4
1. Big Data analitika
Big Data je pojam koji označava velike i kompleksne setove podataka, kod kojih tradicionalne
aplikacije za obradu podataka nisu primjenljive. Te skupove podataka karakterišu raznovrsnost
formata, velike brzine obrade i pristupa, i veliki obim informacija. Izazovi uključuju
projektovanje i realizaciju infrastrukture i servisa za skladištenje velikih količina podataka,
njihovu pretragu, analizu, djeljenje i vizuelizaciju.
1
Termin Big Data se često odnosi na
upotrebu predikativne analitike ili drugih naprednih metoda za izdvajanje vrijednosti iz
podataka, a ne samo na određenu veličinu skupa podataka. Big Data analitika je koncept analize
podataka i izvođenja korisnih informacija iz velikih količina podataka koje se u modernom
poslovanju ubrzano generišu – iz konvencionalnih sistema poput baza podataka do
nestrukturiranih lokacijskih i senzorskih izvora i društvenih mreža. IBM “big data” alati
pružaju usluge potrebne za uspješnu pripremu, dizajn, razvoj i implementaciju sistema za
analizu i obradu velikih količina podataka temeljenih na standardnim platformama. Preveliki
broj informacija može da predstavlja zaista veliki problem. Rješenje je Big Data tehnologija,
odnosno alati i procedure koji premošćavaju „uska grla“ u infrastrukturi i omogućavaju brzo
prikupljanje i manipulaciju ogromnom količinom podataka. Ova nova tehnologija se
primjenjuje na informacije i podatke čija količina, brzina generisanja i različitost ne
dozvoljavaju da se obrade pomoću standardnih, do sada korišćenih metoda i alata.
Ona postaje sve neophodnija, jer su mnoga preduzeća došla u situaciju da danas imaju pristup
većoj količini korisnih podataka nego ikad ranije, a da ih istovremeno sve manje kvalitetno
koriste i time rasipaju novac na skladištenje informacija koje ne upotrebljavaju. IBM alati za
analizu velikih podataka imaju primjenu u svim industrijskim granama, a daju sljedeće
prednosti:
a) informacije čine transparentnim i jednostavnim za korišćenje,
b) dobijaju se informacije o produktivnosti i iste se koriste da bi se izvršilo poboljšanje.
Takođe se koristi za segmentaciju korisnika i osmišljavanje boljih proizvoda i usluga.
Sofisticirane analize mogu značajno da unaprede donošenje odluka. Njihova primjena daje
kompaniji puno prednosti na osnovu kojih one efikasno posluju, analiziraju podatke i
upotrebljavaju čitavo more podataka kako bi obezbjedile opstanak i konkurentnost na tržištu.
Često, Big Data karakterišu tri V:
1
https://sr.wikipedia.org/sr/Big_data
5
a) ekstremni obim (Volume) podataka,
b) širok spektar (Variety) tipova podataka,
c) brzina (Velocity) kojom se podaci moraju obraditi i analizirati.
Podaci koji čine spremišta Big Data mogu da potiču iz izvora koji uključuju veb lokacije,
društvene medije, stone i mobilne aplikacije, naučne eksperimente i - sve češće - senzore i
druge uređaje na internetu stvari (IoT).
2
Koncept Big Data sadrži skup povezanih komponenti
koje omogućavaju organizacijama da koriste podatke za praktične potrebe i rješavaju niz
poslovnih problema. Ovo uključuje IT infrastrukturu potrebnu za podršku Big Data, analitiku
koja se primjenjuje na podatke, tehnologiju potrebnu za projekte Big Data, povezane skupove
vještina, i stvarne slučajeve za koje je potrebno da se koristi Big Data. Ono što predstavlja
stvarnu vrijednost svih Big Data koje organizacije prikupljaju je analitika primjenjena na
podatke. Bez analitike, to bi bila samo gomila podataka sa ograničenom poslovnom upotrebom.
Analitika može da se odnosi na osnovne aplikacije poslovne inteligencije ili naprednije,
prediktivne analitike poput onih koje koriste naučne organizacije. Među najnaprednijim
tipovima analitike podataka je prekopavanje podataka (engl. data mining), gdje analitičari
procenjuju velike skupove podataka kako bi identifikovali odnose, obrasce i trendove.
Analitika podataka može uključivati istraživačku analizu podataka (da identifikuje obrasce i
odnose u podacima) i potvrđujuću (engl. confirmatory) analizu podataka (koja primjenjuje
statističke tehnike kako bi se utvrdilo da li je pretpostavka o određenom skupu podataka tačna).
Druga razlika je kvantitativna analiza podataka (ili analiza numeričkih podataka koji imaju
kvantifikovane promjenljive koje se mogu statistički uporediti) za razliku od kvalitativne
analize podataka (koja se fokusira na nenumeričke podatke kao što su video, slike i tekst).
1.1. IT infrastruktura za podršku Big Data
2
https://raf.edu.rs/citaliste/racunarske-mreze/4756-xa-sta-je-to-big-data-sve-sto-treba-znati-xa
