SóProvas

Questões de BI (Business Intelligence)

ID
73267
Banca
FGV
Órgão
SEFAZ-RJ
Ano
2009
Provas
Disciplina
Banco de Dados
Assuntos

O grande desafio do profissional de TI que gerencia qualquer processo é a análise dos fatos relacionados à função que exerce em uma organização. Essa análise deve ser feita com as ferramentas e os dados disponíveis, permitindo aos executivos e gerentes detectar as tendências e tomar as decisões com eficiência e eficácia. Devido a essa necessidade, surgiu o conceito de Business Intelligence - "BI".
Assinale a alternativa que indique duas características dos atuais sistemas de Business Intelligence.

Alternativas
Comentários
  • O termo Business Intelligence (BI), pode ser traduzido como Inteligência de negócios, refere-se ao processo de coleta, organização, análise, compartilhamento e monitoramento de informações que oferecem suporte a gestão de negócios.

  • Principais características do BI: extrair e integrar dados de múltiplas fontes; fazer uso da experiência; analisar dados contextualizados; trabalhar com hipóteses; procurar relações de causa e efeito e; transformar os registros obtidos em informação útil para o conhecimento empresarial (COLAÇO JR., Methanias, 2004).

ID
73813
Banca
FGV
Órgão
SEFAZ-RJ
Ano
2008
Provas
Disciplina
Banco de Dados
Assuntos

Business Intelligence (BI) refere-se ao processo para tomada de decisões em uma empresa, sendo de elevada importância a existência de um repositório próprio para os dados consolidados e já transformados em "informação real", que pode ser um Data Warehouse ou um Data Mart. Nesse contexto, duas aplicações são identificadas: a primeira, que sustenta o negócio por meio de ferramentas OLTP (On Line Transaction Processing), e a segunda, que analisa o negócio por meio de ferramentas OLAP (On Line Analytical Processing). Essas aplicações têm, como objetivos principais, respectivamente:

Alternativas
Comentários
  • oltp-> Os relatórios são gerados de acordo com o dia-a-dia ou seja controlam e transações diárias....olap-> Geram relatórios para alta administração ou seja identificam as tendências do mercado...
  • controle e registro de transações/identificação de tendências.

  • Vale a pena dá uma olhada:

    https://www.google.com/amp/s/ayltoninacio.com.br/blog/entenda-sobre-olap-oltp-e-cubos-analiticos/amp

ID
101389
Banca
FGV
Órgão
SEAD-AP
Ano
2010
Provas
Disciplina
Banco de Dados
Assuntos

Atualmente, Business Intelligence tem crescido em importância, particularmente porque insere em seu cenário os conceitos de DataWarehouse. Neste contexto, quando se fala de aplicações para negócio, lida-se com dois tipos distintos: aplicações que sustentam o negócio e aplicações que analisam o negócio.

As aplicações de apoio à tomada de decisão que analisam o negócio utilizam como fonte de dados os mesmos sistemas de controle, mas têm como preocupação principal a identificação de tendências.

Essas aplicações são conhecidas por:

Alternativas
Comentários
  • OLAP
    O OLAP (Online Analytical Processing - Processamento Analítico Online) fornece aos usuários de negócios o acesso a dados otimizados para profissionais da informação não técnicos, facilitando a navegação, a análise e os relatórios. O mecanismo OLAP da Microsoft,  não só combina seus dados para facilitar a análise como também armazena centralmente sua lógica de negócios institucional e seus KPIs (key performance indicators - indicadores chave de desempenho).
    http://www.microsoft.com/brasil/servidores/bi/bicapabilities/default.aspx
  • OLTP (Online Transaction Processing ou Processamento de Transações em Tempo Real) são sistemas que se encarregam de registrar todas as transações contidas em uma determinada operação organizacional.

    E não OFFLINE conforme diz a questão
ID
130135
Banca
CESPE / CEBRASPE
Órgão
SERPRO
Ano
2008
Provas
Disciplina
Banco de Dados
Assuntos

No que concerne a tópicos avançados, julgue os itens
subseqüentes.

Software de inteligência empresarial, como mineração de dados, CRM e datawharehouse, por exemplo, aplicam métodos de inteligência artificial e robótica avançados para a representação e extração da informação em grandes bases de dados.

Alternativas
Comentários
  • Esta questão é específica para quem é da área de Informática, não deveria estar no tópico NOÇOES DE INFO

  • Errado

    O BI (Business Intelligence) Inteligência de Negócio ou Empresarial, consiste de uma vasta categoria de tecnologias e programas utilizados para extrair, armazenar, analisar e transformar grandes volumes de dados, produzindo um ambiente de conhecimento, onde há produção sistemática de informação gerencial, veloz e consistente, capaz de auxiliar empresas a tomarem as melhores decisões nos negócios, baseado em fatos reais, com profundidade suficiente para se descobrir as causas de uma tendência ou de um problema.

