Ed
há 2 meses
Analisando o cenário, a operadora quer antecipar cancelamentos (churn) e precisa de indicadores confiáveis e comparáveis, integrando dados de sistemas distintos com duplicidades e nomenclaturas diferentes, além de permitir análises históricas e por coorte. Vamos analisar as alternativas: A) Integrar as bases por identificador confiável de cliente, padronizar dimensões (tempo, segmento, plano), tratar duplicidades e criar fatos comparáveis para análise de churn. — Essa abordagem resolve os problemas de duplicidade, padronização e permite análises confiáveis e históricas, alinhada ao objetivo. B) Carregar dados brutos em repositório único e liberar consultas livres, adiando regras de qualidade e padronização. — Isso não garante indicadores confiáveis nem comparáveis, pois não trata duplicidades nem padroniza dimensões. C) Consolidar todos os registros em uma tabela única mantendo duplicidades e usando quantidade total de chamados como principal estimador. — Manter duplicidades prejudica a confiabilidade dos indicadores. D) Criar painéis separados por sistema de origem, preservando nomes originais e calculando churn por comparação visual. — Isso dificulta a comparação e não atende à necessidade de indicadores confiáveis e integrados. Portanto, a alternativa correta é: A. Integrar as bases por identificador confiável de cliente, padronizar dimensões de tempo, segmento e plano, tratar duplicidades e criar fatos comparáveis de chamados, contratos e renovações para análise de churn.
Cadastre-se ou realize login