Детальная информация

Целью работы является выяв ление ключевы х фактор ов , влияющи х на появление компаний - Газелей в России. В ходе исследования решены следующие задачи: 1. Проведен теоретический анализ феномена компаний - Газелей в России и мире, изучены их организационные и экономические модели. 2. Определены ключевые факторы, влияющие на рост выручки Газелей, оценено их влияние с помощью регрессионных моделей и методов машинного обучения. 3. Выполнен кластерный анализ для сегментации компаний по схожим характеристикам. Актуальность темы обусловлена важной ролью Газелей в создании рабочих мест и стимулировании экономического роста. Изучение факторов их роста помогает разработать эффективные меры поддержки малого и среднего бизнеса. Источник данных: открытые интернет - ресурсы, официальные базы данных и СПАРК. Анализ проведен с помощью Яндекс.Документ ы и Python. Результаты показали, что большинство гипотез подтвердилось, а влияние экономических и структурных факторов на рост выручки оказалось статистически значимым. Кластерный анализ выделил типологические группы компаний с различными стратегиями и траекториями ро ста, подтвердив неоднородность исследуемой совокупности.

The aim of this work is to identify the key factors influencing the emergence of Gazelle companies in Russia. In the course of the study, the following objectives are addressed: 1. Theoretical analysis of the phenomenon of Gazelle companies in Russia and the world was carried out, their organisational and economic models were studied. 2. Key factors influencing the growth of Gazelle revenue were determined, their influence was assessed using regression models and machine learning methods. 3. Cluster analysis is performed to segment companies by similar characteristics. The relevance of the topic is due to the important role of Gazelles in creating jobs and fuelling economic growth. The study of their growth factors helps to develop effective measures to support small and medium-sized businesses. Data source: open Internet resources, official databases and SPARK. The analysis was carried out using Yandex.Documents and Python. The results showed that most of the hypotheses were confirmed, and the influence of economic and structural factors on revenue growth was statistically significant. Cluster analysis identified typological groups of companies with different growth strategies and trajectories, confirming the heterogeneity of the studied population.