Τα μοντέλα πρόβλεψης στη διάχυση τεχνολογικών καινοτομιώνΤα μοντέλα πρόβλεψης στη διάχυση τεχνολογικών καινοτομιώνForecasting models for the diffusion of technological innovations Διπλωματική Εργασία Diploma Work 2017-10-042017elΣήμερα, μόλις το 4% των Νέων Προϊόντων, τα οποία εισάγονται στην Αγορά, επιβιώνουν. Γιατί άραγε το 96% των Καινοτόμων Προϊόντων εξαφανίζεται; Η απάντηση εντοπίζεται, στην ελλιπή Επιχειρησιακή Διοίκηση και το ακατάλληλο Marketing. Σε αυτό ακριβώς το σημείο, εμφανίζεται η Επιστήμη της Τεχνολογικής Πρόβλεψης. Όσο Ατελής και Αβέβαιη και εάν είναι η Τεχνολογική Πρόβλεψη, τόσο απαραίτητη είναι στη σύγχρονη εποχή των ραγδαίων Τεχνολογικών Εξελίξεων. Η Τεχνολογική Πρόβλεψη αποτελεί αναπόσπαστο και αναγκαίο κομμάτι της Διοίκησης Επιχειρήσεων και συνακόλουθα, του Marketing. Πιο συγκεκριμένα, κάθε απόφαση Κατανομής Πόρων έχει ανάγκη την Τεχνολογική Πρόβλεψη. Η Τεχνολογική Πρόβλεψη προβλέπει τις Μελλοντικές Πωλήσεις, τον Κύκλο Ζωής του Προϊόντος και την Ανάγκη Ανάπτυξης Νέων Προϊόντων. Με αυτή τη γνώση, η Τεχνολογική Πρόβλεψη βοηθά στον έγκαιρο Προγραμματισμό της Επιχειρηματικής Διοίκησης και του Marketing. Συνεπώς, Βελτιστοποιούνται οι Επιχειρηματικές Στρατηγικές και τοιουτοτρόπως, Μεγιστοποιούνται τα Κέρδη και ταυτόχρονα, Ελαχιστοποιούνται οι Ζημίες. Η παρούσα έρευνα επικεντρώνεται στις πιο Επίκαιρες Τεχνολογικά Καινοτομίες, οι οποίες ταξινομούνται σε οχτώ βασικούς Τεχνολογικούς Τομείς. Τα Μοντέλα Πρόβλεψης, διαχωρίζονται σε Απλά Μοντέλα και Υβριδικά Μοντέλα Πρόβλεψης. Εμπειρικές Μελέτες ερευνώνται, ως προς τον Τεχνολογικό Τομέα στον οποίο εμπίπτουν, τη Μέθοδο Πρόβλεψης, τις Μεταβλητές Εισόδου, τον Χρονικό Ορίζοντα Πρόβλεψης, τη Σύγκριση με άλλες Μεθόδους καθώς και τα Κριτήρια Αξιολόγησης. Κωδικοποίηση των Δεδομένων σε Πίνακες. Ταυτοποίηση των κυριότερων Μεθόδων Πρόβλεψης και παρουσίαση των Χαρακτηριστικών τους, των Πλεονεκτημάτων και των Μειονεκτημάτων τους. Εντοπίζονται τα Βέλτιστα Απλά Μοντέλα Πρόβλεψης. Εντοπίζονται τα Μοντέλα, από τα οποία αποτελούνται τα Βέλτιστα Υβριδικά Μοντέλα Πρόβλεψης. Αναδεικνύονται οι Βέλτιστοι Συνδυασμοί Απλών Μοντέλων, οι οποίοι οδηγούν στη δημιουργία Βέλτιστων Υβριδικών Μοντέλων. Καταγράφονται αναλυτικά, τα Βέλτιστα Απλά Μοντέλα καθώς και τα Βέλτιστα Υβριδικά Μοντέλα, για κάθε Τεχνολογικό Τομέα. Δεν υπάρχει ένα Καθολικά Βέλτιστο Μοντέλο Πρόβλεψης, το οποίο εμφανίζει την υψηλότερη δυνατή Ακρίβεια πάντα. Αντιθέτως, το Βέλτιστο Προβλεπτικό Μοντέλο εξαρτάται κάθε φορά, τόσο από την ίδια την Τεχνολογική Καινοτομία και τον Τεχνολογικό Τομέα στον οποίο ανήκει, όσο και από τις Ανεξάρτητες Μεταβλητές οι οποίες χρησιμοποιούνται, τον Χρονικό Ορίζοντα Πρόβλεψης, το Πλήθος των Δεδομένων αλλά και, από την Χώρα στην οποία εφαρμόζεται η Πρόβλεψη ή ακόμη και, από τη Γεωγραφική Περιοχή μέσα στην ίδια Χώρα. Nowadays, just 4% of the New Products, that enter the Market, survive. Why is that, 96% of the Technological Innovations disappear? The answer is found