안녕하세요,

그래프 데이터 사이언스(Graph Data Science) 기술 기업 ㈜사이람입니다.

사이람에서는 넷마이너를 이용하여 고객이 의뢰한 데이터를 가지고 다양한 조직 네트워크 분석을 수행해 왔습니다.

이번 시간에는, 넷마이너를 이용한 조직 네트워크 분석 사례에 대해 소개하는 시간을 가져보겠습니다.

ONA의 정의

Organizational Network Analysis(ONA)는 조직 내 사람들 간의 관계와 커뮤니케이션 패턴을 시각화하고 분석하는 방법입니다.

이를 통해 조직의 숨겨진 네트워크를 밝혀내고, 지식 흐름 파악, 혁신 촉진, 리더십 개발, 그리고 직원 이직 예측 등 HRM이나 People Analytics 분야에서 활용해 볼 수 있습니다.

데이터 수집 방법

1. 데이터 수집

먼저, 설문 조사를 통해 데이터를 수집하거나, 이메일 또는 메신저, 협업 툴에 축적된 데이터를 추출합니다.

2. 데이터 구조

수집한 데이터의 형식은 최종적으로 아래의 형태로 정리되어야 합니다. 먼저 링크 데이터입니다. Weight는 관계의 중요한 정도나 질적 측면의 관계 점수, 관계 빈도 등을 조사했을 때 추가해볼 수 있습니다.

노드 데이터는 아래와 같습니다. 일반적으로 직원들의 인사 프로필 데이터를 입력합니다. 노드의 라벨은 이름보다는 사번과 같이 중복이 없는 속성값을 사용하는 것이 좋습니다.

'opinion'과 같은 주관식 설문 결과 데이터(비정형 텍스트)가 있다면 직원들의 생각을 요약하는 분석에 활용해볼 수 있습니다.

NetMiner를 이용한 조직 네트워크 분석

이제 이 데이터를 활용한 몇 가지 유용한 분석 방법을 소개해 드리겠습니다.

1. 조직 내 협업과 소통 관계 특성 분석

"우리 조직에서 업무 협업과 비공식적 소통 중 어떤 것이 더 활발한지 객관적으로 비교할 수 있을까?"

첫째로, 소셜 네트워크 분석 방법 중에서 Density, Average Degree, Centralization, Reciprocity와 같은 개별 네트워크 구조 특성을 파악하는 알고리즘을 적용하여 회사나

특정 조직 간 소통의 양과 구조, 양상을 비교해볼 수 있습니다. 또는 동일한 조직 내에서 업무 정보를 공유하는 관계가 활발한지, 비공식적인 친분 관계가 활발한지 비교해볼 수 있습니다.

※ 분석 방법

넷마이너에서 개별 네트워크 구조의 특성을 파악하는 방법은 다음과 같습니다.

1. File > Open Org_Net_Tiny1.nmf 파일을 찾아서 열어줍니다(분석 예제 데이터: 하단 첨부 파일 다운로드).

2. 상단의 메뉴에서 Analyze > Properties > Network > Multiple 를 클릭합니다.

3. 데이터 안에 있는 네트워크를 선택하고, Properties에서 # of Links, Density, Average Degree, Reciprocity 를 선택합니다.

4. 하단의 Run Process 를 클릭합니다.

※ 분석 결과

1. work interact vs work help

- 두 관계 모두 업무 중에 나타나는 관계로, work help의 Reciprocity가 약간 더 높게 나타났습니다.

- 이는 도움을 주고 받는 자발적인 관계는 당사자들이 서로를 인지하는 상태에서 형성되는 관계라는 것을 알 수 있습니다.

2. personal friend와 personal help

- personal friend와 personal help는 모든 수치가 동일하므로 동일한 네트워크라는 것을 알 수 있습니다.

3. personal know 관계

- 회사 내 직원들의 관계로, Density와 Average Degree가 가장 낮게 나타났습니다.

- 이는 해당 관계가 비활성화되어 있는 상태임을 의미합니다.

2. 부서 간 협업 관계와 역할 분석

"이 부서는 왜 항상 야근을 할까? 조직 소통에서의 각 부서의 역할을 이해하여 조정할 수 있을까?"

두 번째로 Blockmodel 알고리즘을 적용하여 조직 내의 부서 간 관계로 네트워크를 요약하고 부서 내의 관계가 활발한지, 부서 간 관계가 활발한지 확인할 수 있습니다. 이러한 분석 결과는

전체 네트워크에서 부서들의 포지션을 이해하고 조정하는데 활용됩니다. 또한, 이 방법을 응용해서 전체 네트워크를 직급 간 관계로 요약해서 이해해볼 수도 있습니다.

