Logo Passei Direto
Buscar
Uma operadora de serviços quer antecipar cancelamentos de contratos. Hoje, contratos, chamados e renovações são mantidos em sistemas distintos; há duplicidade de clientes, campos de segmento com nomenclaturas diferentes e auséncia de regra única para contar reincidência. A direçis quer comparar churn por segmento, tempo de relacionamento e histórico de atendimento, sem esperar a substituição dos sistemas transacionais. O profissional da área propôs um desenho informacional para Bl, representado na figura, e precisa definir a modelagem mínima que torne c indicadores confiáveis e comparáveis. A solução também deverá permitir consultas mensais e comparação histórica, pois a diretoria pretende acompanhar a efetividade das ações de retenção por coorte de clientes. Figura 1 - Bases operacionais e desenho informacional esperado Contratos ID cliente | segmento inicio | plano Dimensões Cliente | Tempo Segmento | Plano Chamados ID cliente | tipo SLA | reincidência Area de staging validação de chaves Tratamento de duplicidades Painel churn por segmento e tempo de relação Renovação ID cliente | status hamados | Contrato Renovações | Receita A modelagem informacional mais adequada para esse objetivo 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.B. Carregar os dados brutos em repositório único e liberar consultas livres para as áreas, adiando regras de qualidade e dimensões comuns até que os gestores apontem quais cruzamentos desejam priorizar. C. Consolidar todos os registros em uma tabela única por data de carga, mantendo duplicidades para não perder histórico e usando quantidade total de chamados como principal estimador de risco de cancelamento. D. Criar painéis separados por sistema de origem, preservando os nomes de campos de origem, preservando os nomes de campos de cada área e calculando churn por comparação visual entre relatórios, para evitar altera
User badge image
Alberto França

há 2 meses

Respostas

User badge image

Ed Verified user icon

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.

Essa resposta te ajudou?

0
Dislike0

Ainda não achou a resposta?

  • Integrado com os principais modelos de IA do mercado
  • Respostas em segundos
  • IA treinada para estudantes brasileiros.
PasseIA logoEvolua sua forma de estudar

Cadastre-se ou realize login

Ainda com dúvidas?

Envie uma pergunta e tenha sua dúvida de estudo respondida!

Mais conteúdos dessa disciplina