تحلیل تاثیر ظرفیت هوش تجاری، یادگیری شبکه ای و نوآوری بر عملکرد شرکت های نوپا ( استارتاپ ها)

نقش هوش تجاری و نوآوری بر رشد و عملکرد استارتآپ ها غیرقابل انکار است. امروزه استارتاپ‎ها به عنوان راه حلی نوین برای به حرکت انداختن چرخه اقتصاد و برون رفت از تحریم دشمنان و یکی از پیش ران‎های حرکت در راستای اقتصاد مقاومتی است. از این رو، با توجه به اهمیت استارتاپ‎ها، کلید موفقیت و ممانعت از شکست آن‎ها یعنی هوش تجاری و فناوری نوآورانه است. هدف از این پژوهش بررسی تاثیر ظرفیت هوش تجاری، نوآوری فناروانه و یادگیری شبکه‎ای بر افزایش عملکرد استارتاپ‎ها است که از نظر نتیجه کاربردی و از نظر هدف توصیفی- همبستگی است. جامعه آماری این پژوهش بنیانگذاران، سرمایه‎گذاران و کارشناسان کسب‎و‎کارهای نوپا یا کارکنان در این شرکت‎ها بودند. ابزار گردآوری اطلاعات پرسش نامه محقق ساخته بود. روایی پرسش نامه با معیار ave که نشان دهنده میانگین واریانسِ به اشتراک گذاشته بین هر سازه با شاخص‌های خود است، مورد تایید قرار گرفت. برای پایایی سوال‎های پرسش نامه از روش آلفای کرونباخ استفاده شد که آلفای به دست آمده 882/0 است. به منظور تجزیه و تحلیل داده‎ها از از نرم‎افزارهای smart pls و spss16 استفاده شد. برای کفایت نمونه‎ها از شاخص kmo و آزمون بارتلت استفاده شد. فرضیه‎ها با روابط ساختار یافته خطی ارزیابی شدند. یافته‎های پژوهش نشان داد که یادگیری شبکه‎ای ، نوآوری فناروانه و هوش تجاری بر عملکرد استارتاپ‎ها تاثیر مثبت داشته و در برخی فرضیه‎ها این اثر مثبت و مستقیم و در برخی فرضیه‎ها این اثر غیر مستقیم و منفی است.

analyzing the impact of business intelligence capacity, network learning, and innovation on the performance of startups

we could not ignore the impact of innovation, business intelligence capacity, network learning on the performance of startups. today, startups are regarded as a new solution to move the cycle of economy and also get out of the enemy sanctions and one of the pioneers of moving towards a resistance economy. therefore, given the importance of startups, the key to success and prevention of their failure is business intelligence and innovative technology. this study, which is applied in terms of results and descriptive-correlational in terms of purpose, aims to investigate the effect of business intelligence capacity, technological innovation and network learning on increasing the performance of startups. the statistical population of this research was the founders, investors and start-up business experts or employees in these companies. the data collection tool is a researcher-made questionnaire. the validity of the questionnaire was confirmed by ave criterion which shows the average variance shared between each structure with its own indicators. for the reliability of the questionnaire questions, cronbach’s alpha method was used, which is 0.882. in order to analyze the data, smart pls and spss16 software were used. kmo index and bartlett test were used for the adequacy of the samples. hypotheses were evaluated with linear structured relationships. the findings indicated that network learning, technological innovation and business intelligence have a positive effect on the performance of startups and in some hypotheses this effect is positive and direct and in some hypotheses this effect is indirect and negative.