Punkt: 4.1.2 Initialer: MFV HB møde nr.: 2012-05



Relaterede dokumenter
Nr. Navn LD Ændring % %4u.4184år4(14) %4u.4184år4(15) % Skagen >6 81,3% 65,6% 57,7% 87,9% Ålbæk

Holdnumme. Mobiltelefon. Efternavn . Nummer: Ledere. Seniorer. Fornavn. I alt. Kredsnavn:

FDFs medlemstal 2018 Nr. Landsdel Kredsnavn Diff

FDF Adventskirken Landsdel 8 FDF Agedrup Landsdel 6 FDF Agerbæk Landsdel 5 FDF Agersted Landsdel 1 FDF Allerød Landsdel 8 FDF Alsønderup Landsdel 8

Nr. Landsdel Kredsnavn Diff

Nr. Navn LD Ændring % % u. 18 år (12) % u. 18 år (13) % Skagen ,4% 61,9% 63,6% 102,8% Ålbæk

FDFs medlemstal for perioden 1. januar til 31. december 2016

HB-møde: #2 Marts 2013 Initialer: MFV Bilags.nr.: NYHED EFTER LUKKET BILAG EFTER

Dette skriv har 3 temaer: Udviklingen , de sidste 5 års udvikling samt udviklingen i kredse der har medvirket i Fokuskreds 1.

Politistationer i Danmark

Frederiksberg Frederiksberg Frederiksberg b København Ø

Indstilling fra LG. Kobling til indsatsområde X Orienteringsbilag (O) X eller strategi: Debat- og temabilag (D) Beslutningsbilag (B) Medlemstal 2017

Index Danmark/Gallup 1. halvår 2019 Offentligjort 2. september 2019

Danmarks 100 største byers mediesynlighed Infomedia Analytics & Advisory Maj 2016

Retsudvalget. REU alm. del - Svar på Spørgsmål 699 Offentligt. Folketinget. Retsudvalget. Christiansborg 1240 København K

Medlemsoversigt 2019 ved udgangen af juli 2019 tallene er taget fra medlemsdatabasen

Rotary Danmarks Sekretariat

Befolkningsudviklingen i Danmark

Statistik for anvendelsen af Netlydbog.dk November 2013

Statistik for anvendelsen af Netlydbog.dk December 2013

Sådan kommer din boligskat til at se ud Det betyder regeringens boligskat-udspil fordelt på kommune

Statistik for anvendelsen af Netlydbog.dk August 2013

Hjemmehjælp til ældre 2012

N O T A T. Tal for undtagelser i forbindelse med 225- timersreglen- December måned

I bilag B nedenfor er tallene der ligger til grund for figuren i bilag A vist. Bilag B viser således de samme antal og andele som bilag A.

Foreløbige tal for undtagelser i forbindelse med 225- timersreglen

Statistik for anvendelsen af Netlydbog.dk Juli 2013

I bilag B nedenfor er tallene, der ligger til grund for figuren i bilag A, vist. Bilag B viser således de samme antal og andele som bilag A.

Statistik for anvendelsen af Netlydbog.dk September 2013

PLO Analyse 2/3 af landets læger har nu lukket for flere patienter

Lokaleportalen.dk. I disse kommuner vil de danske virksomheder bo!

Tillæg til Statistik over økologiske jordbrugsbedrifter 2018 Autorisation & produktion

Indsatsen for langvarige kontanthjælpsmodtagere i målgruppen for Flere skal med

Hvor bor de grønneste borgere i Danmark i 2018?

Til Folketinget - Skatteudvalget

Antal husstande og antal personer pr. 1. januar 2005 komgl gammel kommune komny ny kommune antal husstande antal personer 101 København 101 København

Notat 10. juli 2017 DPN/MSB / J-nr.: /

Aktivitetsparate kontanthjælpsmodtagere. med 6-9 måneders anciennitet. samtaler eller mere. Alle personer Gens. antal samtaler.

Udvikling i ansøgertal til det almene gymnasium (STX),

Faktaark til RKI analyse

ANTAL OMSORGSTANDPLEJEPATIENTER PR. KOMMUNE OG REGION ABSOLUTTE TAL OG I PROCENT. Målt i forhold til Sundhedsstyrelsens anbefaling 2016

Gennemsnits antal åbningsdage inkl. åbningsdage på søgne- helligdage

Finansudvalget FIU Alm.del endeligt svar på spørgsmål 205 Offentligt

Iværksætterate Sorø den 3. januar Fremgangsmåde for beregning af iværksætterrate for Kolonne 1 Angivelse af det geografiske område

Bilag 2: Kommunespecifikke nøgletal. Sygefravær blandt ansatte i kommunerne

Trivsel hos eleverne i folkeskolen, 2017

Andel af elever i den almindelige undervisning i folkeskolen, 2016/17

Visiterede hjemmestimer om året pr. ældre %-ændring årige 17,4 10,3-41% 80+ årige 85,8 57,6-33%

Bilag 2: Kommunespecifikke nøgletal

Personer registreret med betalingsanmærkninger i RKI register

Statistik for anvendelsen af Netlydbog.dk December 2012

Bilag 3: Almen praksis tabeller. Borgernes tilfredshed med overgange på sundhedsområdet

Liste med institutioner som indgår i censorudligningsordningen

Notat. Befolkningsudvikling og gennemsnitsindkomster i kommunerne. Bo Panduro

Statistik for anvendelsen af Netlydbog.dk September 2012

Færre udnytter muligheden for at gå på efterløn Målt i forhold til alle, der har mulighed for at gå på efterløn, er udnyttelsesgraden faldet.

Udviklingen i antallet af ansatte inden for administration og ledelse mv. i kommunerne i perioden

Profilmodel 2009 på kommuner fremskrivning af ungdomsårgangs uddannelsesniveau

Oversigt over de nye byretters adresser og telefonnumre

Folketinget - Skatteudvalget. Hermed sendes svar på spørgsmål nr. 533 af 10. maj Spørgsmålet er stillet efter ønske fra Mads Rørvig (V).

