慈善基金会并不总是创新的最佳场所。它们可能厌恶风险、官僚主义严重、等级森严、小圈子严重。
一些最大的基金会最为神秘。要找到许多著名基金会支持什么以及为什么支持的确切事实非常困难，而矛盾的是，一些由新数字商业巨头创建的基金会的工作方法最为传统和不透明。
但相当一部分资助者正在努力开放局面，采用新方法，并以他们希望资助受助者采取的更负责任的方式行事。因此，现在可以看到慈善事业如何变得更加以数据为导向，并且更善于学习。
一场关于一切的争论正在开始升温，从针对大众市场的新工具——如基于人工智能的慈善建议，到筹款工具（如英国关节炎研究与微软合作，利用人工智能向潜在捐助者弹出广告）。还有一场关于如何更好地链接数据集的争论——就像去年的这个有趣的猜测一样——还有一些有趣的项目，尽管还处于萌芽阶段，比如开放慈善项目。
在这里，我提出了一些潜在的创新，这些创新可能会改变大型资助者（以及我们 Nesta）未来的工作方式。我提出这些创新是为了鼓励批评性和建设性的评论。我还希望其他资助者能够建设性地参与如何合作推动该领域的发展。博客涵盖了资助者如何使用数据；更好地筛选和评估申请；减少申请人的官僚作风；战略性地扫描不同领域；并利用群体知识。
默认开放数据
第一步是进一步将开放数据作为默认设置。在英国，360 Giving计划已将开放数据作为赠款，目前一个强大的联盟（包括 Nesta）致力于以开放、机器可读的形式提供信息。
所有领域面临的最大挑战是不仅要使数据开放，而且要使其质量足够好以便于使用（开放数据世界很少谈论清理数据集以使其可用需要多少劳动）。与此同时，还需要做更多的工作来创建分类，使数据更容易使用，不仅可以跟踪拨款、位置和时间表，还可以链接和分层其他数据集：
组织成长 - 更好地跟踪所支持的慈善机构和社会企业随 股东数据 时间的增长情况（理想情况下，可以链接到银行数据、未充分利用的巨大宝库以及慈善委员会等机构持有的公共数据）
采纳新想法——追踪新想法的传播和采纳情况
资助活动与需求规模和模式的关系如何，例如贫困指数或更具体的需求
活动证据质量如何，例如，按证据标准级别
…以及一系列影响措施
为了实现这一切，我们需要采取更积极的行动，以及董事会的更多参与，以确保数据真正帮助他们回答重要问题。360 Giving 标准在设计时就考虑到了这种可扩展性，但尚未经过测试。