Buscar

inteligência empresarial 11

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes
Você viu 3, do total de 3 páginas

Prévia do material em texto

1. 
 
 
Os dados transacionais de uma grande empresa estão dispostos em bases heterogêneas. Para que 
dados carregados no data warehouse sejam considerados adequados à formação de tabelas fato e 
dimensionais, a etapa de transformação pode realizar procedimentos de limpeza nesses dados. Que 
problema NÃO é resolvido por esse tipo de procedimento? 
 
 
Ausência de dados 
 
 
Existência de valores não previstos 
 
 
Inconsistência de dados 
 
 
Duplicação de dados 
 
 
Filtragem de dados a serem carregados 
 
 
 
 
 
2. 
 
 
Assinale a única opção INCORRETA 
 
 
 
O tratamento de dados, inclui atividades de, por exemplo: correção de erros de digitação , de 
violação de integridade entre outros 
 
 
Uma vez extraídos, os dados devem ser tratados, de forma a garantir a sua integridade 
 
 
A etapa de Transformação de dados é a de maior preocupação e requer uma estratégia 
adequada. 
 
 
Um único processo de Transformação é sempre suficiente, na construção do DW (Data 
Warehouse) 
 
 
Depois de transformados e limpos, os dados estão aptos para serem carregados no DW (Data 
warehouse) 
 
 
Gabarito 
Coment. 
 
 
 
 
 
3. 
 
 
Os armazéns de dados (Data Warehouses) servem como uma 
importante ferramenta aos gestores para avaliarem a uma 
conveniência da execução da estratégia organizacional utilizada. 
Sobre concepção/uso de Data Warehouses, tem-se que: 
 
 
o projeto de data warehouses carrega, na base do data warehouses, amostras de dados com 
alto nível de detalhes, com vistas a auditar, sempre que necessário, os dados consolidados 
utilizados nas análises realizadas 
 
 
a incorporação da dimensão tempo em data warehouses é opcional e utilizada quando se deseja 
aprimorar a qualidade das análises realizadas em sistemas OLAP 
 
 
as técnicas de geração de modelos multidimensionais sempre consideram a existência de uma 
tabela de fatos, que mantém associações com tabelas periféricas, chamadas dimensões 
 
 
um data mart pode ser definido como uma porção física ou lógica do data warehouse, centrado 
em um assunto específico, com a finalidade de facilitar o processo de Extração, Transformação e 
Carga (ETC) no data warehouse principal 
 
 
a concepção de um data warehouse segue os mesmos princípios do projeto de bancos de dados 
de sistemas transacionais, com as etapas de modelagem conceitual de dados, projeto lógico e 
projeto físico de banco de dados 
 
 
Gabarito 
Coment. 
 
 
 
 
 
4. 
 
 
Muitas aplicações comerciais usam DW (Data warehouse). 
Assinale, dentre as alternativas, a única que NÂO usa DW 
 
 
Database Marketing 
 
 
Detecção de fraudes em cartão de crédito 
 
 
Folha de pagamento 
 
 
Data Mining 
 
 
Customer Relationship Management (CRM) 
 
 
Gabarito 
Coment. 
 
 
 
 
 
5. 
 
 
Quando uma empresa utiliza Data Warehouse (DW) é necessário 
carregá-lo para permitir a análise comercial. Para isso, os dados 
de um ou mais sistemas devem ser extraídos e copiados para o 
DW em um processo conhecido como 
 
 
CRM 
 
 
BI 
 
 
ERP 
 
 
DATAMART 
 
 
ETL 
 
 
 
 
 
6. 
 
 
A ferramenta informacional que reflete as normas e especificações 
de processo de cada unidade de negócio dentro de uma 
organização está representada na alternativa: 
 
 
Data Flow 
 
 
Data Mart 
 
 
Data Warehouse 
 
 
Data Binding 
 
 
Data Mining 
 
 
 
Explicação: 
O aluno deve se basear nos conceitos expostos nas web aulas. 
 
 
 
 
 
7. 
 
 
1) Em relação às afirmações abaixo quanto ao Data 
Warehouse, indique quais as que são Fato (F) e 
quais as que são Mito (M). 
( ) Toda a documentação está disponível; 
( ) Há uma complexidade e diversidade de sistemas e 
de culturas; 
( ) Não há controle dos processos do negócio; 
( ) Fontes de dados externas. 
( ) A transformação é uma pequena parte do projeto 
 
 
M, F, M, M, F 
 
 
F, F, M, M, F 
 
 
F, F, M, M, M 
 
 
M, F, F, M, F 
 
 
M, F, F, F, M 
 
 
Gabarito 
Coment. 
 
 
 
 
 
8. 
 
 
No que se refere a arquiteturas e aplicações de data warehousing, 
ETL, Olap e data mining, assinale a opção correta. 
 
 
Em uma modelagem multidimensional do tipo snow flake, as métricas ficam inseridas nas 
dimensões. 
 
 
As ferramentas Olap agregam recursos de armazenamento, gerenciamento e pesquisa de 
dados, os quais são primordialmente voltados para a tomada de decisões e BI (business 
intelligence). 
 
 
Em comparação com o ambiente transacional, o ambiente de data warehouse, devido à carga de 
dados com o ETL, deve estar mais voltado para inserção e atualização de dados do que para 
consultas. 
 
 
Um sistema ETL, que faz parte do processo de construção de um data warehouse, por ser 
voltado para a tomada de decisões, utiliza unicamente a DSL (decision support language), não 
suportando a SQL (structured query language). 
 
 
Data mining é um conjunto de técnicas e ferramentas que permitem obter valores futuros a 
partir de dados passados processados estaticamente. Data mining substitui o data warehouse 
em relação à tomada de decisão, pois ambos possuem os mesmos recursos. 
 
 
Gabarito 
Coment.

Continue navegando