polito.it
Politecnico di Torino (logo)

Il Rapporto di Mentoring: l’impatto sulle Decisioni Strategiche in Startup Early Stage = The Mentoring Relationship: the impact on Strategic Decisions in Early Stage Startups

Gian Marco Scalia

Il Rapporto di Mentoring: l’impatto sulle Decisioni Strategiche in Startup Early Stage = The Mentoring Relationship: the impact on Strategic Decisions in Early Stage Startups.

Rel. Alessandra Colombelli, Elisabetta Raguseo. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Gestionale, 2022

[img] PDF (Tesi_di_laurea) - Tesi
Restricted to: Repository staff only until 1 April 2023 (embargo date).
Licenza: Creative Commons Attribution Non-commercial No Derivatives.

Download (2MB)
Abstract:

Eric Ries autore del libro “The Lean Startup”, afferma che l’ambiente in cui una startup si trova ad operare è caratterizzato da condizioni di estrema incertezza, rendendo molto complicato il ruolo che gli imprenditori hanno nel dover prendere scelte decisionali per lo sviluppo della propria startup. Per fronteggiare tale incertezza, gli imprenditori possono scegliere di affidarsi a persone più esperte ed esperienti di loro, comunemente denominate mentor. Il rapporto di mentoring si focalizza soprattutto sullo sviluppo personale dell’imprenditore e sul fornirgli conoscenze tecniche specifiche. Diversi studi hanno analizzato le funzioni e i fattori principali che determinano un rapporto di mentoring, quello che però manca è uno studio empirico sull’impatto che le caratteristiche di un rapporto di mentoring possono generare sul processo decisionale al quale l’imprenditore di una startup early stage è sottoposto. Lo scopo di questo lavoro di tesi è cercare di dare un contributo alla letteratura ad oggi esistente attraverso delle analisi di tipo quantitativo su due scelte decisionali a cui l’imprenditore è sottoposto: pivot e dropout. I dati mostrati nel seguente lavoro si basano su uno studio RCT (Randomized & Controlled Trial), denominato InnoVentureLab (IVL), un programma di pre-accelerazione, online e gratuito, costituito da 8 lezioni tenute da esperti del settore, realizzato tra maggio 2020 e febbraio 2022. Tale programma, nato grazie alla collaborazione tra il Politecnico di Torino, Politecnico di Milano e centro di ricerca ICRIOS dell’Università Bocconi, si è rivolto a chiunque avesse un’idea imprenditoriale e volesse approfondire le proprie conoscenze in merito a metodi e strumenti imprenditoriali, utili a trasformare la loro idea in un’attività di business. In particolare, grazie ai dati raccolti dal programma, è stato possibile realizzare un campione di 203 startup early stage provenienti da tutta Italia, il quale rappresenta la base di partenza per la realizzazione delle analisi di regressione di questo elaborato. Nel primo capitolo verrà descritta la letteratura esistente sulla figura del mentor e delle principali caratteristiche che contraddistinguono il rapporto di mentoring, la presentazione dei due principali approcci al decision making utilizzati: il metodo scientifico e la teoria Effectuation. Verranno inoltre presentate le domande di ricerca che si vogliono verificare tramite le analisi di regressione. Nel secondo capitolo verrà descritto l’esperimento di InnoVentureLab e la metodologia utilizzata per raccogliere i dati necessari alle analisi di regressione. Nel terzo capitolo saranno mostrate una serie di statistiche descrittive per delineare le principali caratteristiche del campione su cui si basano le analisi di regressione. Inoltre, sarà presente la descrizione delle variabili che verranno utilizzate nei modelli di regressione, mostrando la metodologia utilizzata per la loro costruzione. Si dedicherà particolare attenzione al significato delle variabili utilizzate nei modelli e il modo in cui queste sono state costruite a partire dai dati dei questionari e delle interviste alle quali sono stati sottoposti i partecipanti al programma InnoVentureLab. Nel quarto ed ultimo capitolo, infine, verranno presentati ed interpretati i risultati delle analisi di regressione condotte, si darà una un’interpretazione significativa e dunque una risposta alle domande di ricerca poste nel capitolo primo.

Relators: Alessandra Colombelli, Elisabetta Raguseo
Academic year: 2021/22
Publication type: Electronic
Number of Pages: 105
Subjects:
Corso di laurea: Corso di laurea magistrale in Ingegneria Gestionale
Classe di laurea: New organization > Master science > LM-31 - MANAGEMENT ENGINEERING
Aziende collaboratrici: UNSPECIFIED
URI: http://webthesis.biblio.polito.it/id/eprint/22509
Modify record (reserved for operators) Modify record (reserved for operators)