Prédiction de performance des start-ups de haute technologie : Approche quantitative à partir de la théorie des mathématiques floues

par Florian Kuhn

Thèse de doctorat en Sciences de l'homme et technologies de la cognition et de la coopération

Sous la direction de Patrick Truchot.

Soutenue en 2006

à Compiègne .


  • Résumé

    Pourquoi des start-ups high-tech réussissent-elles et d'autres pas ? Cette question de « performance » de start-ups high-tech attire l'attention des nombreux auteurs dans la littérature récente et surtout de la part des praticiens de terrain. Les études bibliographiques traitent ce questionnement de deux manières: (1) à partir des approches holistiques qualitatives et (2) à partir des modèles partiels quantitatifs. Cependant, une meilleure prédiction de performances nécessiterait une combinaison entre approche "holistique et quantitative". Cette combinaison est prospectée dans la présente étude par l'exploration de méthodes alternatives pour la prédiction des perspectives globales d'une start-up high-tech, incluant une démarche spécifique pour sa capacité de lever de fonds. Dans cet objectif, les facteurs pertinents indicateurs de la performance et leurs interactions ont été recherchés, y intégrant des relations non linéaires. Une analyse de 124 start-ups high-tech européennes a été réalisée à l'aide de trois méthodes différentes : la régression linéaire, une analyse cluster et une analyse à partir de la Théorie du Flou. La comparaison entre les trois méthodes montre que l'approche intégrée est mieux quantifiée à l'aide de la Théorie du Flou. Les modèles « flous » donnent une précision supérieure à celle de la régression et de l'analyse cluster. Deuxièmement, leur généralisation et leur puissance de prédiction dépasse celle des méthodes statistiques. Il est ainsi démontré que des méthodes analytiques alternatives peuvent améliorer la performance prédictive sur les facteurs de succès des start-up high-tech. Les résultats de l'étude confirment que la performance de start-ups high-tech est mieux explicitée par une vision holistique. La prédiction la plus performante provient (1) des modèles basés sur l'ensemble des domaines de la start-up, (2) intégrant les interactions entre ces domaines et (3) incluent des relations non linéaires. Les résultats sont utilisés pour le développement d'un outil de diagnostic et d'aide à la décision pour les start-ups high-tech : le « Venture Coach ». Cette étude permet de progresser pour la théorie d'entreprenariat et trouvera des applications de terrain auprès des entrepreneurs et des personnes qui accompagnent les start-ups.

  • Titre traduit

    Performance prediction for high-tech start-ups : Toward the quantification of an integrative framework using fuzzy theory


  • Résumé

    Why do some high-tech start-ups succeed and others do not ? This question on the performance of high-tech start-ups has received much attention in recent literature and practitioners' discussions. Prior literature has treated the question mainly in two ways: (1) by building holistic qualitative frameworks and (2) by building partial quantitative models. However, in order to make performance predictions these two approaches need to be brought together in a holistic and quantitative framework. The present study addresses this gap by exploring alternative mathematical methods for the prediction of the global prospects of high-tech start-ups, as well as for their investment readiness. For this purpose, prior literature on new venture performance is reviewed. The present study integrates the diverse prior results by the proposition of an alternative integrative framework. It is furthermore proposed that such a framework should integrate non-linear relationships. Three alternative research methods - linear multiple regression, cluster analyses, and Fuzzy Theory analyses - were carried out on a sample of 124 European high-tech start-ups. Comparison of the three methods suggests that an integrative framework is quantified best by Fuzzy Theory. First, the fuzzy models show substantially superior accuracy of the performance predictions over regression and cIuster analyses. Second, their generalizability and predictive power exceed those of the statistical methods. It is therefore shown that alternative analytical methods may improve the predictive power of entrepreneurial models. The results of the present study confirm that performance can be explained best by a holistic view. Ln fact, performance is predicted best by models (1) involving salient factors from ail high-tech start-up domains; (2) involving interactions between ail salient factors; and (3) involving non-linearities of the performance relationships. The results are transferred onto the practical terrain by the development of a hightech start-up diagnostic tool- the Venture Coach. The study advances entrepreneurship theory and has important implications for the practical terrain.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (206 p.)
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. 362 réf.

Où se trouve cette thèse ?

  • Bibliothèque : Université de Technologie de Compiègne. Service Commun de la Documentation.
  • Disponible pour le PEB
  • Cote : 2006 KUH 1626
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.