※ 분석 방법

넷마이너에서 Blockmodel 알고리즘을 사용하는 방법은 다음과 같습니다.

1. 상단의 메뉴에서 Analyze > Position > Blockmodel(Conventional) > work interact 선택 > Select Vector에서 Department 선택 > Run Process 를 클릭합니다.

2. 분석 결과 하단의 탭 중에서 [T]Block Image Matrix 으로 이동 후 마우스 우클릭 > Save as new workfile 클릭하여 분석 결과를 새로운 workfile 에 저장.

3. 상단의 메뉴에서 Visualize > Spring > 2D > [T]Block Sum Matrix 선택 > Run Layout

4. 상단의 아이콘 클릭 > Link Attribute Styling > Width > Select @WEIGHT > Apply 클릭

※ 분석 결과

1. Finance 부서

- 협업 요구가 가장 많은 부서로 나타났습니다.

- 특히 Marketing 부서와 강한 업무 관계를 형성했습니다.

- Finance 부서에는 대표자 1명만 소속되어 있어, 내부 관계는 형성되지 않았습니다.

2. Sales와 Marketing 부서

- 공통적으로 내부에서의 업무 관계가 많이 나타났습니다.

- 부서 내 관계가 활발히 이루어지고 있음을 보여주고 있습니다.

이러한 상황은 매트릭스 데이터에서 더 정확한 수치로 확인할 수 있습니다. 넷마이너 화면 왼쪽에서 [T]Block Sum Matrix 테이블을 더블 클릭합니다.

하단 탭 중 Maatrix를 클릭하면 부서 간 링크 개수를 확인할 수 있습니다.

3. 조직 구성원들의 의견 분석

"구성원 수만큼 너무나 다양한 생각들, 주기적으로 간단하게 핵심만 뽑아서 요약할 수 있을까?"

세 번째 분석 방법은 텍스트 마이닝을 통해 직원들의 의견을 요약하고 핵심 내용을 파악해보는 것입니다. 앞에서 살펴본 데이터 예시 중 'opinion'과 같은 주관식 설문 결과 데이터(비정형)을 활용해서

넷마이너에서 키워드 네트워크 분석을 진행할 수 있습니다. 이를 통해 직원들의 생각을 요약하는 분석에 활용할 수도 있습니다.

※ 분석 방법

넷마이너에서 키워드 네트워크 분석을 진행하는 방법은 다음과 같습니다.

1. File > Import Unstructured Text 를 클릭합니다(NetMiner Premium 사양에서 사용 가능).

2. 'Input Excel/CSV File or Text Files' 에서 비정형 텍스트가 포함된 파일을 입력합니다.

3. Filter and Dictionary Settings 을 통해 유사어들을 묶어주거나 불필요한 단어를 제외해줄 수도 있습니다.

4. 워드 클라우드를 그려봅니다.

- 상단의 메뉴에서 Tools > Plug-ins > Word Cloud 를 클릭합니다(NetMiner Premium 사양에서 사용 가능).

5. 단어 네트워크를 만들어 보겠습니다.

- 상단의 메뉴에서 Tools > Plug-ins > Word Network 를 클릭해서 조건을 입력하면 가까운 거리에서 등장한 단어들을 연결하여 네트워크를 생성합니다.

- Visualize > Spring > 2D > Run Layout 을 클릭하여 단어 네트워크 맵을 생성합니다.

- Analyze > Centrality > Degree 를 클릭하여 단어 네트워크에서 핵심적인 키워드를 파악합니다.

※ 분석 결과

1. 직원들은 주로 ‘company’, ‘communication’, ‘leadership’, ‘career’에 대해 주로 이야기했음을 알 수 있습니다.

2. 회사에서의 팀워크와 소통, 리더십을 중요하게 생각하고 있는 것을 알 수 있습니다.

3. 또한, 회사생활이 개인의 커리어에 도움이 되는지도 중요하게 생각한다는 것을 알 수 있습니다.

넷마이너의 텍스트 마이닝 기능을 이용하면 핵심적인 내용을 정량적으로 파악하는 것이 가능합니다. 조직 내 이슈가 있을 때 의견을 물어보고 이를 요약하여 핵심을 파악하는데 활용할 수 있습니다.

그리고, 넷마이너의 토픽모델링 기능을 활용하여 하위 주제를 나누고 각 주제의 비율이 어느 정도 나타나는지도 양적으로 파악해볼 수 있습니다.

지금까지 넷마이너를 이용한 조직 네트워크 분석 방법을 소개해 드렸습니다. 이에 대해 궁금한 사항이 있으시면 이메일을 통해 문의해주십시오.

감사합니다.

※ 텍스트 분석 기능은 NetMiner Premium 사양에서 사용 가능합니다.

※ 문의 이메일 : netminer@cyram.com