Privatskoleudvikling på kommuneniveau

Danskernes afstand til nærmeste skadestue

Andel af personer registreret med sager i RKI register

Experians RKI-analyse. Januar 2015

Finansudvalget FIU Alm.del endeligt svar på spørgsmål 33 Offentligt

Store forskelle på, hvor i landet tandlægebesøget bliver fravalgt

Experians RKI-analyse. 1. halvår 2016

Region Hovedstaden. Kommune

Experians RKI-statistik, august 2019

Folketingets Social-, Indenrigs- og Børneudvalg

Udviklingen i den gennemsnitlig boligstørrelse

Resultaterne er opdelt i ni landsdele. En liste over hvilke kommuner, der indgår i de respektive landsdele, kan findes bagerst i dette notat.

Tabel 1: Andel af nystartede elever i grundskolen, der er startet senere end indtræden af undervisningspligten, skoleår 2008/2009 og 2009/2010

Passivandel kontanthjælp

Opgørelse over kommuner med fritidspasordning, august 2019

Tilgang til førtidspension for målgruppen for NY CHANCE TIL ALLE

Geografisk indkomstulighed

Besvarelse af spørgsmål nr. S 343, som medlem af Folketinget Frank Aaen (EL) har stillet til indenrigs- og sundhedsministeren den 17.

Statistik for anvendelsen af Netlydbøger, januar 2018

Skatteudvalget SAU Alm.del endeligt svar på spørgsmål 234 Offentligt (01)

Statistik for anvendelsen af e-bøger, januar 2017

Statistik for anvendelsen af Netlydbog.dk Februar 2014

Statistik for anvendelsen af Netlydbøger, november 2017

Baseline og status på de 10 mål for social mobilitet

Statistik for anvendelsen af Netlydbøger, april 2019

Finansudvalget FIU Alm.del endeligt svar på spørgsmål 241 Offentligt

Forventede udgifter til service og anlæg i 2015

ANALYSENOTAT Konkurrenceudsættelsen stagnerer

Statistik for anvendelsen af Netlydbøger, april 2017

Statistik for anvendelsen af Netlydbøger, august 2017

Beskæftigelsesministeriet Analyseenheden

Statistik for anvendelsen af Netlydbøger, september 2017

PLO Analyse Hver fjerde praktiserende læge er over 60 år

Tabel 20 - Beskæftigelse 1 Beskæftigelse efter branche og arbejdsstedskommune

Personer registreret i RKI register med sager opdelt og rangeret efter bopælsregion

Skatteudvalget SAU Alm.del endeligt svar på spørgsmål 131 Offentligt

Næsten 1 mio. danskere bor under meter fra kysten

Skatteudvalget L 102 endeligt svar på spørgsmål 3 Offentligt

Statistik for anvendelsen af e-bøger, september 2017

Bilag 2: Kommunespecifikke nøgletal. Unge uden uddannelse eller beskæftigelse

Transkript:

HB mødebilag side 1/ 1 Punkt: 4.1.2 Initialer: MFV HB møde nr.: 2012-05 SÆT KRYDS X Orienteringsbilag Debat- og temabilag Beslutningsbilag Orienteringsbilag til HB om Carla efter det første år. Baggrund: I forbindelse med kredsenes indberetning for 2011 har vi planmæssigt ville tage nogle dybere spadestik ned i Carlas datagrundlag. Se om systemet fortæller os nyt om medlemmernes færden i FDF. Til det arbejde har vi hentet hjælp fra FDFer Jan Erik Krøyer, som bla. ifm. LL2011 tyggede sig gennem store dataog excelfiler. Vi modtog Jan Eriks rapport som aftalt 1. Maj 2012. Den er tilgængelig som sekundært bilag til HBs maj møde. Den indeholder mange anbefalinger og konklusioner både af teknisk, principiel, politisk og strategisk karakter. Det er planen at disse nu skal viderebehandles i de rette fora. Indstilling: Det anbefales at ledergruppen sammen med stabs-, IT- og kontoransatte, sikrer viderebehandling af rapportens indhold og anbefalinger frem mod HBs augustmøde. Til august skal fremlægges vurdering/handlinger på dels de konkrete anbefalinger, samt mere strategiske handlingstiltag. Rapporten skal også bidrage til hovedbestyrelsens beretning ifm. LM2012, idet et af de tre målsætninger med Carla netop var at øge den organisatoriske viden om medlemsudviklingen i FDF nationalt som lokalt. Tidsplan: August fremlægges notat med de fra FDFs ledelses anbefalede handlinger og initiativer. Økonomi: Såfremt handlinger eller initiativer kræver økonomi, skal dette medtænkes i bilaget. Herunder om det indgår i driften, landsmøde-budget 2013-14 eller kræver ekstra finansiering. Eventuelle bilag: Den totale rapport om Carla 1 år fra side 2 i dette bilag. Udvidet Carla medlemsstatistik i 2011 fra side X i dette bilag.

