Thèmes webAI
L'innovation
webAI InnoProb
L'agent webAI InnoProb a été formé par ISTARI.AI pour dériver le statut d'innovateur des entreprises à partir de leurs sites web et pour le cartographier sous la forme d'un score individuel de probabilité d'innovation (InnoProb). Cet indicateur, compris entre 0,0 et 1,0, reflète la probabilité qu'une entreprise soit innovante.
L'innovation est définie ici selon les termes du Manuel d'Oslo de l'OCDE : Une innovation est l'introduction d'un produit (bien ou service) ou d'un procédé nouveau ou sensiblement amélioré, d'une nouvelle méthode de commercialisation ou d'une nouvelle méthode organisationnelle dans la pratique des affaires, l'organisation du lieu de travail ou les relations extérieures.
Les sites web sont utilisés par les entreprises comme des plateformes pour fournir des informations sur leurs produits et services, leurs performances, leurs stratégies et leurs relations. Tous ces aspects peuvent être associés aux innovations développées par l'entreprise. Le score InnoProb ne vise pas à identifier des innovations individuelles (par exemple, de nouveaux produits), mais des entreprises ayant un profil d'activité lié à l'innovation. Cette probabilité (le score InnoProb) peut être interprétée comme un indicateur continu de l'innovation au niveau de l'entreprise.
Nous utilisons un indicateur traditionnel au niveau de l'entreprise basé sur une enquête sur l'innovation par questionnaire (enquête communautaire sur l'innovation en Allemagne) pour former webAI avec les sites web des entreprises innovantes et non innovantes. Cette formation permet à webAI d'apprendre de manière autonome les différences entre les sites web des entreprises innovantes et ceux des entreprises non innovantes. Après cette formation, nous pouvons appliquer webAI à n'importe quel autre site web d'entreprise. Sur la base du contenu textuel, webAI calcule alors la probabilité que l'entreprise étudiée soit innovante.
Le score InnoProb ainsi calculé serait proche de 0,0 pour une entreprise qui a très peu de chances d'être une entreprise innovante. En revanche, une entreprise très probablement innovante aurait un score InnoProb proche de 1,0.
En outre, nous intégrons une colonne auxiliaire dans nos données pour faciliter l'interprétation et la lecture. Elle classe les probabilités d'être une entreprise innovante de "très faible" à "très élevée".
Ainsi, contrairement aux classifications binaires plus simples ("innovant OUI/NON"), webAI produit un score continu au niveau de l'entreprise. Les utilisateurs des données de webAI peuvent ainsi facilement déterminer eux-mêmes la probabilité qu'une entreprise soit innovante pour être pertinente à leurs yeux. Pour la classification binaire en entreprises innovantes et non innovantes, nous recommandons un seuil de classification de 0,4.
En Allemagne, par exemple, 15,12 % des entreprises examinées sont considérées comme innovantes par webAI InnoProb (score InnoProb > 0,4). Le score InnoProb moyen de toutes les entreprises est de 0,25. La moitié des entreprises ont un score supérieur à 0,20. Le score maximal atteint est de 0,94 et le score minimal de 0,03. La figure ci-dessous montre la distribution des scores InnoProb sous forme d'histogramme.
Comme tous nos agents webAI, l'agent webAI InnoProb a été développé et validé en collaboration avec des experts indépendants. Cela permet de garantir que nous formons l'agent webAI avec de véritables connaissances d'experts et qu'il génère ensuite des résultats de niveau expert. Pour cet agent, ISTARI.AI a collaboré avec l'Université de Giessen et le ZEW - Leibniz Centre for European Economic Research à Mannheim. Le ZEW est l'un des principaux instituts de recherche économique allemands et jouit d'une grande réputation au niveau européen.
Les scores InnoProb ont également été validés en les comparant aux données sur les brevets de l'Office européen des brevets, aux projections basées sur les données d'enquête des panels d'innovation de Mannheim et de Berlin, et aux indicateurs d'innovation régionaux de l'Office fédéral allemand des statistiques. L'étude correspondante Predicting innovative firms using web mining and deep learning a été publiée dans la revue internationale PLOS ONE.
Nos données vous intéressent ?
Achetez ce jeu de données et d'autres pour des centaines de régions sur notre site Data Market.