Professional Documents
Culture Documents
03 Informatika Podaci
03 Informatika Podaci
Poslovna informatika
Izv.prof.dr.sc. Ljubica Milanović Glavan
Literatura
• Knjiga Osnove poslovne informatike
EFZG, Zagreb, 2020.
poglavlje Podaci, str. 67-107.
Sadržaj
• Podaci, informacije, znanje
• Podaci u poslovanju
• Digitalni prikaz podataka
• Strukturiranost podataka
• Organizacija digitalnih podataka
• Korištenje podataka pri obavljanju izvršnih procesa
• Korištenje podataka pri obavljanju upravljačkih procesa
Podatak, informacija
• Podatak je simbolički prikaz neke činjenice, tj. onog što se može
neupitno i nepobitno potvrditi da postoji ili se događa:
• prikazan je u obliku brojaka, slova ili kojih drugih znakova
• zapisan je na mediju (papiru - knjiga, notes; filmu - fotografija, filmski zapis;
magnetskom, optičkom ili poluvodičkom mediju na računalu – datoteka, baza
podataka)
• Jednoznačno protumačeni podatak ili skup podataka daju informaciju
ili obavijest:
• Informacija je potrebna pri odlučivanju, jer bez kvalitetne informacije o
predmetu odlučivanja teško je donijeti racionalnu odluku
4
Podatak, informacija: primjeri
• Podaci Ana, Put Lipa 6, Zagreb i +385 98 7654321 pohranjeni su u
pametnom telefonu. Kako ih protumačiti?
• Elementarni podatak prikazuje najjednostavniju činjenicu, koja prikazuje
vrijednost jednog obilježja određenog objekta
Drugi naziv za obilježje jest atribut
• Podatak Ana prikazuje obilježje imena osobe,
podatak Put Lipa 6 prikazuje obilježje ulice i kućnog broja adrese,
podatak Zagreb prikazuje obilježje naziva grada i
podatak +385 98 7654321 prikazuje obilježje telefonskog broja
• Ako se podaci odnose na obilježja iste osobe, dobivena informacija može se
prenijeti u obliku poruke (rečenice):
Osoba Ana živi na adresi Put Lipa 6 u Zagrebu, a njezin je telefonski broj
5 +385 98 7654321.
Slučaj: Zloupotreba osobnih podataka?
• Mnogi (Facebook, Google...) prikupljaju podatke o korisnicima i njihovim aktivnostima.
Zloupotrebljavaju li prikupljene podatke?
• 2015. je otkriveno da je kompanija Cambridge Analytica (CA) koristila podatke Facebookovih korisnika
kako bi utjecala na rezultate izbora u SAD-u. CA je softverski profilirala korisnike i ustanovila predvidive
obrasce njihova ponašanja kako bi se mikro-ciljanim oglasima utjecalo na njihovo glasovanje.
• Istraga je potvrdila nelegalnu upotrebu podataka. Facebook je priznao „curenje“ podataka. CA je u
svibnju 2018. objavila da zbog gubitka korisnika prestaje s radom, a američka trgovinska komisija je u
srpnju 2019. kaznila Facebook kaznom od 5 milijardi dolara za „curenje” podataka.
• Osobni podaci se odnose na pojedinu osobu, temeljem kojih se može utvrditi njen identitet: ime,
identifikacijski brojevi (OIB, osobna iskaznica, putovnica, JMBAG…), lokacija (GPS lokacija), mrežni
identifikatori (IP, MAC adresa), biometrijski pokazatelji (otisak prsta, šarenica, lice…), podaci o
obrazovanju, plaći, kreditima, računima u banci, zdravlju itd.
• Osobni podaci se obrađuju pojedinačno ili zajednički, na automatiziran ili neautomatiziran način, kroz:
prikupljanje, bilježenje, organiziranje, strukturiranje, pohranjivanje, izmjenu i prilagodbu, pronalaženje,
dobivanje uvida, otkrivanje prijenosom, dijeljenjem ili kombiniranjem te kroz brisanje ili uništavanje.
