Migliorare il connubio tra modellazione e teoria per una previsione accurata dei risultati

Titolo originale:

Improving the Marriage of Modeling and Theory for Accurate Forecasts of Outcomes

Contenuto del libro:

Questo volume della serie ha grandi obiettivi: descrivere le cattive pratiche scientifiche attualmente in uso nella maggior parte degli studi sulla strategia di marketing business-to-business e descrivere un vero e proprio cambio di paradigma verso le buone pratiche scientifiche, sostituendo l'approccio lineare-simmetrico basato sulle variabili e sulla verifica delle ipotesi nulle (NHST) nella costruzione e nella verifica della teoria, con modelli asimmetrici basati sui casi e con una verifica dei risultati alquanto precisa (SPOT). Che la domanda si riferisca al successo o al fallimento, i dirigenti più saggi si chiedono: come siamo arrivati qui? Cosa ci aspetta nel prossimo decennio? Purtroppo, la maggior parte degli articoli scientifici che esaminano le cause del successo e dell'insuccesso offre poche informazioni utili e precise per prevedere i risultati di una strategia di successo o di insuccesso. La maggior parte degli studi sui risultati delle strategie si concentra sulle relazioni tra le variabili e sulla verifica della direzionalità (relazioni positive o negative) e della dimensione dell'effetto delle relazioni, utilizzando l'analisi di regressione multipla e la modellazione delle equazioni strutturali (MRA/SEM) con l'ausilio di test statistici di ipotesi nulla (NHST). Le ricerche sul valore dell'NHST indicano che tali studi sono peggio che inutili: tali ricerche non si concentrano sui risultati basati su casi concreti e il raggiungimento di una relazione statisticamente significativa dipende in larga misura dalla dimensione del campione di aziende che compongono gli studi.

I ricercatori che utilizzano l'NHST rispondono alle domande sbagliate nell'esaminare gli effetti netti delle variabili indipendenti sulla variabile dipendente di interesse (ad esempio, gli utili netti per fatturato). Ecco le domande giuste da porre. Quali configurazioni di condizioni antecedenti si combinano per generare risultati positivi per la nostra azienda e per aziende simili? Quali configurazioni di condizioni antecedenti si combinano per generare risultati negativi per le aziende del nostro settore? I ragionamenti e le prove empiriche confermano la saggezza dei dirigenti d'azienda che ignorano la letteratura empirica scientifica sulla previsione di strategie gestionali di successo e di insuccesso utilizzando l'NHST della dimensione e della direzionalità delle relazioni. Una buona pratica scientifica si basa sui principi della teoria della complessità trattati nei capitoli di questo volume. Una buona pratica scientifica comprende l'abbinamento di una teoria focalizzata sul caso con strumenti di analisi dei dati focalizzati sul caso e l'utilizzo di test di risultato piuttosto precisi (SPOT) di modelli asimmetrici. Una buona pratica scientifica consente di ottenere la varietà necessaria per una spiegazione profonda, una descrizione e una previsione accurata. La paura di essere rifiutati è un'altra ragione per rifiutare la modellazione asimmetrica basata sui casi e lo SPOT. Superate questo timore imparando ad applicare i principi della teoria della complessità, costruendo modelli asimmetrici separati basati su casi medi di successo e di insuccesso e testandone l'accuratezza tramite SPOT.

Questo volume fornisce gli strumenti necessari per svolgere questo compito.