20.500.12556/DKUM-95957 Business analytics and digitalization as drivers of startup evaluation the experience of the Baltic states Poslovna analitika in digitalizacija kot gonili ocenjevanja startupov izkušnje baltskih držav Purpose: This study is motivated by the importance of startups in economic growth and the need for methods to evaluate their success, considering risk and uncertainty. The objective is to analyze factors that influence startups, using factor and cluster analysis. The hypothesis that advanced business analytics in startup evaluation can enhance the quality of investment decision-making was tested. Methods: The combination of quantitative and qualitative techniques was used. Statistics about 20 startups from Latvia, Lithuania, and Estonia over five years were processed to identify success drivers and to group startups by similarity. Machine learning and social media sentiment analysis were applied to assess non-financial indicators. Results: The results showed that indicators such as projected profitability, social media activity, and innovativeness are significant for startup ranking. The share of traditional methods in the Baltic states was 55%, while modern tools were 45%, highlighting the role of digitalization in risk assessment. Startups with high clustering coefficients and positive mention sentiment demonstrated superior performance. Conclusions: The study demonstrated that integrating business analytics and digitalization enhances startup evaluation. The model combines financial metrics with network and sentiment analysis, offering a comprehensive framework for investors. It confirms that data-driven methods improve decision-making, reducing investment risks. Namen: Raziskava izhaja iz prepoznanega pomena startupov kot ključnih dejavnikov gospodarske rasti ter iz potrebe po razvoju učinkovitih metod za ocenjevanje njihove uspešnosti v razmerah tveganja in negotovosti. Glavni cilj je bil preučiti dejavnike, ki vplivajo na delovanje in uspešnost startupov, z uporabo faktorske in klastrske analize. Preizkušena je bila hipoteza, da uporaba napredne poslovne analitike pri ocenjevanju startupov prispeva k višji kakovosti investicijskega odločanja. Metode: Raziskava temelji na kombinaciji kvantitativnih in kvalitativnih pristopov. Podatki o 20 startupih iz Latvije, Litve in Estonije v petletnem obdobju so bili obdelani z uporabo faktorske in klastrske analize. Za oceno nefinančnih kazalnikov sta bili uporabljeni strojno učenje in analiza sentimenta na družbenih omrežjih. Rezultati: Ugotovitve kažejo, da so kazalniki, kot so predvidena dobičkonosnost, aktivnost na družbenih medijih in stopnja inovativnosti, ključni pri razvrščanju startupov. Delež uporabe tradicionalnih metod v baltskih državah znaša 55 %, medtem ko sodobna orodja predstavljajo 45 %, kar poudarja vlogo digitalizacije pri ocenjevanju tveganj. Startupi z visokimi koeficienti klastriranja in pozitivnim razpoloženjem omemb so izkazali nadpovprečne rezultate. Sklepne ugotovitve: Ugotovitve raziskave potrjujejo, da integracija poslovne analitike in digitalizacije bistveno izboljšuje zanesljivost ocenjevanja startupov. Razvit model, ki združuje finančne kazalnike z mrežno in sentimentno analizo, predstavlja celovit okvir za investitorje in omogoča zmanjševanje investicijskih tveganj ter učinkovitejše strateško odločanje. Potrjeno je bilo, da podatkovno podprti pristopi izboljšujejo kakovost odločanja in zmanjšujejo investicijska tveganja. startup evaluation business analytics digitalization economic potential Baltic states social engagement start-up podjetja poslovna analitika digitalna transformacija ocenjevanje uspešnosti baltske države investicijska tveganja true true true Angleški jezik Slovenski jezik Neznano 2025-11-14 11:50:15 2025-11-14 11:50:15 2025-11-15 03:10:18 0000-00-00 00:00:00 2025 0 0 str. 353-373 issue 4 Vol. 58 2025 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 2025-01-01 005.52:334.72 257076739 10.2478/orga-2025-0022 1318-5454 https://organizacija.fov.um.si/issues/vol-58-no-4-2025/ 1 b52d33b4-c147-11f0-8eaa-00155d000105 https://dk.um.si/Dokument.php?lang=slv&id=200654 RAZ_Shcherbak_Valeriia_2025.pdf RAZ_Shcherbak_Valeriia_2025.pdf 1 BEA3B5503CFD2134FCEAD5D49EB35669 262850573efabf1cd912272e79c1e9f1920cdde199d6f7c066ecc1eb88b95c99 f718f198-c147-11f0-8eaa-00155d000105 https://dk.um.si/Dokument.php?lang=slv&id=200655 Fakulteta za organizacijske vede Organizacija 0 0 0