Het toekomstige potentieel van startups in een vroeg stadium kan worden beoordeeld aan de hand van hun bestaande professionele relaties, onderzoek onder leiding van een team van de Queen Mary University of London suggereert.

Met behulp van beschikbare online gegevens van 41, 380 bedrijven verzameld over 25 jaar, het onderzoeksteam creëerde een visueel netwerk om verbindingen tussen bedrijven en hun werknemers te tonen.

Ze ontdekten dat jonge startups die snel een centrale positie binnen het netwerk verwerven, eerder tekenen van economisch succes op lange termijn vertonen.

Het team gebruikte deze benadering vervolgens om algoritmen voor het voorspellen van succes te ontwikkelen, die twee tot drie keer nauwkeuriger bleken te zijn bij het voorspellen van toekomstige economische prestaties dan de huidige arbeidsintensieve screeningmethoden die worden toegepast door durfkapitaalbedrijven.

De bevindingen worden vandaag gepubliceerd in Wetenschappelijke rapporten .

Startups werden gerangschikt op basis van hun waarden van 'closeness centrality', die de gemiddelde afstand van een bedrijf tot andere bedrijven binnen het netwerk meet. Resultaten geven het voorspellende verband aan tussen rankings en succes op lange termijn, met 30% van de top 20 bedrijven die elke maand binnen zeven jaar een positief economisch resultaat behalen.

De onderzoekers konden hun aanpak valideren door de ranglijsten van bekende succesvolle bedrijven zoals Facebook, Uber en Airbnb in de loop van de tijd. Ze ontdekten dat deze bedrijven snel na hun oprichting snel naar hoge posities klommen.

Gegevens over financieringsrondes, acquisities en beursintroducties werden allemaal gebruikt als maatstaven voor het succes van een startup.

Dr. Moreno Bonaventura, voormalig Ph.D. student aan Queen Mary en Chief Scientist bij Startup Network, zei:"De mensen binnen een bedrijf, of het nu investeerders zijn, medewerkers of adviseurs, ervaring van andere bedrijven op het gebied van effectieve strategieën meebrengen, knowhow op het gebied van geavanceerde technologieën, en hun eigen persoonlijke contacten. Wereldwijde netwerken vormen de ruggengraat waarmee kennis wordt opgedaan en gedeeld, en deze informatie kan worden gebruikt om voorspellende informatie op te bouwen over de toekomstige economische prestaties van jonge bedrijven."

Dr. Lucas Lacasa, Lezer in Applied Mathematics and Engineering and Physical Sciences Research Council (EPSRC) Early Career Fellow bij Queen Mary, zei:"Traditioneel historische rapporten over verkoop, groei of marktomvang worden gebruikt om toekomstig succes te voorspellen, maar bij startups is dit gegevensniveau meestal niet beschikbaar. In plaats daarvan worden metingen gebruikt zoals de kwalificaties en kenmerken van oprichtende ondernemers, die zowel subjectief als arbeidsintensief kunnen zijn. We stellen voor dat deze roman, een datagestuurde aanpak zou een aanvulling kunnen zijn op de bestaande screeningsbenaderingen die door investeerders worden gebruikt en we verwachten dat verdere verfijningen de nauwkeurigheid van de voorspelling nog meer kunnen verbeteren."