• Osobni podaci se nalaze u bazama podataka u državnoj upravi (policija, vojska, porezna…), javnim
ustanovama (škole, fakulteti, ordinacije medicine, udruge…), poslovnim subjektima (poduzeća,
prodavaonice, teleoperatori…). Osobne podatke ima svatko i u vlastitim bazama podataka, smještenih
na vlastitom računalu, pametnom telefonu ili u javnom oblaku.
Slučaj: Zloupotreba osobnih podataka?
• Osobe, „putujući“ kroz život, neprestano ostavljaju podatke o svojem kretanju, aktivnostima, susretima,
navikama… To je digitalni trag osobe – njega je danas teško izbjeći.
• Mogu li osobni podaci, dostupni drugim institucijama, koristiti ili štetiti osobi? Odgovor nije
jednoznačan: Zdravstveni podaci koji omogućuju probir osoba „kandidata“ za kardiovaskularne bolesti
mogu biti korisni, jer probrane osobe mogu biti upozorene na opasnost od bolesti i pozvane na
preventivni pregled. Isti podaci su nepovoljni ako osiguravajuće društvo temeljem njih uvjetuje uvećanu
premiju osiguranja.
• Mogu li institucije osobnim podacima raspolagati prema vlastitoj odluci ili postoji regulativa o tome? U
svijetu ne postoji jedinstven stav o „privatnosti“ ili “javnosti“ osobnih podataka.
• Europa zagovara „privatnost“ podataka. U EU je od 25.5.2018. u obveznoj primjeni Opća uredbu o zaštiti
podataka (engl. GDPR). Ona se odnosi na automatiziranu ili neautomatiziranu obradu osobnih podataka
građana EU, s izuzetcima nacionalne sigurnosti, zajedničke vanjske i sigurnosne politike EU, svrhe
sprječavanja, istrage, otkrivanja i progona kaznenih djela, aktivnosti fizičke osobe za vlastite potrebe.
• Načela Uredbe su: (a) zakonita, poštena i transparentna obrada, (b) ograničavanje svrhe, (c) smanjenje
količine podataka, (d) točnost, (e) ograničenje pohrane, (f) cjelovitost i povjerljivost.
• Osoba čiji se podaci obrađuju ima niz prava: pravo na informiranje o obradi njenih podataka, pravo na
pristup informacijama (dobivanje potvrde od voditelja obrade s objašnjenjem o svrsi obrade, izvoru
prikupljanja, razdoblju pohrane...), pravo na ispravak podataka, pravo na brisanje podataka ako podaci
više nisu nužni. Privola osobe čiji se podaci uzimaju, postaje pravni temelj za obradu podataka.
Značajke kvalitetne informacije
• Kvalitetna informacija jest
• Točna (korektno opisuje stanje stvari)
• Potpuna (potpuno opisuje stanje stvari)
• Primjerena relevantna (odgovara problemu i osobi)
• Pravovremena (dobivena na vrijeme)
8
Informacijski sustav
• U poslovanju je neophodno poznavati velik broj povezanih informacija
• Zato će svaka organizacija (poduzeće, ustanova) organizirati manje ili
više uspješno svoj informacijski sustav
• Informacijski sustav će u svojim „bazama podataka“ pohraniti velik
broj potrebnih podataka, čija će obrada i interpretacija nuditi
poslovanju potrebne informacije
• Informacijski sustav je složen sustav i nije ga lako i jednostavno
„izgraditi“ (njegovom opisu posvećeno je posebno poglavlje)
Znanje
• Znanje je kombinacija podataka i informacija o nekom predmetu,
problemu ili području, koja je protumačena ekspertnim mišljenjem,
vještinom i iskustvom
• Svako područje organizira svoje znanje utvrđivanjem prikladnih
koncepata (elemenata znanja), njihovih odnosa i ograničenja
• Različiti su načini prikaza znanja – primjerice u obliku pravila (u matematici
aksioma, teorema, lema ...)
