Deal or no deal? : En kvantitativ studie om vad som påverkar affären mellan startups och storföretag

Autor: Carlsson, Josefine, Paulina, Hansson
Jazyk: švédština
Rok vydání: 2021
Předmět:
Druh dokumentu: Text
Popis: Bakgrund: Startupföretag bidrar i dagens samhälle med flertalet innovationer, vilket storföretag kan ta del av genom öppen innovation. När företagen samarbetar med varandra kan parterna tillsammans främja innovation och ta del av ny kunskap. Startupföretag får hjälp med kommersialisering av affärsidén och storföretag kan behålla sin marknadsposition genom användningen av ny teknik. På grund av den stora asymmetrin organisationerna emellan är det av intresse att ge en förklaring för vad som påverkar en affär mellan startupföretag och storföretag, för att möjliggöra fler lyckade samarbeten. Syfte: Syftet med studien är att utifrån startupföretags perspektiv undersöka faktorer som påverkar en lyckad affär mellan startupföretag och storföretag inom högteknologiska branscher. Metod: Studien utfördes med en kvantitativ metod där empirin samlats in med hjälp av enkäter via en tvärsnittsdesign. Vidare har studien utgått från det positivistiska perspektivet där en deduktiv ansats använts. En hierarkisk logistisk regressionsanalys genomfördes för att analysera hur tidigare erfarenhet av storföretag, matchad via stödfunktion, avtalsdesign, förtroende, kommunikation, indirekta värden och direkta värden samvarierar med en lyckad affär mellan storföretag och startupföretag. Slutsats: Studiens resultat visar att ökad omsättning, avtalsdesign, tidigare erfarenhet av kontraktering, stödfunktioner, kostnadseffektivitet och indirekta värden har ett statistiskt signifikant samband med lyckad affär. Ökad omsättning, ett detaljerat avtal, tidigare erfarenhet av kontraktering och matchning via stödfunktion ökar sannolikheten för en lyckad affär. När vikt läggs vid kostnadseffektivitet och indirekta värden minskar sannolikheten att affären blir lyckad. Genom att ta studiens faktorer i beaktning kan både startupföretag och storföretag öka sannolikheten att det blir en lyckad affär.
Background: Startups contribute in today's society with multiple innovations, which large companies can take part of through open innovation. By collaborating, both companies can enhance innovation and take part of new knowledge. Startups receive help with the commercialization of their business idea and large companies can keep their market position through the use of new technology. Due to the large asymmetry between the organisations, it is of interest to create a broader explanation of what affects the deal between startups and large companies, in order to enable more successful collaboration. Purpose: The purpose of the study is to examine different factors that affect a successful deal between startups and large companies in high-tech industries from the startup perspective. Methodology: The study used a quantitative research method where the empirical data has been collected by questionnaires. The study is based on a positivist philosophical standpoint with a deductive approach. A hierarchical logistic regression analysis was performed to analyze how the factors previous experience with large companies, matched by a support function, contract design, trust, personal chemistry, communication, indirect values and direct values affects the deal between large companies and startups. Analysis and conclusion: The result of the study shows that increased revenue, contract design, previous experience of contracting, support functions, cost efficiency and indirect values have a statistically significant correlation with a successful deal. Increased revenue, a detailed contract, previous experience of contracting and matched by a support function increases the probability to perform a successful deal. When focus shifts to cost efficiency and indirect values, the probability of the deal being successful decreases. By taking the factors into account, both startups and large companies can increase the probability that it will be a successful deal.
Databáze: Networked Digital Library of Theses & Dissertations