    Estes dados utilizados pelo BI são, geralmente, armazenados em um banco de dados próprio, extraído da base corporativa, e preparados para análises. Este banco de dados próprio é chamado de Data Warehouse.

    Utiliza-se SIM métodos de inteligência artificial, mas não de robótica avançada.

  • Robótica avançada "forçou a amizade"....
  • O erro dessa questão é tratar MINERAÇÃO DE DADOS como um software apenas. MINERAÇÃO DE DADOS é mais do que um software: é o processo de análise de conjuntos de dados que tem por objetivo a descoberta de padrões interessantes e que possam representar informações úteis.

  • penso também que generalizar CRM apurada por meio de inteligência artificial pode ter contribuído para a questão ser errada.

  • ROBÓTICA????? POR QUE MEUS DEUS, POR QUÊ????? (E o pior é descobrir que 45% das pessoas erraram essa questão ¬¬)

  • Resolvi "com o canto do olho" e acabei errando. Mas acho que chamar mineração de dados como software não invalida a questão, apesar de não ser o termo técnico correto, acho difícil fazer mineração sem algum software.  No livro do Silberschatz é citado que existe um componente manual para a mineração de dados, que consiste no pré-processamento dos dados para um formato aceitável aos algoritmos no pós-processamento de padrões descobertos para encontrar outros que poderiam ser úteis.  
    Acho que o que pegou mesmo foi a parte da robótica. 

    Se formos puristas demais, poderíamos marcar errado até pela palavra "Data warehouse" com grafia incorreta.

  • Parei de ler no CRM.

  • Questão complicada para análise.

    Sobre a questão do CRM, fiquei em dúvida, mas assim como o BPM e ERP, fazem parte da tecnologias do BI.

    Há uma forte tendência de que os produtos que compõem o sistema de BI de uma empresa passem, isoladamente, a prover funções extras que auxiliem na tomada de decisões. Por exemplo, todos os sistemas que funcionam numa perspectiva de organização da informação. Sendo assim temos:

    ERP – Enterprise Resource Planning (Sistema Integrado de Gestão Empresarial);

    CRM – Customer Relationship Management (Gestão de Relacionamento com o Cliente).

    BPM – Business Process Management (Gestão de Processos de Negócio)

    A globalização e a evolução da  têm mudado radicalmente a forma como as empresas e os seus consumidores se relacionam. Os consumidores têm um leque de opções de produtos e serviços que há alguns anos não era possível.

    Fonte:https://pt.wikipedia.org/wiki/Intelig%C3%AAncia_empresarial

    Outro argumento referente a tecnologia de CRM já possuir Inteligência Artificial e assim, estar enquadrado como Software de inteligência empresarial:

    Imagine se os aplicativos de negócios pudessem se beneficiar da IA sem nenhum esforço, recurso ou estrutura adicional? Esta é a essência do Salesforce Einstein: Inteligência Artificial incorporada na Plataforma da Salesforce. Com o Einstein, o CRM número 1 do mundo agora também será o CRM mais inteligente do mundo.

    Comentário do Produto Salesforce.

    Fonte: https://www.salesforce.com/br/products/einstein/overview/

  • inteligência artificial: sim

    robótica: não

    ERRADO!

    SE VC ERROU POR CAUSA DA ROBÓTICA, CLICA NO GOSTEI!

  • Os softwares de CRM, e data warehouse PODEM utilizar inteligência artificial. Mas não é necessário. De toda forma, a questão está errada pois esses softwares não usam robótica. Mineração de dados, por sua vez, não é um software, mas um processo para explorar grandes quantidades de dados à procura de padrões consistentes. 

  • galera, um outro erro da questao poderia ser qnd afirma que data mining refere-se à extração de informação em grandes bases de dados ? quando na verdade o que ocorre é EXTRAÇÃO DE DADOS ...

  • Os processos de inteligência empresarial (Business intelligence), como mineração de dados e CRM (Customer Relationship Management), bem como o datawharehouse aplicam métodos de inteligência artificial para a representação e extração da informação em grandes bases de dados.

  • Gabarito: Errado.

    Mineração de dados não é um software. É uma técnica que faz parte do KDD (Knowlege Discovery in Databases).

    Bons estudos!

ID
136228
Banca
ESAF
Órgão
MPOG
Ano
2010
Provas
Disciplina
Banco de Dados
Assuntos

BI - Business Inteligence

Alternativas
Comentários
  • Business intelligence (BI) é um termo de gerenciamento de negócios que se refere a aplicações e tecnologias empregadas para coletar, fornecer acesso e analisar dados e informações sobre as operações das empresas. Os sistemas de BI permitem que as empresas obtenham um conhecimento mais abrangente sobre os fatores que afetam os seus negócios, tais como métricas de vendas, produção, operações internas e eles podem contribuir para uma melhor tomada de decisões de negócios.

