polito.it
Politecnico di Torino (logo)

Analisi quantitativa della composizione del team: influenza sulle decisioni strategiche in startup early stage = Quantitative analysis of the team composition: influence on strategic decisions in early-stage startups

Lorenzo Raschiatore

Analisi quantitativa della composizione del team: influenza sulle decisioni strategiche in startup early stage = Quantitative analysis of the team composition: influence on strategic decisions in early-stage startups.

Rel. Emilio Paolucci, Andrea Panelli, Daniele Battaglia. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Gestionale, 2021

[img]
Preview
PDF (Tesi_di_laurea) - Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives.

Download (2MB) | Preview
Abstract:

L’influenza dell’eterogeneità del team sulle scelte strategiche di imprese stabili è un argomento già ampiamente discusso in letteratura, mentre, solo negli ultimi anni, questi temi sono diventati di particolare interesse per le startup. Il motivo risiede nella maggiore influenza che il founding team ha in questi contesti e nelle particolari condizioni di incertezza che caratterizzano l’ambiente in cui una startup si trova ad operare. Questo lavoro s’inserisce proprio in quest’ottica, cercando di contribuire alla letteratura sui temi imprenditoriali attraverso delle analisi di tipo quantitativo. Lo scopo di questo lavoro di tesi, infatti, è quello di investigare l’influenza dell’eterogeneità e delle caratteristiche del founding team sulla complessità dell’idea imprenditoriale della startup e sulle principali scelte strategiche che un nuovo team imprenditoriale si trova a dover fare (pivot e dropout). Lo studio è basato su un esperimento RCT denominato InnoVentureLab, nato dalla collaborazione tra tre grandi poli universitari: Politecnico di Torino, Politecnico di Milano e il centro di ricerca ICRIOS dell’Università Bocconi. Nel periodo compreso tra Maggio 2020 e Febbraio 2022, hanno offerto ad imprenditori e startup early stage un programma di pre-accelerazione, costituito da 8 lezioni tenute da esperti del settore. In particolare, il campione considerato è composto da 122 startup early stage provenienti da tutta Italia e da 6 data point, nei quali sono stati ricavati parte dei dati utilizzati nelle analisi di regressione. Nel primo capitolo verrà descritta la letteratura pregressa sull’eterogeneità del team, lo scopo del lavoro e le domande di ricerca che si vogliono verificare. Verranno in aggiunta introdotti i due principali approcci al decision making: approccio scientifico ed approccio effectuation. Nel secondo capitolo si procederà con la descrizione dell’esperimento di InnoVentureLab e delle fasi di raccolta dati. Sarà inoltre presentato il campione utilizzato mettendone in evidenza le caratteristiche principali. Nel terzo capitolo sarà presente la descrizione di tutte le variabili che verranno utilizzate nei modelli, mostrando la metodologia utilizzata per la loro costruzione. Nell’ultimo capitolo, infine, verranno presentati ed interpretati i risultati delle analisi di regressione e verrà data risposta alle domande di ricerca.

Relatori: Emilio Paolucci, Andrea Panelli, Daniele Battaglia
Anno accademico: 2021/22
Tipo di pubblicazione: Elettronica
Numero di pagine: 119
Soggetti:
Corso di laurea: Corso di laurea magistrale in Ingegneria Gestionale
Classe di laurea: Nuovo ordinamento > Laurea magistrale > LM-31 - INGEGNERIA GESTIONALE
Aziende collaboratrici: NON SPECIFICATO
URI: http://webthesis.biblio.polito.it/id/eprint/21406
Modifica (riservato agli operatori) Modifica (riservato agli operatori)