in the insufficient Business Management and the unsuitable Marketing. At this point exactly, the Science of Technological Forecasting comes in. As Imperfect and Uncertain Technological Forecasting is, so necessary it is in the contemporary era of the rapid Technological Change. Technological Forecasting is an integral and necessary part of the Business Management and consequently, of the Business Marketing. More specifically, every decision of Resource Allocation needs Technological Forecasting. Technological Forecasting forecasts Future Sales, the Product Life Cycle and the Need of Developing New Products. With this knowledge, Technological Forecasting assists the timely Scheduling of the Business Management and Marketing. As a result, Business Strategies are Optimized and consequently, Profit is Maximized while at the same time, Loss is Minimized. The present study focuses on the High Technology Innovations, which are classified into eight key Technological Domains. Forecasting Models are divided into Single Models and Hybrid Forecasting Models. Case Studies are being investigated in terms of the Technological Domain they fall into, the Forecasting Method, the Input Variables, the Forecasting Horizon, the Comparison with other Forecasting Methods and the Evaluation Measures. Coding Data in Tables. Identification of the key Technological Forecasting Methods and presentation of their Characteristics, their Advantages and Disadvantages. The Optimal Single Forecasting Models are detected. The Models that form Optimal Hybrid Forecasting Models are also detected. The Optimal Combinations between Single Models, that form Optimal Hybrid Forecasting Models, are highlighted. The Optimal Single Models as well as the Optimal Hybrid Models, per Technological Domain, are identified. There is no Universally Optimal Forecasting Model, that forecasts with the highest possible Accuracy always, in every situation. On the contrary, the Optimal Forecasting Model depends on, the Innovation itself and the Technological Domain it falls into as well as, the Input Variables that are used, the Forecasting Horizon, the Amount of Historical Data and the Country in which the Diffusion takes place, or even the Geographical Area within the Country.http://creativecommons.org/licenses/by-nc-nd/4.0/Πολυτεχνείο Κρήτης::Σχολή Μηχανικών Παραγωγής και ΔιοίκησηςTsontaki_Maria_Dip_2017.pdfChania [Greece]Library of TUC2017-10-04application/pdf3.3 MBcampus Tsontaki Maria Τσοντακη Μαρια Atsalakis Georgios Ατσαλακης Γεωργιος Zopounidis Konstantinos Ζοπουνιδης Κωνσταντινος Moustakis Vasilis Μουστακης Βασιλης Πολυτεχνείο Κρήτης Technical University of Crete Διάχυση τεχνολογικών καινοτομιών Diffusion of innovations Υβριδικά μοντέλα πρόβλεψης Hybrid forecasting models Μοντέλα τεχνολογικής πρόβλεψης Models of technological forecasting Απλά μοντέλα πρόβλεψης Single forecasting models Τεχνολογική πρόβλεψη Technological forecasting