Carla 1 år FDFs nye medlemssystem Carla er I funktion Hvad kan det anvendes til? Jan Erik Krøyer +45 2295 06 08 JEK@FDF.dk

Carla 1 år 2 INDHOLD 1 Baggrund 3 2 Anbefalinger 3 3 Projektbeskrivelse 4 3.1 Formål 4 3.2 Metode 4 4 Resultater 4 4.1 Datavalidering 4 4.2 Grunddata 6 4.3 Medlemstal 7 4.3.1 Dato opgørelse 7 4.3.2 Periode opgørelse 7 4.4 Gennemstrømning 8 4.5 Medlemstid 10 4.6 Eksempler på brug af medlemstal FDF 2010, 2011 10 4.7 Geospatiale data 18 4.7.1 Eksempler på anvendelse af Geospatiale data 18 5 Carla og andre data sæt 19 6 Nye data sæt 20 7 Konklusion 21 7.1 Mangler 21 7.2 Muligheder 22 8 Appendiks 23

Carla 1 år 3 1 Baggrund Landsmødet i 2008 vedtog, at Hovedbestyrelsen frem til Landsmødet 2010 skulle arbejde for en central medlemsregistrering således, at alle medlemmer af FDF uanset alder blev registreret via en central medlemsdatabase (FDF 2008). Et sådant arbejde blev iværksat og medlemssystemet Carla så dagens lys, først med en særlig opstarts-indberetning i 2010 og herefter en fuld driftssituation i 2011. Fremover registreres alle medlemmer på FDF.dk, hvor ledere og bestyrelsesmedlemmer kan trække medlemslister, angive betaling til sommerlejren og meget mere. (FDF 2010) Den vigtigste opgave for Carla er at hjælpe kredsen i hverdagen. Her er overblikket over kredsens medlemmer med nem adgang til kontaktoplysninger og andre medlemsdata. (FDF.dk 2012). Her i 2012 er det således første gang FDF sidder inde med et data-sæt bygget på den i 2008 vedtagne centrale medlemsdatabase. På HB mødet i marts 2012 blev forbundets medlemstal for første gang præsenteret på baggrund af data fra Carla. Databasen indeholder langt flere detaljer om det enkelte medlem end forbundet har haft tidligere og det er derfor muligt at udtrække betydeligt flere oplysninger om både medlemmer og udmeldte medlemmer end det rene medlemstal. Det er med udgangspunkt i disse udvidede muligheder for at få indsigt i medlemmernes adfærd, at dette projekt skal undersøge, hvilke nye muligheder Carla giver Landsforbundet for at arbejde strategisk med medlemssituationen. 2 Anbefalinger Eksisterende data i Carla skal valideres og dubletter skal identificeres og fjernes Standardudtræk (Medlemmer) bør defineres og dumpes systematisk Standardberegning (Kredse) bør defineres og dumpes systematisk Carla-ID bør anvendes i alle andre data sæt i FDF External Members bør samles op i selvstændig tabel Statistiske referencedata fra f.eks. Danmarks Statistik bør være tilgængelig for alle brugere Det enkelte medlem bør inddrages aktivt i data indsamling og/eller validering af data

Carla 1 år 4 3 Projektbeskrivelse 3.1 Formål Der er projektets formål at 1) Udvikle en række base-line data som kan anvendes i det strategiske arbejde med FDFs medlemstal både på HB niveau og på kredsniveau. Dette sker ved at a) Udvikle en række nye værdier/begreber til en mere detaljeret beskrivelse af medlemssituationen end det simple medlemstal. b) Vurdere muligheder og begrænsninger i de udvalgte værdier 3.2 Metode Med udgangspunkt I eksisterende 2010/2011 data i Carla udarbejdes en række rapporter til brug for det strategiske arbejde med medlemsudviklingen I FDF. 4 Resultater 4.1 Datavalidering Carla er en brugergeneret database og data er således ikke bedre end de enkelte kredses input. Meget tydelige eksempler er indmeldelses datoer, der anvendes yderst forskelligt fra kreds til kreds. Nogen sætter indmeldelsesdato til den dag de indtastes (og det gør nogen kredse tilsyneladende kun én gang om året), mens andre bruger den dato, der står på indmeldelsesblanketten. På følgende områder er der tydeligvis validitets problemer: Fødselsdato Indmeldelsesdato Udmeldelsesdato Medlemsperioder (før Carla) i andre kredse Kontingentbetalinger Hvad angår indmeldelsesdato er der en særlig udfordring, fordi Carla er et ny system, og man må forholde sig kritisk til indmeldelsesdatoen registreret i Carla. Dels fordi det praktisk ikke er muligt at registrere tidligere medlemskaber af andre kredse, dels fordi oplysningen i sig selv er mindre væsentlig for kredsens administration, hvilket giver lavt incitament for at indføre korrekte data.

Carla 1 år 5 På Figure 1 ses udviklingen i antallet af indmeldte i FDF jvnf. Carla. Det er meget svært at sige om denne kurve er et udtryk for normalbilledet, idet Carla ikke indeholder historiske medlemmer før 2010. På den baggrund er det ikke muligt at fremstille historiske kurver med samme indhold. Det bliver således spændende at følge lige netop denne kurve i fremtiden. Fortsætter kurven med at have samme forløb, vil det i sig selv være et argument for at indmeldelsesdatoen er valid. Optræder der derimod et tydeligt knæk på Figure 1: Antal indmeldte i FDF over tid kurven omkring 2010/2011 medfører dette konklusionen af indmeldelsesdatoen på medlemmer indmeldt før 2011 er mindre valid. Kan man ikke vente på denne metode, kan man udvælge en repræsentativ stikprøve af medlemmer indmeldt før 2011, og kontakte dem personligt for at kontrollere deres indmeldelsesdato, og derved få et indblik i problemets omfang. En medvirkende årsag til problemerne omkring indmeldelsesdato er som nævnt, at kredsene ikke kan flytte medlemmer indbyrdes, hvorved der skabes dubletter i systemet. Der bør derfor laves et workflow i Carla, så en kreds kan anmode om at få overdraget et medlem (med dennes data) fra en anden kreds. Denne manglende validitet i Carla er en stor udfordring og gør dels at alle resultater pt. skal anvendes med varsomhed, lige som det bør have prioritet at forbedre validiteten på en eller flere af følgende måder. 1. Stikprøvevis kontrol af data 2. Etablerer en kreds-fokusgruppe ud fra statistiske kriterier således at et antal kredse tilsammen udgør et signifikant udtræk der svarer til landsforbundet. Disse kredse uddannes/overtales/hyres til at benytte helt entydige dataopgørelses metoder. 3. Det enkelte medlem gives mulighed for at rette i egne data, hvorefter alle medlemmer kontaktes for at få basen opdateret. 4. Uddanne kredsenes administratorer til at bruge de samme overordnede principper for etablering af data. 5. Carla gennemgås detaljeret for at fjerne klart ikke valide data samt eventuelle dubletter. 6. Der indbygges datavalidering i Carla, så man allerede ved indtastningen får fjernet åbenlyse fejl, som f.eks. indmeldelses af medlemmer der er mindre en 1 år. I det følgende har jeg helt fravalgt at anvende kontingent data, mens jeg har forsøgt teknisk at fjerne de klart invalide data fra fødselsdag, indmeldelse og udmeldelse. Dette ændrer dog ikke ved det generelle forbehold som netop beskrevet.

