Questões de Data Warehouse e OLAP

A afirmativa está incorreta porque o Business Intelligence se baseia na análise de dados estruturados e fatos (tecnologia), não apenas na experiência empírica. O correto seria afirmar que o BI utiliza ferramentas analíticas para transformar dados brutos em inteligência estratégica, visando dar suporte à tomada de decisão.

A afirmativa é correta pois o BI integra dados heterogêneos de diversas fontes, incluindo repositórios estruturados (DBs, DW e Data Marts) e aplica técnicas de mineração de dados para identificar padrões, tendências e correlações que orientam a tomada de decisão estratégica.

O BI é um ciclo que parte da coleta e processamento de dados brutos para gerar informações relevantes, as quais subsidiam a inteligência estratégica necessária para a tomada de decisão e a consequente execução de ações operacionais ou táticas para atingir objetivos organizacionais.

A afirmativa descreve a análise diagnóstica, não a prescritiva. A análise prescritiva visa recomendar ações específicas para otimizar resultados futuros, enquanto a diagnóstica foca no entendimento de causas e tendências do passado.

A afirmativa é correta pois reflete o conceito clássico de Bill Inmon, definindo o Data Warehouse como um repositório centralizado, orientado por assuntos, integrado e variante no tempo, projetado especificamente para apoiar a tomada de decisão estratégica de toda a organização.

A afirmativa está incorreta porque inverte o conceito: modelos de previsão analisam dados para antecipar eventos futuros. A análise de consequências ao alterar variáveis de decisão é uma característica típica dos modelos de análise de sensibilidade ou simulação (e se), e não de previsão.

A afirmativa está incorreta porque os sistemas de apoio à decisão (SAD) lidam com grandes volumes de dados, não limitados. A descrição correta exige processamento de fontes internas e externas, foco em análise de dados e alta capacidade de modelagem, e não apenas orientação textual e gráfica.

A afirmativa está correta porque define o SAD como uma ferramenta de suporte, e não de substituição humana, focando na integração entre o julgamento intelectual e o processamento de dados para otimizar a tomada de decisão, conforme a literatura clássica de Turban e Sprague.

A afirmativa está correta pois sistemas OLTP operam sobre bancos transacionais voltados à operacionalização imediata de dados, enquanto OLAP demandam a consolidação histórica e multidimensional presente em arquiteturas de Data Warehouse ou Data Mart.

A afirmativa está correta porque descreve precisamente o ciclo de vida do ETL: a extração de dados brutos de sistemas operacionais (OLTP), a transformação para garantir consistência e qualidade (limpeza/padronização) e a carga final em ambientes de análise (OLAP), como data warehouses.

A afirmativa está incorreta porque dashboards priorizam a representação gráfica e visual de indicadores, e não o formato textual ou múltiplas mensagens. O conceito correto é que dashboards consolidam informações estratégicas em uma única tela para facilitar o monitoramento em tempo real.

A afirmativa está incorreta porque o uso de codificação customizada aumenta a complexidade e o custo de manutenção. Dashboards eficientes priorizam a usabilidade e a integração de dados por meio de ferramentas de BI padronizadas, sendo a correta a baixa necessidade de codificação para implementação e manutenção.

A afirmativa é correta porque reflete o modelo de Eckerson, que define os dashboards como ferramentas de comunicação que integram as camadas de monitoramento (operacional), análise (tática) e gerenciamento (estratégico), permitindo uma visão holística e orientada a resultados na gestão de TI.

A camada de análise utiliza modelos multidimensionais (OLAP) para o drill-down, permitindo navegar por métricas resumidas até o detalhe dos dados para identificar a origem (causa-raiz) das variações, conforme as boas práticas de Business Intelligence aplicadas à governança de dados.

A alternativa está correta pois descreve as funções essenciais da etapa de transformação no ETL, que visa padronizar dados heterogêneos provenientes de diversas fontes, garantindo a integridade, a qualidade e a uniformidade necessárias para a carga no Data Warehouse.

No ELT, os dados são carregados diretamente no destino sem transformação prévia, eliminando a necessidade de gerenciar uma camada intermediária de processamento (staging), o que simplifica a arquitetura e reduz o esforço de manutenção frente ao ETL.

No ETL, a transformação ocorre em uma área de staging temporária antes do carregamento, enquanto no ELT os dados brutos são carregados integralmente no destino, exigindo espaço extra para armazenamento persistente dos dados originais e processamento.

A afirmativa está errada porque esses modelos pertencem à modelagem dimensional para Data Warehouse, não ao modelo de dados relacional genérico (OLTP). A forma correta seria afirmar que estrela e floco de neve são os principais modelos de modelagem dimensional.

A afirmativa está incorreta porque, no modelo dimensional, as tabelas de fatos (e não as de dimensões) são as maiores tabelas, contendo as métricas e chaves estrangeiras. A versão correta afirma que as tabelas de fatos armazenam os dados quantitativos de maior volume, enquanto as dimensões armazenam os contextos descritivos.

O box plot é uma representação estatística consagrada para sumarizar a dispersão e a tendência central de um conjunto de dados, exibindo graficamente o resumo de cinco números (mínimo, primeiro quartil, mediana, terceiro quartil e máximo) e permitindo a detecção visual de valores atípicos (outliers).