Repository logo
 
Publication

Business model benchmarking : how a machine learning-based tool can support business model innovation

datacite.subject.fosCiências Sociais::Economia e Gestãopt_PT
dc.contributor.advisorBohnsack, René
dc.contributor.authorLenz, Luca Erhard
dc.date.accessioned2020-11-02T10:19:14Z
dc.date.available2020-11-02T10:19:14Z
dc.date.issued2020-06-30
dc.date.submitted2020
dc.description.abstractAn increasing body of literature has developed around business models and business model innovation in recent years, establishing the concepts’ relevance for the competitiveness of a firm. The process of innovating a business model is less researched and still constitutes a com-plex and challenging task for businesses. Despite the advancements of technology, only few tools have been developed to support said process. Thus, present work focuses on how this process can be facilitated by introducing the concept of benchmarking and complementing it through a machine learning model. A machine learning supported multi-case theory building approach was followed to indicate how benchmarking business models might benefit compa-nies and to arrive at a machine learning model supporting this endeavour. The business models of 306 firms were evaluated to do so. Benchmarking business models can benefit a company by monitoring and learning from other organizations to spark innovation and support idea cre-ation. The machine learning model predicts business model patterns which are used to make processes across companies comparable. The present thesis results in a business model bench-marking tool which supports managers and entrepreneurs alike in their quest of business model innovation.pt_PT
dc.description.abstractNos últimos anos, um número significativo de estudos foram desenvolvidos em torno de modelos de negócios e na inovação dos mesmos, afirmando a relevância destes conceitos para a competitividade de uma empresa. O processo de inovação de um modelo de negócio não só é pouco estudado, como ainda constitui uma tarefa complexa e desafiadora para as empresas. Apesar dos avanços da tecnologia, apenas algumas meios foram desenvolvidos para dar suporte ao referido processo. Assim, a presente dissertação realça como este processo pode ser facilitado, introduzindo o conceito de benchmarking e completando-o através do modelo ‘machine learning model’. Multi-case theory building foi apoiado pelo modelo ‘machine learning model’ para indicar como a análise de benchmark dos modelos de negócio podem beneficiar as empresas e para alcançar um machine learning model que suporte esse esforço. Nesse sentido, os modelos de negócio de 306 empresas foram avaliados. A aprendizagem e monitorização de outras organizações pode beneficiar o modelo de negócio de uma empresa, estimulando a inovação e a criação de novas ideias. Machine learning model é um modelo que prevê os padrões de modelos de negócio que são utilizados para tornar os processos entre empresas comparáveis. A presente dissertação desenvolveu um método de análise de benchmark de modelos de negócio que apoia gerentes e empreendedores na pesquisa pela inovação de modelos de negócio.pt_PT
dc.identifier.tid202517373pt_PT
dc.identifier.urihttp://hdl.handle.net/10400.14/31220
dc.language.isoengpt_PT
dc.subjectBusiness modelspt_PT
dc.subjectBusiness model innovationpt_PT
dc.subjectBenchmarkingpt_PT
dc.subjectBusiness model patternspt_PT
dc.subjectArtificial Intelligencept_PT
dc.subjectMachine learningpt_PT
dc.subjectModelos de negóciospt_PT
dc.subjectInovação de modelos de negóciospt_PT
dc.subjectPadrões de modelos de negóciospt_PT
dc.subjectInteligência Artificialpt_PT
dc.titleBusiness model benchmarking : how a machine learning-based tool can support business model innovationpt_PT
dc.typemaster thesis
dspace.entity.typePublication
rcaap.rightsopenAccesspt_PT
rcaap.typemasterThesispt_PT
thesis.degree.nameMestrado em Gestão e Administração de Empresaspt_PT

Files

Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
152118006_Luca Lenz_DPDFA.pdf
Size:
1.84 MB
Format:
Adobe Portable Document Format