Carla 1 år 6 4.2 Grunddata Til beregning af de mange forskellige data er der udviklet et én-dimensionalt udtræk af Carla indeholdende følgende felter: 1. Id Carla ID kode 2. Sex Køn 3. Birthday Fødselsdag 4. Alder Alder udregnet i forhold til opgørelsesdato 5. IsMember Carla status på udtræksdagen 6. Discriminator Medlemstypen (MEMBER/EXTERNAL) 7. KredsId Carla kreds ID 8. AddressId Carla Adress ID 9. Kredsnavn Kredsnavn trukket fra tabellen OrganizationEntity ved hjælp af KredsId 10. KredsNr Kredsnummertrukket fra tabellen OrganizationEntity ved hjælp af KredsId 11. Netværk Netværk trukket fra tabellen OrganizationEntity ved hjælp af KredsId 12. Landsdel Landsdel trukket fra tabellen OrganizationEntity ved hjælp af KredsId 13. KommuneNr Kommune nummer trukket fra tabellen OrganizationEntity ved hjælp af KredsId 14. SogneNr Sogne nummer trukket fra tabellen OrganizationEntity ved hjælp af KredsId 15. AlderValideret På baggrund af feltet alder vurderes om alderen er valid (>3 og <100) 16. AldersgruppeJEK På baggrund af AlderValideret opdeles i aldersgruppe (4-6, 6-8, 8-10 osv) 17. AldersgruppeTarget - På baggrund af AlderValideret opdeles i aldersgruppe (0-6, 6-18 og 18+) 18. FørsteIndmeldelse Tidligste indmeldelsesdato trækkes fra tabellen HistoricalMembership ved hjælp af Id 19. SidsteUdmeldelse Seneste udmeldelsesdato trækkes fra tabellen HistoricalMembership ved hjælp af Id 20. MT_010610_val Medlemstiden 30.06.2010 trækkes som summen af medlemstider indtil datoen fra tabellen HistoricalMembership. 1 21. MT_311210_val Medlemstiden 31.12.2010 trækkes som summen af medlemstider indtil datoen fra tabellen HistoricalMembership. 1 22. MT_010611_val Medlemstiden 30.06.2011 trækkes som summen af medlemstider indtil datoen fra tabellen HistoricalMembership. 1 23. MT_311211_val Medlemstiden 31.12.2011 trækkes som summen af medlemstider indtil datoen fra tabellen HistoricalMembership. 1 24. Status2010 Medlemmets status i perioden 01.01.2010 til 31.12.2010 (se Table 2) 2 25. Status2011 Medlemmets status i perioden 01.01.2011 til 31.12.2011 (se Table 2) 26. IsMember2010 Medlemmets status 31.12.2010 (se Table 1) 27. IsMember2011 Medlemmets status 31.12.2011 (se Table 1) 28. Latitude Breddegraden trukket fra tabellen Address ved hjælp af AddressId 29. Longitude Længdegraden trukket fra tabellen Address ved hjælp af AddressId Et tilsvarende dataudtræk bør defineres og automatiseres, så det (kan) dumpes med passende mellemrum, alt efter hvor ofte man ønsker statistikken opgjort. Der bør på baggrund af dette standardudtræk defineres en beregning på kredse, indeholdende de værdier man beslutter sig for at anvende. Herved bliver det muligt at komme direkte til slutresultatet uden at kunne beherske avancerede beregnings teknikker. 1 Der er 4 forskellige værdier her, fordi jeg har arbejdet med et udtræk der skulle dække flere perioder. I et færdig udarbejdet SQL-træk fra Carla skal der kun være én kolonne der angiver medlemstiden på udtræksdatoen 2 Der er her værdier for både 2010 og 2011, fordi jeg har arbejdet med et udtræk der skulle dække flere perioder. I et færdig udarbejdet SQL-træk skal der kun være to kolonner der angiver medlemstiden på for henholdsvis periode og udtræksdato

Carla 1 år 7 4.3 Medlemstal Der er mindst 2 forskellige måder at opgøre medlemstal: 1. Alle medlemmer opgøres på en bestemt dato, typisk 31/12 2. Alle medlemmer opgøres over en bestemt periode, typisk fra 1/1 til 31/12 Disse opgørelser er særdeles relevante, særligt anvendt som sammenligningsgrundlag for udviklingen år for år. 4.3.1 Dato opgørelse Dette er opgørelsesformen man har anvendt i FDF siden forbundets start. Ved dato opgørelsen kigger man alene på, hvem der er medlemmer på en bestemt dato (31/12) jvnf. nedenstående tabel (Table 1). Tallet svarer til værdien IsMember i Carla. Table 1: Princippet i dato opgørelse UdmeldelsesÅr Før dato Efter dato IndmeldelsesÅr Før dato Historisk Medlem Efter Dato Ikke valide data Kommende Grå områder repræsenterer data uden værdi for opgørelsen Som det ses er der ingen anden information i tallet udover medlemmets aktuelle status. 4.3.2 Periode opgørelse Ved periode opgørelsen får man mere at vide om medlemsstrømmen, idet man i stedet for at kigge på status på en bestemt dato, bruger medlemmets indmeldelsesdato og udmeldelsesdato til at fortælle om, hvad medlemmet har lavet i den observerede periode.

