Abstract
This study was conducted to identify the contents of major consulting needs of SMEs using Big Data and to suggest the efficiency of operation. The subjects of the study were counseling cases posted on the website of the Business Support Center of the Ministry of SMEs and Startups. To do this, from 2009 to March 2018, we crawled about 7,000 cases of counseling cases, followed by word cloud analysis centering on effective keyword. The main results were as follows: First, the frequency of counseling cases in each field was found in the order of establishment, management strategy, human resources, financial order. Second, in word cloud analysis, the most frequent keyword related to counseling demand were small businesses, exports, methods, procedures, registration and authentication. In this study, we obtained research results that we can improve the efficiency of the policy in real time from a new point of view by conducting big data analysis on public policy.
본 연구는 중소벤처기업부가 영위하는 비즈니스지원단의 운영효율성 제고에 관해 제언을 하고자 수행되었다. 이를 위해 비즈니스지원단 홈페이지에 게재되어 있는 7천여 개의 상담 사례와 현장클리닉 사례의 제목을 크롤링한 후 유효 키워드를 중심으로 한 워드클라우드 분석과 연관어분석을 실시하였다. 주요 결과로써, 상담사례의 분야별 빈도는 창업, 경영전략, 인사노무, 금융 순으로 많았으며 법무, 정보화, 수출입 순으로 적었다. 워드클라우드 분석 결과, 상담수요와 관련하여 높은 빈도를 보인 키워드는 소상공인, 수출, 방법, 절차, 등록, 인증 순이었다. 또한 최근의 중소기업의 상담 요구는 주로 소상공인에 대한 지원과 대출인 것으로 파악되었다. 본 연구의 성과는 빅데이터 분석을 활용하여 비즈니스지원단의 상담분야에 대한 적시 개편 필요성과 지원단 인력 모집 및 상담분야에의 배치 등과 같은 지원단 운영정책의 효율성에 대한 시사점을 제시했다는 점이다. 향후 연구의 한계점을 보완하여 인관관계 분석과 네트워크 분석까지 연구를 확대해 나가고자 한다.