  • e)são técnicas, métodos e ferramentas de análise de dados para subsidiar processos de decisão de uma empresa

    BI (business intelligence) são ferramentas de tomada de decisão geralmente usadas por administradores do nível estratégico para guiar as decisões de maior impacto da organização. Eles apresentam dados do big data em formatos que facilitam decisões e alguns até fornecem simulações de ações para visualizar tendencias se dada ação é tomada. 

  • GABARITO E!

    O BI ajuda organizações a acessar informação sintetizada de forma fácil para a tomada de decisão. Nesse processo, o ato de transformar dados em informações úteis e significativas, terá como destino a distribuição destas informações para aqueles que realmente precisarão delas e que poderão tomar decisões corretas e na hora certa.

    Oliveira e Pereira, 2008

ID
140926
Banca
CESPE / CEBRASPE
Órgão
ANTAQ
Ano
2009
Provas
Disciplina
Banco de Dados
Assuntos

No que se refere a arquiteturas e tecnologias de sistemas de informação, julgue os itens de 110 a 120.

Aplicações de business intelligence (BI) oferecem visões históricas e atuais de operações de negócios empregando unicamente dados operacionais.

Alternativas
Comentários
  • O termo Business Intelligence (BI), pode ser traduzido como Inteligência de negócios, refere-se ao processo de coleta, organização, análise, compartilhamento e monitoramento de informações que oferecem suporte a gestão de negócios.
  • Business Intelligence (BI) pode ser traduzido como inteligência de negócios, ou inteligência empresarial. Isto significa que é um método que visa ajudar as empresas a tomar as decisões inteligentes, mediante dados e informações recolhidas pelos diversos sistemas de informação. Sendo assim, BI é uma tecnologia que permite às empresas transformar dados guardados nos seus sistemas em Informação qualitativa e importante para a tomada de decisão.
  • BI é feito com a agregação de diversos tipos de dados, de maneira que a sua associação resulte em informações relevantes para negócio, sem, a priori, entrar num nível de granularidade muito alto ou perder-se em meandros técnicos específicos de um determinado segmento do negócio:

    Os dados, conforme ambas as figuras, têm origem diversas, mas consolidam-se em uma interface única:

    Fontes:
    http://www.sysprice.com.br/peq-bi.php
    http://www.conbusinessintelligence.com/
    http://www.ambrosiasoft.com/we-do/business-intelligence/

  • Na verdade, emprega dados gerenciais consolidados a partir de dados operacionais. Logo, de forma

    genérica, emprega tanto dados operacionais quanto dados gerenciais.

    Fonte: estratégia concursos

  • Dados operacionais e gerenciais...

  • De forma simplista:

    BI está ligada ao futuro [predição de eventos].

    DW está ligado ao passado [dados históricos para tomada de decisões].

  • BUSINESS INTELLIGENCE (BI)

    • É um conjunto de técnicas usadas para dar suporte na tomada de decisões;
    • Utiliza diversas fontes de dados e aplica inteligência de negócio para apoiar decisões na empresa;
    • É possível prever curvas de consumo, identificar o que os clientes mais consomem, identificar quando os clientes compram determinado produto, bem como, identificar quais produtos geram mais rentabilidade para a empresa;
    • No início dessa ciência é comum a aplicação dos conceitos da mineração em banco de dados.

  • BI é um conjunto de técnicas usadas para dar suporte na tomada de decisões. Ela utiliza diversas fontes de dados e aplica inteligência de negócio para apoiar decisões na empresa.

    Por meio da inteligência de negócio é possível prever curvas de consumo, identificar o que os clientes mais consomem, identificar quando os clientes compram determinado produto, bem como, identificar quais produtos geram mais rentabilidade para a empresa. Muitas dessas informações podem ser obtidas se a pergunta correta for feita e se souber como procurar as informações. Por isso, no início dessa ciência é comum a aplicação dos conceitos da mineração em banco de dados.

ID
147421
Banca
FCC
Órgão
SEFAZ-SP
Ano
2009
Provas
Disciplina
Banco de Dados
Assuntos

A área de BI - Business Intelligence está diretamente envolvida com os projetos de implementação das aplicações de

Alternativas
Comentários
  • KMS - > sistema de gerenciamento de informações.? Seu propósito é permitir que os usuários colaborem em criar, capturar, guardar e compartilhar informações.

