L’analisi di fenomeni «complessi» negli studi di strategia aziendale.L'algoritmo SOM applicato allo studio dei percorsi di crescita e di sviluppo delle imprese

Translated title of the contribution: [Autom. eng. transl.] The analysis of "complex" phenomena in business strategy studies. The SOM algorithm applied to the study of growth and development paths of companies

Research output: Chapter in Book/Report/Conference proceedingChapter

Abstract

Gli studi di strategia aziendale affrontano molteplici ambiti di indagine che presentano spesso natura complessa, poiché abbracciano tematiche composite e multidimensionali. Si pensi, ad esempio, alla nozione di “formula imprenditoriale”, ai concetti di “posizionamento competitivo” e di “successo aziendale”, ai percorsi di “crescita quantitativa” e di “sviluppo qualitativo”, al “finalismo” che orienta il disegno strategico dell’impresa. Nelle ricerche di strategia, la poliedricità tipica degli oggetti di studio è stata spesso affrontata identificando dei “modelli aziendali” di riferimento: tali modelli riassumono i caratteri di un insieme di imprese che condividono un profilo comune in relazione ad alcune variabili distintive. L’ipotesi sottesa a tali ricostruzioni è chei “modelli aziendali” costituiscono una via per rappresentare in modo semplificato la complessità intrinseca nei fenomeni indagati. Nella letteratura internazionale, per dare una risposta empiricamente fondata alla configurazione di “modelli aziendali”, si è fatto spesso riferimento alle tecniche di cluster analysis: queste tecniche, se consentono di mappare la struttura di campioni empiricamente prescelti, presentano però dei limiti nel “catturare” la multidimensionalità dei fenomeni oggetto di studio. Il presente lavoro si propone di illustrare un peculiare e innovativo approccio metodologico di clustering non lineare, basato sulle Self Organizing Maps (SOM). Tale metodologia può essere utilmente integrata con strumenti più tradizionali di indagine allo scopo di studiare, con maggiore incisività e completezza, fenomeni articolati e complessi tipici degli studi di strategia. Assumere la complessità come caratteristica rilevante presuppone una visione teorica che non si focalizzi su processi di “semplificazione” fondati su poche variabili, ma induce alla ricerca di strumenti computazionali che sappiano interpretare la complessità e l’eterogeneità del tema esaminato. Con riferimento allo studio dei percorsi di “crescita quantitativa” e di “sviluppo qualitativo” di un ampio campione di imprese, il lavoro si propone di dimostrare come l’algoritmo SOM: a) abbia un elevato potenziale analitico, per la sua attitudine ad elaborare fenomeni poliedrici, diffusamente studiati nel campo di studi delle strategie aziendali; b) sia ampiamente flessibile se comparato con altri strumenti impiegati nelle ricerche quantitative e possa essere inoltre utilmente integrato con le tecniche tradizionali di indagine strategica. Mediante l’impiego di tale algoritmo insieme ad altri strumenti di indagine è stato possibile ricostruire, sulla base di un ampio dataset, i percorsi di “crescita quantitativa” imboccati dalle imprese ed approfondire quali di esse abbiano abbinato alla crescita operativa o dimensionale uno “sviluppo qualitativo” interno della propria organizzazione.
Translated title of the contribution[Autom. eng. transl.] The analysis of "complex" phenomena in business strategy studies. The SOM algorithm applied to the study of growth and development paths of companies
Original languageItalian
Title of host publicationEconomia Aziendale & Management. Scritti in onore di Vittorio Coda
EditorsG. Brunetti, G. Corbetta, G. Invernizzi
Pages1107-1122
Number of pages16
Publication statusPublished - 2010

Keywords

  • Crescita
  • Self Organizing Map
  • Strategia

Fingerprint

Dive into the research topics of '[Autom. eng. transl.] The analysis of "complex" phenomena in business strategy studies. The SOM algorithm applied to the study of growth and development paths of companies'. Together they form a unique fingerprint.

Cite this