Carla 1 år 8 Som det ses af nedenstående tabel (Table 2), opdeles segmentet Medlem herved i henholdsvis Gamle og Nye mens en del af segmentet Historisk opdeles i henholdsvis Udmeldte og Korttidsmedlemmer. Altså Historisk = medlemmer der er udmeldt før perioden. Udmeldte = medlemmer der er indmeldt før perioden og udmeldt i perioden Gamle = medlemmer der var medlemmer før periodens start og som fortsat er medlemmer ved periodens afslutning Nye = medlemmer der er indmeldt i perioden og som fortsat er medlemmer ved periodens afslutning Korttidsmedlemmer = medlemmer der både er indmeldt og udmeldt i perioden Table 2: Princippet i periode opgørelse UdmeldelsesÅr Før periode I periode Efter periode IndmeldelsesÅr Før periode Historisk Udmeldt Gamle I periode Ikke valide data Korttidsmedlem Ny Efter periode Ikke valide data Ikke valide data Kommende Grå områder repræsenterer data uden værdi for opgørelsen Skal man sammenligne med historiske data skal man lægge værdierne Gamle og Ny sammen, hvorved man får det der svarer til antallet af medlemmer ved periodens udløb,som derfor skal sættes til den skæringsdato man ønsker at sammenligne med typisk 31/12. 4.4 Gennemstrømning Ved at bruge en periodeopgørelse får man mulighed for at se på gennemstrømningen af medlemmer som forholdet mellem nye medlemmer og udmeldte medlemmer. Indmeldte : Udmeldte

Carla 1 år 9 For at undgå informations tab bør værdien angives som absolutte tal. FDF havde altså i 2011 en gennemstrømning på 4.659 : 4.684 Hertil skal så bemærkes, at man taber informationen om korttidsmedlemmer. Man kunne derfor overveje om tallet skulle opgøres som Indmeldte : Udmeldte : Korttids Hvorefter tallet for FDF i 2011 ville se således ud 4.659 : 4.684 : 536 For at gøre udtrykket sammenligneligt på tværs af organisationen kan man omregne værdien til en procentsats af antallet af gamle medlemmer. Indmeldte Udmeldte Korttids * 100% : * 100% : Gamle Gamle Gamle * 100% For FDF i 2011 gælder således 27% : 27% : 3% Forenklet kunne udtrykket blot skrives som 27:27:3 Et sådant udtryk ville være muligt at afbillede i et diagram over tid, lige som det ville være muligt at se på enkelte kredses udvikling i forhold til andre kredses resultater. Ønskes en forenkling kan værdien indskrænkes til alene at omfatte indmeldte:udmeldte 27:27 Man kunne fristes til regne udtrykket for indmeldte:udmeldte ned til en enkelt værdi (0,995) men derved mister man den væsentlige information der ligger i de faktiske tal.

Carla 1 år 10 4.5 Medlemstid Medlemstiden udregnes ved at opgøre det enkelte medlems samlede medlemstid indtil opgørelsesdato. Herefter kan der udregnes gennemsnit på f.eks. kreds og Landsforbund og/eller i diverse segmenter. Tallet ser ved første øjekast interessant ud, men en nærmere analyse afslører, at det ikke kan anvendes alene. F.eks. Hvis medlemstiden for medlemmer er gået op siden sidste opgørelse, så kan de både ske ved at en masse nye medlemmer har meldt sig ud eller ved at man har fastholdt de medlemmer der tidligere meldte sig ud. Hvis medlemstiden for medlemmer falder siden sidste opgørelse, så kan det både ske ved at FDF har fået en hel masse nye medlemmer eller ved at en masse gamle medlemmer har meldt sig ud. Hvad der er sandt i de to eksempler, kan man kun sige, hvis man samtidig kigger på medlemstallene for de enkelte årgange og grupper, hvorfor man må sige at mer-informationen man får ud af medlemstiden er lig nul. Der er dog eet tilfælde, hvor det er relevant at kigge på medlemstiden: Hvis man alene ser på medlemstiden af de udmeldte. Et sådant tal vil fortælle noget om hvor gode vi er til at fastholde vores medlemmer. Går det op er vi blevet bedre, går det ned er vi blevet dårligere! Table 3: Gennemsnitlig medlemstid 2010 2011 Gamle 7,409 6,837 Udmeldte 4.481 4,204 Husk Medlemstiden bygger på at indmeldelsesdatoen og udmeldelsesdatoen er valid, hvilket er tvivlsomt jvnf. afsnit 4.1 Det enkelte medlem kan have været medlem af flere kredse alle medlemsperiode skal opgøres Medlemstiden for det enkelte medlem er voldsomt afhængig af opgørelsestidspunktet (medmindre man nøjes med at se på de udmeldte!) 4.6 Eksempler på brug af medlemstal FDF 2010, 2011 I det følgende er primært brugt Carla-data fra 2011, idet de relativt mindre valide data fra 2010 har en tendens til at give et misvisende billede af udviklingen fra 2010 til 2011. Da opgørelsesmetoden i 2010 i princippet blot var en elektronisk udgave af den gamle indberetningsform (skæringsdato opgørelse),

