Drone startups : a research on the international ecosystem and on the determinants for attracting external funding

This thesis, developed in collaboration with the Drone Observatory of Politecnico di Milano, has two main purposes. The first is mapping the current worldwide drone industry. The second is filling the knowledge gap, which affects the scientific literature when narrowing the notions of startups and their fundings collection in the Unmanned Aerial Vehicle (UAV) sector. In order to accomplish the first objective, a database containing the worldwide organizations founded in the last ten years and potentially operating in the drone industry was created, blending the information from four different databases: Crunchbase, Orbis, AIDA and the Registro delle imprese Italiane. So, the starting point is an initial census of 41,865 startups; 5,283 are then elected as proper for the following study. Therefore, an extensive examination is run explaining the main features of this emergent sector, which cumulated $7.067 B in fundings across the last ten years. Next, two different econometric models were set in order to achieve the second aim of this thesis. The first statistical analysis found that the drone startups with more founders tend to collect larger fundings than those with fewer initial entrepreneurs. The same is true for startups that can attract Funds and Banks as investors. The second model focused on the startups' properties affecting four investors' categories when deciding whether to invest in a new venture working in the UAVs industry. The classes considered are Venture Capitals, Business Angels, Funds & Banks and Innovation dedicated programs. The second examination proved how different investors' typologies look at different startups' traits among the headquarter location, products' and services' application field, clients' sector, startups' age and the number of founders.

Questa tesi ha due principali obiettivi. Il primo è la mappatura dell'attuale situazione globale del settore dei droni. Il secondo è colmare la scarsità che assoggetta la letteratura scientifica quando si approfonsiscono i temi di startups e la loro raccolta di fondi nel settore degli Unmanned Aerial Vehicle (UAV). Per realizzare il primo fine è stato creato un database contenente le organizzazioni fondate negli ultimi dieci anni in tutti i paesi del mondo e potenzialmente operanti nel settore dei droni, integrando le informazioni di quattro diversi database: Crunchbase, Orbis, AIDA ed il Registro delle imprese Italiane. Il punto di partenza della ricerca è un censimento iniziale costituito da 41.865 startups; di queste 5.283 sono successivamente ritenute parte del settore d’interesse e selezionate per le successive analisi. Viene dunque eseguita una valutazione approfondita al fine di delineare le caratteristiche principali del settore dei droni, che ha cumulato 7,067 miliardi di dollari di finanziamenti negli ultimi dieci anni. Successivamente, sono stati costruiti due diversi modelli econometrici per adempiere al secondo intento di questa tesi. La prima analisi statistica ha dimostrato come le startups di droni con più fondatori tendano a raccogliere maggiori finanziamenti rispetto a quelle con meno imprenditori nella prima fase di vita dell’azienda. Lo stesso vale per le startups in grado di attrarre Fondi e Banche come investitori. Il secondo modello si concentra sulle proprietà delle startups che influenzano quattro diverse categorie di investitori nel momento in cui valutano l’opportunità di investire in una giovane impresa che lavora nel settore degli UAVs. Le classi di investitori considerate sono Venture Capitals, Business Angels, Fondi e Banche e Programmi Dedicati all'Innovazione come acceleratori ed incubatori. Questo secondo modello ha dimostrato come differenti tipologie di investitori considerino diversi tratti delle startup tra la sede, il campo di applicazione dei prodotti e dei servizi, il settore dei clienti, l'età della startup e il numero di fondatori. Questa ricerca è stata sviluppata in collaborazione con l'Osservatorio Drone del Politecnico di Milano.