일루넥스에서는 2019.12월 한 달간 충북 테크노파크 의 기업-사업 관계망 서비스를 온프레미스로 제공하였습니다.
테크노파크는 기업 보육, 기술 지원 뿐만 아니라 기업 지원 서비스 등을 제공하는 관공소로서, 매 해 많은 사업을 조달청을 통해 공지하고 적절한 기업을 선발하여 사업을 수행합니다.
오늘 소개 내용은 이펙트몰 플랫폼 온프레미스제품이 적용된 충북 TP 의 이슈에 대해서 소개하고 어떻게 관계망을 통해 인사이트를 도출해내는지 설명합니다.
1. TP 이슈
테크노파크의 많은 사업들은 당연히 작은 기업들의 자립을 위한 수단이 되므로 사업수행의 공정성과 중북 수혜 기업을 걸러내는것이 중요합니다.
또한 사업을 수행함으로서 기업의 발전에는 얼마나 영향력이 있었는지 파악하는 것이 중요한 이슈입니다.
2. 관계망 기능 구현
일루넥스는 충북 TP 의 DATA 와 사업의 본질을 이해하고 다음과 같은 기능을 집중으로 관계망을 그려보았습니다.
- • 기업과 사업의 관계연결 (멀티 노드 관계)
- • 기업과 사업의 노드 확장
- • 기업과 사업 관계의 시간별 추이 분석
- • 기업 상세 정보
- • 사업 상세 정보
- • 지원 기업 Map 서비스 (추후 업그레이드)
- • 관계분석 이미지 Save 저장 기능(공유 기능)
- • 관계망 export 정보
- • Network 분석 (핵심 기업, 핵심 사업)
2.1 관계연결
각 년도별 사업과 수혜 기업을 연결합니다. 그리고 하나의 커다란 네트워크 망을 형성합니다.
오른쪽 하단의 범례를 따른다면 주황색노드는 “사업”, 하늘색은 “기업”입니다.
관계망에 대하여
무언가 복잡하게 얽히고 섞여 있는 관계망을 볼 수 있습니다.
그러면 우리가 어떻게 관계망을 통해 해결하고자하는 문제를 해결하고 인사이트를 도출해낼 수 있는지 계속해서 설명하겠습니다.
2.2 Network Insight
2.2.1 노드 사이즈
노드 사이즈 변경을 통해 펼쳐진 망에서 핵심 사업이 무엇인지 그리고 지원 금액은 어느 기업이 많은 지원 기업수, 지원 과제 수 까지 모두 파악할 수 있다.
또한 충북TP 에서 수혜를 입은 기업은 어느기업이고 지원 금액이 얼마인지. 해당 기업의 매출 총 자본의 변화율까지 분석할 수있다.
2.2.2 노드 필터
필터는 펼쳐진 망 노드(사업, 기업)들을 조건에 따라 필터링하는 기능이다.
해당 기능을 통해 찾고자 하는 사업과 정부 지원금과 관련된 기업 사업을 입체적으로 검색 및 선별 할 수 있다.
2.2.3 네트워크분석
관계 그래프망이 아니더라도 위 내용은 알 수 있습니다라고 얘기하는 클라이언트들도 분명 있다.
물론 찾고자하는 목표가 뚜렷하고 해당하는 데이터가 적시 적소의 GRID 에 있다면 그 말은 정답이다.
하지만 분석자에게 정제 된 데이터가 미리 제공되어있지도 않을 뿐 더러 노출 된 수많은 메타데이터에서 의미있는 정보를 뽑아 내는 것은 쉽지 않은 일이다.
가령 충북 TP 에서 네트워크 그래프 분석으로 우리는 19년도 핵심 사업과 핵심 수혜 기업을 찾아낼 수 있었다.
그리고 해당 기업들의 지속적인 사업 수행 내역과 매출 변화에 대해서도 클릭 몇 번으로 확인할 수 있었다.
2.3 Network Shared
분석한 사업과 기업과의 관계정보는 나의 팀 또는 다른 곳에서 근무하는 다른 팀원과 분석 정보를 공유할 수 있습니다.
해당 기능을 통해서 더 많은 팀원들이 생각을 공유하고 협업하는데 도움을 줍니다.
- 먼저 원하는 노드를 색출합니다. (분석이든 검색이든)
- 다른 팀원들과 공유를 원하면 왼쪽 템플릿 저장을 클릭 하고 템플릿 이름을 지정합니다.
- 모든 템플릿은 고유의 URL 정보가 나오고 해당 URL 을 다름팀원과 공유하면됩니다.
2.4 Network Dynamic Time Line
충북 TP 의 관계망 내모든 노드(사업, 기업)의 속성에는 시간의 개념이 포함되어 있습니다.
관계의 연결을 동적으로 실행해 봄으로써 관계의 트랜드와 속도를 확인할 수 있습니다. 아래 영상을 보면 더 빨리 이해를 할 수 있습니다.
5) DATA Export (CSV)
원하는 기업 정보와 사업 정보를 찾았다면 해당 정보는 CSV 형식으로 출력이 가능합니다.
결론 : 멀티 노드를 연결하고 네트워크 망을형성하여 기존 RDBMS 의 Query 검색 방식에서 제공하지 못했던 사업과 기업사이의 관계정보에서 핵심 사업 과 핵심 기업을 Graph 로직을 통해 빠르게 검색할 수 있었다.