Carla 1 år 11 egner data fra 2010 sig ikke til en periodeopgørelse. For eksemplets skyld er der dog alligevel, hvor dette giver mening, medtaget data fra 2010 for at illustrere mulighederne for at vise udviklingstendenser. Table 4: Dato opgørelse FDF 2010 og 2011 2010 2011 Vækst % Medlemmer 21.719 21.694-25 -0,12% Ikke valide data 199 143 Eller opgjort helt traditionelt på Landsdel, Netværk og kreds Table 5: Datoopgørelse FDF 2010 og 2011 - Himmerland Nord 2010 2011 Vækst % Landsdel 1 2.963 2.876-87 -3% Himmerland Nord 422 406-16 -4% Ellidshøj 40 40-0% Godthåb J. 16 18 2 13% Romdrup-Klarup 32 44 12 38% Storvorde-Sejlflod 177 164-13 -7% Svenstrup 37 31-6 -16% Sønderholm-Frejlev 54 61 7 13% Visse 66 48-18 -27% Table 6: Periodeopgørelse for FDF 2010 og 2011 2010 2011 Vækst % Gamle 15.999 17.035 1.036 6,48% Ny 5.720 4.659-1.061-18,55% 21.719 21.694-25 -0,12% Korttidsmedlem 286 536 250 87,41% Udmeldt 1.949 4.684 2.735 140,33% Ikke valide data 204 248

Figure 2: Grafiske præsentation af detaljer i periodeopgørelsen Carla 1 år 12

Carla 1 år 13 Disse data kan yderligere segmenteres som man ønsker det. F.eks. ser en segmentering på aldersgruppe se således ud Table 7: Aldersgrupper FDF 2010/2011 (Dato) Aldersgrupper 2010 2011 04-06 279 236 06-08 2589 2391 08-10 3907 3803 10-12 3396 3318 12-14 2238 2403 14-16 1390 1380 16-18 843 894 18-20 605 633 20-22 399 431 22-24 362 352 24-26 304 334 26-28 272 261 28-30 305 312 30-40 1488 1503 40-50 1716 1723 50-60 894 934 60-70 424 458 70-80 89 105 80-90 20 17 90-100 2 1 Ukendt 197 205 Total 21.719 21.694 Helt enkelt kan man også se på f.eks. antal børn pr. voksen og gennemsnitsalder i de forskellige medlemsgrupper. Table 8: Antal børn pr. voksne i FDF 2010, 2011 2010 2011 Gennemsnit 2,71 3,35 Table 9: Gennemsnits alder på medlemsgrupper 2010, 2011 2010 2011 Gamle 20,692 20,711 Nye 12,431 12,248 Udmeldte 15,253 15,207 Korttidsmedlemmer 11,406 13,277

Carla 1 år 14 Sammenligning med eksterne data fra f.eks. Danmarks Statistik er en oplagt mulighed, der dog kræver at disse data tilpasses egne data som f.eks. aldersgruppeopdelingen. Table 10: Befolkningstal for hele Landet (Danmarks Statistik 2012) 2010 2011 Aldersgruppe Kvinder Mænd Total Kvinder Mænd Total 04-06 64.262 67.488 131.750 64.547 67.719 132.266 06-08 63.616 67.135 130.751 64.134 66.996 131.130 08-10 65.598 67.120 132.718 64.037 67.096 131.133 10-12 65.917 69.072 134.989 66.333 68.532 134.865 12-14 67.576 70.198 137.774 66.707 69.150 135.857 14-16 70.842 72.910 143.752 69.368 71.462 140.830 16-18 69.077 73.543 142.620 70.284 74.814 145.098 18-20 67.752 72.111 139.863 69.946 73.575 143.521 20-22 66.992 70.820 137.812 69.705 72.668 142.373 22-24 64.438 67.833 132.271 66.211 70.426 136.637 24-26 62.412 65.592 128.004 64.335 67.204 131.539 26-28 61.406 61.734 123.140 61.475 63.829 125.304 28-30 64.148 62.566 126.714 62.051 62.121 124.172 30-40 369.862 367.201 737.063 365.576 358.426 724.002 40-50 401.563 411.689 813.252 401.229 412.175 813.404 50-60 354.913 359.363 714.276 355.949 361.577 717.526 60-70 336.517 336.841 673.358 342.593 340.835 683.428 70-80 197.663 178.422 376.085 202.359 184.476 386.835 80-90 109.272 72.296 181.568 108.510 73.437 181.947 90-100 21.365 9.552 30.917 22.394 10.047 32.441 Hovedtotal 2.731.689 2.712.666 5.444.355 2.747.783 2.732.020 5.479.803

Carla 1 år 15 Table 11: FDF % af DK, 2011 FDF 2011 Antal Aldersgruppe DK Total FDF Total FDF % af DK 04-06 132.266 236 0,18% 06-08 131.130 2391 1,82% 08-10 131.133 3803 2,90% 10-12 134.865 3318 2,46% 12-14 135.857 2403 1,77% 14-16 140.830 1380 0,98% 16-18 145.098 894 0,62% 18-20 143.521 633 0,44% 20-22 142.373 431 0,30% 22-24 136.637 352 0,26% 24-26 131.539 334 0,25% 26-28 125.304 261 0,21% 28-30 124.172 312 0,25% 30-40 724.002 1503 0,21% 40-50 813.404 1723 0,21% 50-60 717.526 934 0,13% 60-70 683.428 458 0,07% 70-80 386.835 105 0,03% 80-90 181.947 17 0,01% 90-100 32.441 1 0,00% Total 5.294.308 21.489 0,41% Table 12: Datoopgørelse FDF 2011, Køn FDF Antal % Aldersgruppe Piger Drenge Total Piger Drenge 04-06 123 113 236-0,57 0,53 06-08 1.113 1.278 2.391-5,18 5,95 08-10 1.744 2.059 3.803-8,12 9,58 10-12 1.660 1.658 3.318-7,72 7,72 12-14 1.261 1.142 2.403-5,87 5,31 14-16 695 685 1.380-3,23 3,19 16-18 457 437 894-2,13 2,03 18-20 312 321 633-1,45 1,49 20-22 202 229 431-0,94 1,07 22-24 174 178 352-0,81 0,83 24-26 162 172 334-0,75 0,80 26-28 132 129 261-0,61 0,60 28-30 141 171 312-0,66 0,80 30-40 715 788 1.503-3,33 3,67 40-50 839 884 1.723-3,90 4,11 50-60 367 567 934-1,71 2,64 60-70 141 317 458-0,66 1,48 70-80 14 91 105-0,07 0,42 80-90 6 11 17-0,03 0,05 90-100 - 1 1-0,00 Total 10.258 11.231 21.489-47,73605 52,26