10
Podaci u poslovanju
• Većina poslovnih aktivnosti popraćena je podacima, zabilježenim u
dokumentima: računu kupljene robe, indeksu s upisanom ocjenom
položenog ispita, receptu za izdavanje lijeka …
• U poslovanju je potrebno pratiti niz činjenica o stanju poslovanja
• Bilježenje podataka o poslovanju omogućuje praćenje i analiziranje prošlih
poslovnih aktivnosti i kvalitetno planiranje budućih poslovnih aktivnosti
• Zakonodavac ili praksa „propisuje“ način prikupljanja i vođenja poslovnih
podataka
• U poslovanju: „što podacima nije zabilježeno, nije se ni dogodilo“
• Podaci i informacije se smatraju nematerijalnim sredstvom koje služi za
upravljanje ostalim sredstvima poslovanja (materijalom, energijom,
ljudima, kapitalom)
Podaci u poslovanju
• Poslovanje bez podataka danas nije moguće – zamislimo poslovanje banke
koja ne bi imala ažurne podatke o svojim klijentima
• Poslovanje s „malim” podacima
• Pri obavljanju izvršnih, upravljačkih ili suradničkih aktivnosti potrebno je bilježiti niz
podataka o njima
• Za neke aktivnosti (primjerice računovodstvene) propisana je obveza vođenja
podataka
• Poslovanje s „velikim” podacima
• Sve veći broj uređaja „proizvodi“ podatke u digitalnom obliku, njihova količina
neprestano raste
• U umreženom okruženju „stvari” razmjenjuju podatke (Internet stvari)
• Podaci se nazivaju „velikim” zbog količine, raznovrsnosti i brzine pristizanja - za
obradu je potrebno koristiti i nestandardne, napredne i kompleksne metode obrade
Digitalni prikaz podataka - kodiranje
• Informacije doživljavamo kao:
• Znakovne (tekstne) informacije
• Zvukovne informacije
• Slikovne informacije
• Miješane (multimedijske) informacije
• Informacija se u računalu zapisuje kao binarno kodirani podatak
kodiranje 0110010101010
0110010101010
1100101001011
1100101001011
tekst,
tekst, dekodiranje
tekst,
0011010011
0011010011
tekst,
13 tekst
tekst
Znakovni podaci
• Znakovnim podacima prikazani su podaci mnogih obilježja objekata,
kao što su ime (prikazano tekstom), iznos računa (prikazan brojem),
datum rođenja (prikazan u datumskom obliku)
ime Iznos računa datum
Ivan 546,90 kn 2003-10-12
• Formati (kodovi) zapisa tekstnih podataka su ASCII, EBCDIC, Unicode
• Primjer ASCII koda:
d 01100100
1 00110001
• Smislena cjelina od više bitova (najčešće 8) zove se bajt (engl. byte)
14
Slikovni podaci
• nepokretne slike (fotografije ili statički grafički prikaz) ili pokretne
slike (videosekvence)
• Slika se doživljava vizualno
• Bogatija je od teksta (1 slika > 1000 riječi)
• Oko vidi prostorni odnos objekata: lijevo-desno, sprijeda-straga, gore-dolje,
bliže-dalje, veće-manje ...
• Serija nepokretnih slika (okvira) od najmanje 30 slika u sekundi čini
pokretne slike
• iluzija pokreta: pomicanje objekata ili vidnog polja (kamere)
15
Slikovni podaci
• Rasterni format
• slike nastale fotografskim postupcima
• bilježi podatke boje i svjetline za svaku točkicu (slikovni element, engl. pixel).
• Formati: BMP, TIFF, GIF, PCX, JPG, PNG …
• Vektorski format
• slike bilježi grafičke elemente (linije, likove, boje dijelova prostora …)
• Formati: CDR, WMF, SVG …
16
Slikovni podaci
• Slikovni su podaci obimni:
• jedna slika sadrži količinu podataka (u bitovima) kao čitava knjiga samog
teksta
• prosječni video ima 20MB podataka u sekundi (144GB za dvosatni videofilm)
• MPEG (engl. Motion Picture Expert Group) format komprimira podatke do 200:1,
• format za videokonferiranje H.261 (px64) komprimira podatke i do 2000:1
17
Zvukovni podaci
• opisuju zvuk: glazbu, ljudski glas ...
