Big Data Analitika

Termin Big Data Analytucs posljednjih godina jedan od najkorištenijih termina na svijetu. Svi o njemu govore, tumači se na razne načine. Jedna je stvar ako o Data Analytics govore informatičari, a druga ako ga promatramo kroz prizmu korisnika – menadžmenta,  kontrolinga, odnosno svih onih koji informacije pretvaraju u mudrost i na temelju toga donose odluke. Većina sličnih Data Analytics programa fokusirana je primarno na usvajanje tehničkih i IT znanja. Ovaj program kreće od potreba korisnika informacija (ne-informatičara)  i od pitanja – kakve informacije trebamo i za šta? Danas je veći problem kako analizirati velike količine podataka nego kako ih prikupiti. Međutim, analiziranje ne znači slaganje podataka u silose da bi bili sortirani i grupisani po sličnim svojstvima ili samo povezivanje više različitih podataka u korelirane cjeline. Big Data se uopšteno odnosi na skupove podataka koji su tako veliki po obimu i tako složeni da tradicionalni softverski proizvodi za obradu podataka nisu u mogućnosti da preuzmu, upravljaju i obrađuju podatke u razumnom vremenskom roku. Ovi veliki skupovi podataka mogu uključivati strukturisane, nestrukturisane i djelimično strukturisane podatke, od kojih svaki mogu da se prekopavaju za uvide. Koliko podataka zapravo predstavlja “Big Data”, otvoreno je za raspravu, ali obično može biti više petabajta – i za najveće projekte u opsegu eksabajta. Paradoks tehnološkog društva da sve manje kvalitetno koristimo sve veći broj informacija mogu da razriješe nove tehnologije za obradu velikih količina podataka. Poslovni svijet posrće pod teretom kada se količina podataka koja mora da se obradi više puta, gomilajući potrebe za skladištenjem.Tako velike potrebe za skladištenjem među informatičarima se nazivaju “veliki podaci”. Pojam Big Data ne uključuje samo njihov volumen, već i njihovu kompleksnost. Uz strukturirane, djelimično strukturirane i nestrukturirane podatke, postaje jasno da preduzeća više nemaju samo problem sa velikom količinom podataka, već i sa njihovom raznolikošću. Podaci se generišu velikom brzinom i sakupljaju u različitim intervalima što ih čini vrijednim, ali ujedno i komplikovanim za analizu.