چکیده:
بررسی اثرگذاری هوش تجاری و نوآوری بر عملکرد مالی استارت آپها: رویکرد مدلهای شبکه عصبی و معادلات ساختاری میباشد. این پژوهش از نوع کمی، ازنظر ماهیت توصیفی-همبستگی و ازلحاظ هدف کاربردی هست. هیچ لیست بهروزی از شرکتهای نوپا و استارآپها وجود ندارد که بتوان از آنها بهعنوان نمونه استفاده کرد. برای غلبه بر این مشکل، با چندین مرکز رشد کسبوکار بهعنوان وسیلهای برای دسترسی به استارت آپها تماس گرفتیم، زیرا آنها مستقیما با جمعیتی که میخواهیم به آنها رسیدگی کنیم، کار میکنند. جامعه آماری تحقیق کارشناسان و صاحبنظران در دسترس در مراکز رشد و پارکهای فناوری میباشند که 153 نفر با روش نمونهگیری غیر احتمالی در دسترس انتخاب شدند. برای آزمون کردن فرضیهها با درنظر گرفتن اثر میانجی یادگیری شبکهای و نوآوری از روش معادلات ساختاری واریانسمحور در نرمافزار Smartpls4.0 و ماژول شبکه عصبی پرسپترون چندلایه و همچنین جهت آزمون سوگیری ابزار اندازهگیری از آزمون تک عاملی هارمن دربسته نرمافزاری Spss2 استفاده شده است.خروجی مدلها نشان داد که هوش تجاری هم بهصورت مستقیم و هم بهصورت غیرمستقیم در عملکرد مالی استارت آپها تاثیرگذار بوده و میزان اثرگذاری متغیرها %87 میباشد. مهمترین متغیر در اثرگذاری بر عملکرد مالی استارت آپها نوآوری و یادگیری شبکهای میباشند. همچنین رویکرد شبکه عصبی پرسپترون چندلایه دارای دقت بیشتری از مدلسازی معادلات ساختاری واریانس محور میباشد. در همان لحظه شکلگیری استارت آپها بحث هوش تجاری و به معنای واقعی بحث نوآوری منطبق بر تحلیل داده که یکی از ابزارهای مصورسازی هوش تجاری است استفاده شود. هوش تجاری معمولا قابلیتی است که شرکتها توسعه و کشف میکنند و میتواند بر اطلاعات موجود تاثیر بگذارد طوری که میتوان آن را یک متغیر سازمانی داخلی درنظر گرفت.
Investigating the impact of business intelligence and innovation on the financial performance of start-ups: the approach of neural network models and structural equations. This research is quantitative in nature, descriptive-correlative in nature, and practical in terms of purpose. There is no up-to-date list of start-ups and start-ups that can be used as examples. To overcome this problem, we reached out to several business growth centers as a means of reaching startups because they work directly with the demographics we want to address. The statistical population of the research is experts and experts available in growth centers and technology parks, 153 people were selected by non-probability sampling method. To test the hypotheses, taking into account the mediating effect of network learning and innovation, the variance-based structural equation method in Smartpls4.0 software and the multilayer perceptron neural network module was used, as well as to test the bias of the measurement tool, Harman's single-factor test was used in Spss27 software package.The output of the models showed that business intelligence has an impact both directly and indirectly on the financial performance of start-ups and the impact of the variables is 87%. The most important variables in influencing the financial performance of start-ups are innovation and network learning. Also, the multi-layer perceptron neural network approach is more accurate than variance-based structural equation modeling. At the same moment of the formation of start-ups, the discussion of business intelligence and in the real sense of the discussion of innovation according to data analysis, which is one of the tools of illustration of business intelligence, should be used. Business intelligence is usually a capability that companies develop and discover and can influence existing information so that it can be considered an internal organizational variable.
خلاصه ماشینی:
Resource-based view Knowledge-based view Intraindustry comprehensiveness Interindustry analysis BI formality Perceived usefulness Business intelligence characteristics Network learning 2- مبانی نظری و بسط فرضیههای پژوهش 1-2- عملکرد استارت آپ عملکرد مالی، رشد استارت آپ ازلحاظ فروش و سودآوری، وضعیت سهام و نرخ رشد سهام شرکتها، حاشیه سود خالص و حاشیه سود عملیاتی و ...
{مراجعه شود به فایل جدول الحاقی} 4- نتایج پژوهش یافتههای تحقیق در دو قسمت برازش مدل با رویکرد معادلات ساختاری واریانس محور و رویکرد شبکه عصبی پرسپترون چندلایه بیان میشود.
SEM-PLS (Partial Least Squares) Multilayer perceptron neural network Convergent validity Average variance extracted Discriminant validity Harman’s single factor test Construct validity جدول 3- نتایج روایی همگرا ابعاد پرسشنامه (الگوریتم مدل اندازهگیری).
{مراجعه شود به فایل جدول الحاقی} همانگونه که در جدولهای 3 و 4 مشاهده میشود با توجه به اینکه میانگین واریانس استخراجی و قابلیت اطمینان ترکیبی برای تمامی متغیرهای پژوهش به ترتیب بالاتر از 5/0 و 7/0 است، میتوان بیان نمود ابزار تحقیق از روایی همگرای قابل قبولی برخوردار است.
{مراجعه شود به فایل جدول الحاقی} بر اساس جدول 11 و شکل 4 چنین نتیجهگیری میشود که در بین متغیرهای مستقل و میانجی تاثیرگذار بر عملکرد مالی استارت آپها، متغیر یادگیری شبکهای با ضریب اثر کل 924/0 در اولویت اول، نوآوری با ضریب اثر کل 411/0 در اولویت دوم و ویژگی هوش تجاری با ضریب اثر کل 311/0 در اولویت سوم میباشند.
{مراجعه شود به فایل جدول الحاقی} 8-4- تحلیل حساسیت در این پژوهش از روش معادلات ساختاری واریانس محور و شبکه عصبی پرسپترون چندلایه برای برازش مدل مفهومی تحقیق استفاده شد.