Approcci al decision making ed influenza dell'eterogeneità dei team imprenditoriali sul numero di pivot = Approaches to decision making and influence of entrepreneurial team heterogeneity on the number of pivots

L’incertezza e il rischio accompagnano l’individuo umano in ogni sua decisione che riguarda il futuro e quindi l’ignoto. Numerosa è la letteratura e gli studiosi che sostengono come in maggior modo l’attività imprenditoriale e il campo dell’innovazione siano contraddistinte da un elevato livello di rischio e di incertezza; infatti, la gestione dell’incertezza accompagna tutte le fasi del ciclo di vita di un progetto, ma è particolarmente importante nei primi stadi quando il livello di incertezza è massimo a causa del numero limitato di informazioni sul progetto e sulle variabili critiche. Inoltre, molteplici studi ed evidenze sostengono come l’eterogeneità e la diversità degli individui che compongono imprese stabili possano in un certo senso guidare le scelte strategiche in una direzione piuttosto che in un’altra. Negli ultimi anni questi temi sono diventati di particolare interesse anche per il mondo delle Startup. Questo lavoro di tesi prende spunto da un progetto di ricerca finalizzato a capire come i processi più agili di Decision-making in startup early-stage impattino sulle decisioni strategiche del team e sullo sviluppo di un’idea imprenditoriale, cercando di contribuire attraverso delle analisi di tipo quantitativo e interpretandone i risultati. Nello specifico lo scopo è quello di confrontare un approccio più strutturato che prende i suoi fondamenti dal metodo scientifico e denominato Scientific ( Camuffo et al.,2017; Ries, 2011; Zenger 2016), con un’euristica di ricerca meno rigorosa e più flessibile, il metodo Effectuation (Sarasvathy, 2011) e gruppi di controllo ai quali venivano impartite nozioni imprenditoriali ma non criteri decisionali. Il Progetto di Ricerca prende il nome di InnoVentureLab (IVL), risultato della collaborazione tra Politecnico di Torino, Politecnico di Milano e ICRIOS Bocconi. L’attività di ricerca è stata condotta su un campione di 364 startup in fase early-stage nella forma di un esperimento controllato randomizzato (RCT). Successivamente le startup sono state suddivise in 4 cluster in modo del tutto casuale, è stato perciò definito un gruppo per ogni metodo descritto; un primo gruppo ha ricevuto nozioni e strumenti identificativi del metodo scientifico, un altro gruppo nozioni relative al metodo Effectuation ed un terzo gruppo ha ricevuto nozioni generali sull’imprenditorialità, questi appena descritti denotano quindi i gruppi di Trattamento. Infine, il quarto ed ultimo gruppo non ha ricevuto alcuna nozione imprenditoriale, ma è stato lasciato libero di spaziare e far prevalere le proprie intuizioni in campo imprenditoriale, chiamato Controllo Puro. In un arco temporale di un anno e mezzo, pari alla durata dell’esperimento, è stato possibile raccogliere 10 data point su cui è stato costruito il database. Nel presente elaborato di tesi, con l’aiuto di software statistici (STATA) e di modelli di regressione è stato possibile testare l’influenza che l’eterogeneità e il trattamento hanno rispetto alle performance delle startup, performance intese come numero di pivot e complessità dell’idea imprenditoriale. In particolare l'obiettivo era verificare che: i) Maggior eterogeneità in termini di età porta il team a fare un numero maggiore di pivot, ii)Team a prevalenza di membri STEM, in presenza di eterogeneità nel team, realizzino prodotti/servizi complessi iii)Maggior Eterogeneità nel background lavorativo del team si riflette riducendo il numero di pivot