Details

В магистерской работе рассмотрены такие понятия, как компании-единороги, среда страны, бизнес-модель, изучена методология линейной и логистической регрессии и кластерного анализа K-Means в Python. Регрессионный анализ выполнен с использованием STATA. Проведен анализ среды страны, исследованы анализ и влияние специфики бизнес-модели факторов компаний-единорогов. В результате линейного регрессионного анализа выявлены факторы финансовой доступности и ИТ-инфраструктуры для дальнейшего развития единорогов. Факт появления единорогов определяется предпринимательской культурой, человеческим капиталом и нормативно-правовой средой в конкретной стране. Это подтвердило необходимость комплексного развития среды страны для развития единорогов. В результате контролируемого и неконтролируемого кластерного анализа построено 4 кластера. Первый подход включает в себя определение преподавателем важности признаков на основе результата модели классификации с успешностью компаний-единорогов в качестве зависимой переменной для изучения списка предикатов, важных для анализа. С помощью значений SHAPley, показывающих влияние на результат модели, мы определяем финансовые компоненты, показатели, связанные с репутацией, и показатели инфраструктуры как ключевые аспекты для определения кластера. В отличие от неконтролируемого кластерного анализа K-средних компаний Unicorn, мы собрали описательную статистику для описания кластера. Кластеры демонстрируют различные характеристики с точки зрения размера компании, оценки, диапазона доходов и состава отрасли. Эти идеи предоставляют ценную информацию для принятия стратегических решений, позиционирования на рынке и распределения ресурсов для предприятий, работающих в этих кластерах или нацеленных на них.

In the masters thesis, such a concept as Unicorn companies, Country environment, business model was considered, the methodology of linear and logistic regression and K-Means cluster analysis in Python is studied. Regression analysis was performed using STATA. Country environment analysis was carried out, an analysis of and the influence of the specifics of business model of Unicorn companies’ factors were investigated. As a result of the linear regression analysis, the factors of financial availability and IT-infrastructure for further development of Unicorns were revealed. The fact of Unicorns’ emergence is determined by the entrepreneurial culture, human capital, and regulatory environment in a certain country. It confirmed the necessity of a complex development of the countrys environment for Unicorn development. As a result of supervised and unsupervised cluster analysis 4 clusters were built. The first approach includes teacher-based definition of feature importance based on the outcome of classification model with success of Unicorn companies as a dependent variable to study list of predicates vital for analysis. With SHAPley values showing impact on the model outcome we define Financial components, Reputation-related metrics and infrastructure indicators as key aspects for cluster definition. In contrast unsupervised K-means cluster analysis of Unicorn companies we gathered descriptive statistics for cluster description. The clusters demonstrate distinct characteristics in terms of company size, valuation, revenue range, and industry composition. These insights provide valuable information for strategic decision-making, market positioning, and resource allocation for businesses operating within or targeting these clusters.