• Formati zapisa: WAV, MID, AIFF, IBK, RMI, VOC, MP3
• Neki formati komprimiraju podatke
• Neki formati zajednički kodiraju zvukovni (audio) zapis s odgovarajućim
videozapisom – to je primjer multimedijskih podataka
18
Kompresija podataka
• tehnika smanjivanja količine podataka radi smanjenja memorijskog
prostora i skraćenja vremena prenošenja podataka
• Tehnikama kompresije bez gubitka sadržaja sadržaj ostaje posve
sačuvan
• kompresija baza podataka s poslovnim podacima
• Tehnikama kompresije s gubitkom sadržaja sadržaj se djelomično gubi
• kompresija slika koje postaju “mutnije”, ali dovoljno kvalitetne za reprodukciju
u manje zahtjevnim uvjetima
• Osobna računala – “zipanje” datoteka
19
Zapis podataka u računalu - kriptiranje
• transformiranje izvornog otvorenog teksta u kriptirani (šifrirani) tekst
ili kriptogram
kriptiranje
Otvoreni
Otvoreni Kriptirani
Kriptirani
dekriptiranje tekst
tekst
tekst tekst
27
Datoteka
• Pohranjuje skup zapisa (slogova)
• Ako se pohranjuju strukturirani podaci (u poslovnim primjenama),
datoteka se može usporediti s tablicom
MatičniBroj Ime Prezime DatumRođenja
118 Ana Kušan 13.04.1984.
131 Ivan Ivić 12.12.1978.
156 Zlatko Zlatić 01.10.2001.
625 Martin Aničić 27.10.1999.
30
Primjer: podaci narudžbenice
Naziv naručitelja Nova d.o.o. Naziv dobavljača Futura d.d.
Ilica 488 Zvonimirova 118
Zagreb Zagreb
Ž. rn. naručitelja Datum
30118-601-10852 5.10.1995
Na temelju broj
narudžbe br. 1 Narudžbenica 1
Naručeno isporučite na naslov
Nova d.o.o., Petrova 13, Zagreb
StavkeNarudžbe Dobavljači
BrojNarudžbe ŠifraProizvoda Količina ŠifraDobavljača NazivDobavljača AdresaDobavljača
1 118 25 D1 Futura d.d. Zagreb, Ilica 118
1 131 2 D2 Papir d.o.o. Rijeka, Školjić 16
2 625 18
2 118 30 Proizvodi
2 156 16 ŠifraProizvoda NazivProizvoda Cijena
3 131 10 118 bilježnica 118 8,00
131 bankpost A4 112,00
156 olovka set 12 32,50
625 vrećica mala 22,35
35
Primjeri naredbe SELECT
• ispis čitavog sadržaja jedne relacije: ispisati sadržaj relacije Proizvodi
37
Primjeri naredbe SELECT
• selekcija pojedinih atributa jedne relacije: ispisati nazive i adrese svih
dobavljača
38
Primjeri naredbe SELECT
• selekcija podataka iz dviju relacija: ispisati broj narudžbe, šifru proizvoda,
naziv proizvoda, količinu proizvoda
NazivProizvoda Cijena
baza podataka
bankpost papir A4 112.00
olovka set 12 32.50
vrećica PE mala 22.35
bilježnica art. 118 8.00
40
Primjeri naredbe SELECT - funkcije
• Korištenje funkcija: ispisati broj narudžbe, datum narudžbe, naziv dobavljača
kojem je upućena i ukupan iznos vrijednosti narudžbe
42
Konceptualni model
• Osnovni element konceptualnog modela podataka je objekt, za koji
treba zabilježiti podatke i pohraniti ih u bazu podataka.
Primjeri objekata: osobe, kupci, poduzeća, odjeli, proizvodi, računi,
narudžbe, projekti, studenti, kolegiji …
• Slični objekti se klasificiraju u zaseban tip entiteta (npr. Osobe), a
pojedinačno (npr. Ivan, Ana, Josip) jesu njegove pojave
• Pojave istog tipa entiteta imaju jednake atribute ili obilježja (npr. ime,
prezime, matični broj ...), ali se međusobno razlikuju po vrijednostima
atributa
• Konceptualni model ima grafički prikaz koji prikazuje tipove entiteta i
njihove odnose (veze)
Tipovi odnosa među tipovima entiteta
B rod K apetan
1:1 A 1
2
jedan prema B C im a
K apetan
B rod
jedan D 3 vodi
4
O djel R adnik
1
I
1:M 2 zapošljava
O djel R adnik
jedan prema II 3
radi u
više 4
P rojekt R adnik
1
M:M A 2
okuplja
više prema B
P rojekt
radi na
R adnik
3 4
44 više
Logički model
• Logički model iskazan relacijskom shemom baze podataka dobiva se
od konceptualnog modela prema pravilima:
• Entitet relacija
• pojave entiteta istog tipa nalaze se u istoj relaciji
• Atribut
• Atributi entiteta postaju atributi relacije
• Veza
• 1:M unosi strani ključ u relaciju koja je nastala od entiteta na strani M
• 1:1 se rješava kao i veza 1:M
• M:M tvori novu relaciju u koju ulaze primarni ključevi entiteta koji sudjeluju u
vezi - oni postaju stranim ključevima
45
Primjer oblikovanja podataka narudžbe
Naziv naručitelja Nova d.o.o. Naziv dobavljača Futura d.d.
