Hallo liebe CiviCRM-Community,
vor einigen Monaten hatte ich hier nach Input gefragt zum Thema Analyse und Visualisierung von CiviCRM-Daten. Mein Kollege Jonas und ich vom Civic Data Lab bzw. CorrelAid haben uns in der Zwischenzeit dem Thema gewidmet: Wir haben uns Tools angeschaut, sie ausprobiert und in Experimenten „zusammengestöpselt“. Die Erkenntnisse unserer Recherche und Experimente haben wir hier frei und offen zugänglich dokumentiert:
Dokumentation https://correlaid.github.io/cdl_civicrm_analyse/
Wichtiger Disclaimer: Unsere Perspektive ist eine „Außen-Perspektive“ als Data Scientists, die viel mit zivilgesellschaftlichen Organisationen zu tun haben. Wir waren und sind immer noch keine CiviCRM-Expert*innen. Gerade bei den CiviCRM-internen Tools können wir Dinge übersehen oder falsch eingeschätzt haben. Wir freuen uns über Hinweise, Korrekturen und konstruktiven Austausch. Gerne kann auch direkt beigetragen werden. 
Was findet ihr in der Dokumentation?
Kurz gesagt: Die Ergebnisse unserer Recherche und unserer praktischen Experimente.
- Erklärungen von diversen Tools mit kurzer Beschreibung, ggf. Kurzanleitungen, Vor- und Nachteilen und Fazit: von CiviCRM-internen Tools wie SearchKit, der CiviCRM-Datenbank und der API bis hin zu BI-Tools (Metabase) und Excel/Google Sheets.
- vier spannende praktische Experimente wo wir Tools kombinieren: ausschließliche Verwendung von CiviCRM-Tools (SearchKit & ChartKit), CiviCRM + Metabase, SearchKit & Excel/Google Sheets, CiviCRM API & Automation Tools & Managed Datenbank & Metabase
- strategische Einbettung in den Datenlebenszyklus
- Ergebnisse unserer recht informellen Community-Befragung
- ein Fazit (zusammengefasst im nächsten Abschnitt)
Mehr zum Datenvorhaben gibt es zu lesen auf der CDL-Website.
Was haben wir gelernt?
Datenanalyse und -visualisierung in CiviCRM ist möglich - eigene Erwartungen managen und Bedarfe realistisch einschätzen
→ Empfehlung: NPOs sollten ehrlich für sich evaluieren, wie viel, wie tiefgehend, wie oft und für wen sie ihre CiviCRM-Daten auswerten und visualisieren wollen, können und müssen. Alle relevanten internen Stakeholder sollten in diesen Prozess miteinbezogen werden, um zu einem gemeinsamen Verständnis zu gelangen, ob die Möglichkeiten von CiviCRM „good enough“ für alle sind.
Potenziale von SearchKit noch nicht ausgeschöpft
→ Empfehlung: NPOs, die viel mit CiviCRM arbeiten und ihre Daten mittelfristig in CiviCRM analysieren und aggregieren wollen (auch zur Weiterverwendung in anderen Tools), sollten in das Lernen von SearchKit und ChartKit investieren (z.B. CiviCRM Academy). CiviCRM-Dienstleister*innen könnten offene Workshops und Schulungen für SearchKit anbieten. Die strukturierte Aufarbeitung von Wissen durch die CiviCRM-Community selbst sollte gefördert werden, um Kompetenzen zur eigenständigen Analyse von Daten in CiviCRM zugänglich zu machen.
BI-Tools ermöglichen selbstbestimmteres Analysieren und Visualisieren von Daten, sind aber keine Allzwecklösung
→ Empfehlung: NPOs, für die Daten und deren Analyse einen hohen strategischen Stellenwert für die eigene Steuerung und Organisationsentwicklung hat und bei denen Personen regelmäßig und eigenständig Daten analysieren und visualisieren, sollten sich mit BI-Tools auseinandersetzen. Individuelle Kompetenzen und Arbeitsgewohnheiten sowie Anforderungen und Zielgruppen der konkreten Auswertungen sind entscheidend dafür, ob ein BI-Tool gut zu den Bedarfen passt.
Die CiviCRM-API eröffnet einen großen Lösungsraum – erfordert allerdings technisches Verständnis
→ Empfehlung: Akteur*innen, die viel Zeit in manuellen Export- und Importprozessen von/zu Excel & Co. verlieren, können prüfen, ob sie diese mithilfe der API punktuell selbst automatisieren können. Hier gibt es Potenzial für erste kleinere „Quick Wins“. Auch für umfassendere, dauerhafte Datenintegrationen von CiviCRM-Daten ist die API der „Schlüssel“ – hier sollten Organisationen jedoch strategisch und strukturiert vorgehen: sich selbst einarbeiten3, Projekte gut planen4 und Zugang zur nötigen Expertise sicherstellen.
Nutzer*innen nicht alleine lassen
Communities wie SfE und datenfokussiertere Unterstützungsstrukturen wie das CDL und CorrelAid sind wichtig, um Organisationen zu helfen, die konkreten Herausforderungen, die mit der Analyse und Visualisierung von Civi-Daten einhergehen, zu meistern.
Feedback und Unterstützungsangebot
Wir freuen uns über Feedback (inhaltlich, Format, Zugänglichkeit …) hier im Forum oder via Email ( leo.p@correlaid.org). Wenn ihr konkrete Anknüpfungspunkte bei euch seht und diese mit uns diskutieren wollt bzw. unsere Einschätzung haben wollt, kommt gerne in der Datensprechstunde vorbei.