دانلود ترجمه مقاله شاخص های تاثیر گذار بر فرآیند تصمیم گیری در راستای توسعه مدل کسب و کار

مقدمه:
توسعه‌ی مدل کسب و کار، برای شرکت‌های جدید مبتنی بر فناوری به منظور ایجاد و نمایش ارزش حاصل از فناوری‌های آن‌ها حیاتی است (چسبروگ و رزنبلوم، 2002؛ تیس، 2010؛ ماسا و توسی، 2014) و توجه زیادی را به خود جلب کرده است (زوت و همکاران، 2011؛ شنیدر و اسپیت، 2013؛ اسپیت و همکاران، 2014). در عین حال، شرکت‌های مبتنی بر فناوری اغلب سختی زیادی را در تعریف یک مدل کسب و کار ماندگار در اقدام اول (اندریس و دباکر، 2007) ، به دلیل سطوح بالای عدم قطعیت بازار و تکنولوژیکی که آن‌ها با آن مواجه می‌شوند و غیر قابل پیش‌بینی بودن گزینه‌های تجاری‌سازی تجربه می‌کنند. آن‌ها به ویژه در مراحل اولیه دارای دانش و منابع محدودی برای مقابله با همه‌ی این عدم قطعیت‌های هستند (بیهاید، 2000). بنابراین، مولفه‌های مدل کسب و کار ایجاد می‌شوند و در لحاظت مختلف در طول فرایند توسعه اصلاح می‌شوند (دمیتریو و همکاران، 2014). بنابراین، توسعه‌ی یک مدل کسب و کار، فرایندی پویا است (ساسنا و همکاران، 2010) که شامل تصمیم‌گیری تحت عدم قطعیت است. رویکردهای متعددی برای تصمیم‌گیری تحت عدم قطعیت توصیف شده‌اند (ویلتباک و همکاران، 2006) ، مانند رویکردهای برنامه‌ریزی و الهامی (خیالی)، که تاکید زیادی روی پیش‌بینی دارند، و همچنین رویکردهای تطبیقی و تحولی، با تاکید کم روی پیش‌بینی و در عوض، تمرکز بیشتر بر یادگیری و آزمایش. تعداد فزاینده‌ای از مطالعات تجربی، روی رویکردهای تطبیقی و تحولی (ویلتبانک و همکاران، 2006)، مانند ابزارگری (بیکر و نلسون، 2005) و معلولی (ساراسواتی، 2001) ، تمرکز دارند، که به نظر می‌رسد که با تصمیم‌گیری تحت عدم قطعیت، بهتر منطبق می‌شوند (آلوارز و بارنی، 2005). تحقیقات اخیر روی تصمیم‌گیری تحت شرایط عدم قطعیت نشان داده‌اند که منطق‌های تصمیم‌گیری را می‌توان ترکیب کرد (به جای انحصارا استفاده از یک منطق)، و تاکید در استفاده‌ی آن‌ها در طول زمان تغییر می‌کند (برندز و همکاران؛ 2014؛ ناملا و همکاران، 2014؛ ریمن و همکاران، 2015) ، که نشان دهنده‌ی دینامیک در استفاده از منطق‌های تصمیم‌گیری است.

Introduction:
Business model development is crucial for new technology-based ventures to create and capture value from their technologies (Chesbrough and Rosenbloom, 2002; Teece, 2010; Massa and Tucci, 2014) and received a great deal of attention (Zott et al., 2011; Schneider and Spieth, 2013; Spieth et al., 2014). Yet, technology-based ventures often experience great difficulty in defining a viable business model at the first attempt (Andries and Debackere, 2007), because of high levels of technological and market uncertainty confronting them and the unpredictability of commercialization options. In the early phases especially, they have limited knowledge and resources to deal with all these uncertainties (Bhide, 2000). Therefore, business model components are created and get revised at different moments during the development process (Dmitriev et al., 2014). Developing a business model thus is a dynamic process (Sosna et al., 2010) that involves decision-making under uncertainty. Several approaches to decision-making under uncertainty have been described (Wiltbank et al., 2006), such as planning and visionary approaches, putting high emphasis on prediction, as well as adaptive and transformative approaches, with a low emphasis on prediction and focusing more on learning and experimentation instead. A growing number of empirical studies focuses on adaptive and transformative approaches (Wiltbank et al., 2006) such as bricolage (Baker and Nelson, 2005) and effectuation (Sarasvathy, 2001), which seem to better fit decision-making under uncertainty (Alvarez and Barney, 2005). Recent research on decision-making under conditions of uncertainty has indicated that decision-making logics can be combined (rather than one logic being used exclusively) and that emphasis in their use shifts over time (Berends et al. 2014; Nummela et al., 2014; Reymen et al. 2015), indicating dynamics in the use of decision-making logics.