Carla 1 år 16 Table 13: Datoopgørelse FDF Nakskov 2011, køn Nakskov Antal % Aldersgruppe Piger Drenge Total Piger Drenge 04-06 1 0 1-3,23 0,00 06-08 1 0 1-3,23 0,00 08-10 1 4 5-3,23 12,90 10-12 1 3 4-3,23 9,68 12-14 1 2 3-3,23 6,45 14-16 2 1 3-6,45 3,23 16-18 0 1 1 0,00 3,23 18-20 1 1 2-3,23 3,23 20-22 0 1 1 0,00 3,23 22-24 0 0 0 0,00 0,00 24-26 0 0 0 0,00 0,00 26-28 1 0 1-3,23 0,00 28-30 0 0 0 0,00 0,00 30-40 1 2 3-3,23 6,45 40-50 0 2 2 0,00 6,45 50-60 2 0 2-6,45 0,00 60-70 0 0 0 0,00 0,00 70-80 0 2 2 0,00 6,45 80-90 0 0 0 0,00 0,00 90-100 0 0 0 0,00 0,00 Total 12 19 31-38,71 61,29

Carla 1 år 17 Segmenteret ud på aldersgrupper ser man Table 14: Aldersgrupper FDF 2010/2011 (periode) 2010 2011 Aldersgrupper Gamle Korttids Ny Udmeldt Gamle Korttids Ny Udmeldt 04-06 133 17 642 14 122 23 580 45 06-08 1298 66 1786 198 1499 105 1594 489 08-10 2736 87 1225 449 2736 124 896 993 10-12 2535 49 607 408 2644 92 435 983 12-14 1632 12 247 256 1900 50 200 627 14-16 1094 6 117 154 1125 30 82 362 16-18 670 6 87 72 738 11 49 200 18-20 472 2 62 58 527 12 67 161 20-22 340 9 51 35 359 9 54 84 22-24 293 1 50 26 276 5 48 52 24-26 230 2 41 31 276 6 31 57 26-28 273 1 39 13 230 5 34 39 28-30 243-31 12 282 2 33 36 30-40 1289 13 247 68 1310 20 210 158 40-50 1437 5 220 80 1520 15 186 208 50-60 793 2 78 26 837 7 44 90 60-70 361-38 22 408 4 30 34 70-80 76-6 8 88-6 7 80-90 16-3 3 18 - - 3 90-100 2 - - - - - - 1 Ukendt 76 8 143 16 140 16 80 55 Total 15.999 286 5.720 1.949 17.035 536 4.659 4.684 21.719 21.694 Table 15: Kreds statistik 2011 2010 Gamle Nye Udmeldte Korttids Kreds Landsdel 1 Himmerland Nord Ellidshøj 40 30 10 10 0 40 0,0 33:33:0 2,8 16,2 5,78 Godthåb J. 16 16 2 0 0 18 12,5 13:0:0 3,5 17,3 Romdrup-Klarup 32 23 21 9 2 44 37,5 91:39:9 1,79 17,3 3,66 Storvorde-Sejlflod 177 134 29 43 6 163-7,9 22:32:4 2,68 16,4 3,43 Svenstrup 37 25 6 12 1 31-16,2 24:48:4 0,72 32,8 2,73 Sønderholm-Frejlev 54 41 20 13 3 61 13,0 49:32:7 3,36 16,6 2,00 Medlemstal Vækst Gennemstrømning Børn pr. voksen Gennemsnitsalder Medlemstid, udmeldte

Carla 1 år 18 4.7 Geospatiale data Almost everything that happens, happens somewhere[!] (Longley 2005) og med der er da også en lang række af muligheder for at anvende geospatiale data registreret i Carla. I dag registreres ved hjælp af Carlas indbyggede adresse validering geospatiale oplysninger om hvor det enkelte medlem bor. Valideringen er frivillig og vi har derfor kun geo-data på 22.271 (72%) ud af godt 31.000 individder registreret i Carla. Vi har næsten et fuldt data-sæt på placeringen af kredse. Den store fordel ved at anvende geospatiale data ligge i præsentationen, der bliver meget mere visuel og da den tager udgangspunkt i geografien ser man typisk nogle geografiske sammenhænge som kan være svære at se ved inspektion af store tabeller. En mulighed er at anvende eksterne data som underliggende lag eller som relationelle data. Hvor stor en andel af det samlede børnetal har FDF fat i, i de enkelte kommuner/sogne eller Hvor er der langt til nærmeste FDF kreds er eksempler på spørgsmål man kunne få svar på ved at etablerer et Geographical Information System (GIS) 3 En tredje mulighed er at vise kredsenes gennemsnits afstand til deres medlemmer, altså hvor langt væk fra kredshuset bor medlemmerne. 4.7.1 Eksempler på anvendelse af Geospatiale data Figure 3: Det bagved liggende kommunekort viser hvor mange procent af kommunens B&U (6-18 år), der er medlemmer i FDF. Det overlejrede kort viser afstanden til den nærmeste FDF kreds 5. Således at fra blå til rød stiger afstanden. Se appendiks 8.4 side 27. Figure 3: Kredsdækning 3 Et geografisk informationssystem er en organiseret samling af computer hardware og software, mennesker, penge og organisatoriske infrastruktur, der gør det muligt at anskaffe og opbevare geografiske og tilhørende data, for, igennem input, analyse, syntese, og præsentation, at fremme forståelse og hjælpebeslutningsprocessen. (Kennedy 2006)

