Business Intelligence-Avaliação Final (Discursiva)-Individual FLEX

Prévia do material em texto

Acadêmico:
	Ruhan Nascimento Portela (2627687)
	
	Disciplina:
	Business Intelligence na prática: Modelagem Multidimensional e Data Warehouse (19360)
	Avaliação:
	Avaliação Final (Discursiva) - Individual FLEX ( Cod.:650253) ( peso.:4,00)
	Prova:
	27127074
	Nota da Prova:
	-
	
	
Parte superior do formulário
	1.
	A modelagem multidimensional exerce um importante papel em um Data Warehouse, pois representa como os dados serão armazenados fisicamente. A modelagem dimensional é uma metodologia que permite modelar logicamente dados para melhorar o desempenho de consultas e prover facilidade de utilização a partir de um conjunto de eventos básicos de medição. Sobre a modelagem multidimensional, descreva e exemplifique tabela fato, dimensão e métricas.
	Resposta Esperada:
*Tabela Fato: é o objeto de análise sob o qual se deseja extrair conhecimento. No exemplo de um data warehouse de vendas, essa fato irá centralizar os dados.
*Dimensões: as dimensões fornecem valores que alimentam a tabela fato. Em um cenário de vendas, pode existir a dimensão produto e dimensão cliente.
*Métricas: as métricas podem ser divididas em aditivas, semiaditivas e não aditivas, e são utilizadas para medir ou quantificar os dados armazenados. Por exemplo, a quantidade de vendas ou total.
	2.
	Durante a pandemia do Coronavírus (covid-19) em 2020, cientistas das mais diversas áreas têm buscado soluções para combater a doença e mitigar seus impactos. Os cientistas de dados também exercem um papel importante, tendo muitos trabalhos desenvolvidos, desde o mapeamento da doença, até mesmo integrações com áreas médicas. Tomando como exemplo o estado de Santa Catarina, que contém 295 cidades, onde cada cidade tem uma maneira de armazenar os dados sobre a doença (infectados, mortes, testes, entre outros), bem como o desafio de construir um Data Warehouse com os dados da doença, descreva o que é cada etapa da ETL para construir um Data Warehouse para um estado brasileiro com dados do Covid-19.
	Resposta Esperada:
- Extração: é responsável por coletar os dados de cada cidade, independente do formato que estejam
- Transformação: é responsável por realizar a integração dos dados, visto que podem estar em diversos formatos (Bancos Relacionais, NoSQL, Arquivos de Texto, PDF, Imagens). Também será responsável por padronizar os dados coletados, por exemplo Sexo no formato Feminino e Masculino ou M/F.
- Carga: a carga é responsável por armazenar em um modelo desenvolvido para armazenar todos os dados, no exemplo apresentado é interessante que a carga seja realizada diariamente.
Parte inferior do formulário