Ilica 488 Zvonimirova 118
Zagreb Zagreb
Ž. rn. naručitelja Datum
30118-601-10852 5.10.1995
Na temelju broj
narudžbe br. 1 Narudžbenica 1
Naručeno isporučite na naslov
Nova d.o.o., Petrova 13, Zagreb
VW 18 03/2019
Osijek
proizvod
e
m
i je
59
Javne baze dokumenata
• U svijetu postoji velik broj javnih baza dokumenata specijaliziranog
znanstvenog ili stručnog sadržaja:
• EconLit (ekonomija), Emerald (menadžment, marketing, ljudski potencijali)
• ScienceDirect (sva znanstvena područja)
• Directory of Open Access Journals
• Research in Exconomic Papers
• Current Contents
• Google Scholar (znanstvena literatura iz različitih izvora)
• Hrvatska znanstvena bibilografija (https://bib.irb.hr/)
Pretraživanje baze dokumenata, primjer
• Pretraživanje preko “on-line” sustava koji nudi pristup bazama
dokumenata
• Baza dokumenata EconLit s tekstovima iz ekonomije
• Pronalaženje članaka Petera Druckera, autora iz područja
menadžmenta
Logičko pretraživanje baze dokumenata
• Riječi se kombiniraju log. operacijama
AND, OR, NOT (I, ILI, NE)
• Drucker – pronalaženje članaka s rječju Drucker
• Drucker AND management– pronalaženje članaka u kojima se istodobno
pojavljuju riječi Drucker i management
• Drucker OR management– pronalaženje članaka u kojima se spominju ili
samo Drucker ili samo management ili istovremeno obje
• “information system” – pronalaženje članaka u kojima su riječi information i
system susjedne – fraza “information system”
• hotel*– pronalaženje svih članaka koji počinju s riječi hotel kao što su hotel,
hotela, hotelski …
Pretraživanje
rangiranjem dokumenata
• Daje se popis riječi po kojima se pretražuje
• Pretraživanje:
• izračunava se udaljenost između upita i svakog dokumenta
• ispisuju se dokumenti čija je udaljenost od upita manja od zadanog praga P
(koristi se vektorska matematika za izračunavanje “udaljenosti” vektora –
kosinusna udaljenost)
• dokumenti se rangiraju po relevantnosti (najprije se ispisuju relevantni
dokumenti, bliži upitu)
64
Pretraživanje dokumenata (stranica) na
Internetu
• Putem internetske usluge WWW dostupan je veliki broj dokumenata (stranica)
• Način pretraživanja internetskih dokumenata je jednak pretraživanju dokumenata
u bazama dokumenata - obavlja se internetskim tražilicama
• Pretraživanje tražilicom Google.com s ključnim riječima Drucker AND management
rezultira velikim brojem dokumenata - zbog toga internetske tražilice rangiraju
dokumente
• Google.com koristi specifičan PageRank (PR) algoritam koji se temelji na analizi
broja i kvalitete veza (linkova) među dokumentima (detalji algoritma poslovna su
tajna, Google ga povremeno mijenja)
• Obuhvat i preciznost pretraživanja iz specijaliziranih baza dokumenata u sustavima
za upravljanje informacijskim sadržajem bolji su nego kod pretraživanja WWW-a
• Sustavi za upravljanje informacijskim sadržajem pretražuju dokumente koji su
stručno obrađeni i klasificirani, što ne vrijedi za Internet (WWW)