Carla 1 år 19 Figure 4: Kortet viser udviklingen i antallet af indbyggere i alderen 6-18 år i landets kommuner På baggrund af befolkningstal for målgruppen 6-18 år) er lavet en liniær regresion hvor hældningskoefficenten efterfølgende er omregnet til procent i forhold til 2007-tal. Værdien er således et tilnærmelsesvis retvisende udtryk for den årlige udvikling i procent over de seneste 5 år, således at rød er en negativ udvikling mens mørk blå er en positiv. Oven på denne analyse er lagt et lag med placeringen af alle kredse 4. Se appendiks 8.6 side 29. Figure 4: Målgruppeudvikling 5 Carla og andre data sæt Mængden af spørgsmål man kunne få besvaret ved at kunne koble Carla med andre datasæt er ganske overvældende. Som eksempler kunne nævnes Giver arrangementer fastholdelse? Kan vi måle om unge der har deltaget på VM, 7-8. kl. kurser, seniorkurser mv. har en tendens til at blive længere i FDF, end de der ikke gør? Hvilken effekt har LL på deltagernes fortsatte medlemsskab? Hvad gør en leder. Kan vi se en tendens hos dem som udnævnes til ledere, er der et mønster i, hvilke kurser de har gennemgået? Hvad gør de bedste (kredse) deltager de hyppigere på arrangementer og kurser? Er der en sammenhæng mellem store seniovæbnere/seniorgrupper og ledere 5 år efter. Altså når en kreds har en større flok af pre-ledere, har de så også flere ledere 5 år efter? 4 På grund af manglende data i Carla mangler omkring 30 kredse

Carla 1 år 20 Hvad ved vi om ledere der har været længe i FDF? Har de været i flere kredse, hvad har de deltaget i, går de meget på kursus Hvad ved vi om ledere der stopper i FDF? Er det længe siden de har været på et arrangement? Har de lige været involveret i en hel masse? Forudsætningen for at besvare alle disse spørgsmål er, at Carlas Person ID anvendes i alle andre data sæt, så man via dette kan etablere en unik relation mellem data fra Carla og data fra f.eks. en kursusdatabase og/eller en arrangementsdatabase indeholdende alle tilmeldte til en give aktivitet. 6 Nye data sæt Carla indeholder i dag stort set kun data som kredsene indtaster, plus enkelte forbundsdata (ex. Børneattest). Dette data sæt kan selvfølgelig udvides efter behov, hvilket dog vil medfører en måske uheldig forøgelse af de administrative opgaver kredsene skal varetage. Skal dette ske, må man derfor nøje overveje svaret på kredsens helt naturlige spørgsmål; Hvad får vi ud at bruge tid på at taste disse data ind. Man kan også overveje i fremtiden at tilføje data, som det enkelte medlem leverer. Det kunne meget konkret være oplysninger om, hvorfor et udmeldt medlem er stoppet. Dette kunne gøres enkelt ved automatisk at udsende en mail med link til et kort spørgeskema i det øjeblik en person udmeldes. Man kunne på samme måde indsamle data om f.eks. medlemmernes ønsker til aktiviteter, kurser, økonomi og meget mere.

Carla 1 år 21 7 Konklusion På trods af at en medlemsdatabase som Carla ikke i sig selv siger noget om, hvad der er godt eller dårligt FDF arbejde, har FDF med Carla fået sine muligheder for at arbejde strategisk væsentligt forbedret. Det er nu i langt højere grad end tidligere at profilere medlemmerne og identificere udviklingstendenser på baggrund af fakta i stedet for mere eller mindre valide forestillinger om, hvad en give udvikling i medlemstallet skyldes. I det foregående er der givet en lang række eksempler på hvad og hvordan data fra Carla kan anvendes og præsenteres. Ønskes yderligere eksempler samt en detaljeret forståelse af beregninger mv. henvises til de i appendiks 8.8 anførte filer, der vedlægges projektet. Efter igennem hele projektet at have arbejdet med live data fra Carla bliver det klart at konklusionen må opdeles i 2 hovedområder 1. Det der skal til før data kan anvendes - Mangler 2. Det der kan ske herefter - Muligheder 7.1 Mangler 1. Eksisterende data i Carla skal renses/valideres dette gælder i særlig grad datofelterne [Birthday], [StartDate] og [EndDate] disse felter indeholder i dag data der er åbenlyst fejlagtige (ex. Medlemmer født i 1902!). Af hensyn til beregninger bør usikre felter være tomme. 2. Der bør foretages en gennemgang af databasen så dubletter bliver renset ud. Alternativt giver udregning af medlemstid ingen mening 3. Værdien [Medlemstid] bør tilføjes i tabellen Person som en dynamisk værdi der udregner summen af medlemstid fra tabellen HistoricalMembership således at medlemstiden til d.d. løbende kan hentes. 4. Værdien [Kontingent] kan ikke bruges som udtryk for hvad kredsene opkræver i kontingent. Kun en direkte kobling mellem opkrævning (PBS) og Carla vil kunne gøre dette datasæt validt. 5. Det bør overvejes at lave statistik standardudtræk i selvstændige tabeller (som beskrevet i afsnit 4.2 side 6) så man kan på den måde laver en slags snapshot af databasen, hvorved man kan fastholde f.eks. alder relateret til det år man trækker data fra. Dette dataudtræk skal dumpes og gemmes systematisk. Alternativt skal man sikre sig at data relationeret til dato-felter tager deres udgangspunkt i den dato/periode man opgør data for. 6. Standardberegning på kreds niveau bør defineres og dumpes systematisk, så det bliver muligt at få adgang til data uden forudgående kendskab til avanceret Excell