    BSC -> Balanced Scorecard ou método de avaliação de desempenho empresarial  foi criado por Robert Kaplan e David Norton nos anos 90. Uma vez definida a estratégia corporativa, o BSC a traduz em objetivos, indicadores, metas e planos de ação, constituindo a base de um processo de monitoramento e gerenciamento.

    CI -> Inteligência Computacional - A Inteligência Computacional compreende a teoria e a aplicação de técnicas computacionais inspiradas em fenômenos naturais que incluem: Redes Neurais, Lógica Fuzzy e Computação Evolucionária. Essas técnicas têm sido aplicadas com sucesso em diversas áreas da engenharia e tecnologia, resolvendo problemas que eram difíceis para métodos convencionais ou mesmo sem solução. Sistemas computacionais desenvolvidos a partir dessas técnicas ditas inteligentes são, tipicamente: sistemas de apoio à decisão, classificação, planejamento, modelagem, reconhecimento de padrões, otimização, previsão, controle e automação industrial, mineração de dados e de síntese de sistemas. Tais sistemas encontram amplo emprego nos mais diversos setores, incluindo os de Energia, Comércio, Finanças, Indústria, Meio Ambiente, Medicina e Engenharias em geral.
  • Nesta imagem podemos perceber que BI está envolvido diretamente com BSC(Balanced Scorecard ), CI(Competitive Intelligence), KMS( Gestão do Conhecimento)


  • CI não seria Inteligência Competitiva?

  • KMS - > sistema de gerenciamento de informações.? Seu propósito é permitir que os usuários colaborem em criar, capturar, guardar e compartilhar informações.


    BSC -> Balanced Scorecard ou método de avaliação de desempenho empresarial foi criado por Robert Kaplan e David Norton nos anos 90. Uma vez definida a estratégia corporativa, o BSC a traduz em objetivos, indicadores, metas e planos de ação, constituindo a base de um processo de monitoramento e gerenciamento.


    CI -> Inteligência Computacional - A Inteligência Computacional compreende a teoria e a aplicação de técnicas computacionais inspiradas em fenômenos naturais que incluem: Redes Neurais, Lógica Fuzzy e Computação Evolucionária. Essas técnicas têm sido aplicadas com sucesso em diversas áreas da engenharia e tecnologia, resolvendo problemas que eram difíceis para métodos convencionais ou mesmo sem solução. Sistemas computacionais desenvolvidos a partir dessas técnicas ditas inteligentes são, tipicamente: sistemas de apoio à decisão, classificação, planejamento, modelagem, reconhecimento de padrões, otimização, previsão, controle e automação industrial, mineração de dados e de síntese de sistemas. Tais sistemas encontram amplo emprego nos mais diversos setores, incluindo os de Energia, Comércio, Finanças, Indústria, Meio Ambiente, Medicina e Engenharias em geral.

ID
153526
Banca
FGV
Órgão
Senado Federal
Ano
2008
Provas
Disciplina
Banco de Dados
Assuntos

Analise a citação abaixo.

"Um conjunto integrado de dados extraídos de bancos de dados operacionais, históricos, externos e selecionados, editados e padronizados para recuperação e análise, para fornecer inteligência empresarial na tomada de decisões gerenciais."

A citação integra os conceitos do Business Intelligence, sendo conhecida por:

Alternativas
Comentários
  • Datawarehouse é o correto e refere-se a estruturação de dados para futura análise e extração. O termo que poderia confundir seria o Data Mining.

    Data Mining ->  é o processo de explorar grandes quantidades de dados à procura de padrões consistentes, como regras de associação ou sequências temporais, para detectar relacionamentos sistemáticos entre variáveis, detectando assim novos subconjuntos de dados.
ID
153967
Banca
FCC
Órgão
MPE-RN
Ano
2010
Provas
Disciplina
Banco de Dados
Assuntos

A inteligência do negócio (eventualmente mais conhecida como Business Intelligence)

I. é construída quando a arquitetura de TI especificamente orienta-se para os interesses ou especialidades do negócio de forma exclusiva.

II. utiliza ferramentas que consolidam, analisam e acessam vastas quantidades de dados para ajudar os usuários a tomar melhores decisões empresariais.

III. utiliza como principais ferramentas os softwares para consulta e relatórios de banco de dados, ferramentas para análise multidimensional de dados e o data mining.

IV. confere às empresas a capacidade de acumular informações; adquirir conhecimentos sobre clientes, concorrentes e operações internas; e mudar o comportamento de tomada de decisão a fim de alcançar maior lucratividade e outras metas corporativas.

Está correto o que se afirma em

Alternativas
Comentários
  • Eu acertei essa questão, mas confesso que achei a alternativa A) meio extremista. Alguém poderia comentá-la explicando o porque dela ser verdadeira?

    Abraço e bons estudos.
  • Também errei esta questão por achar a expressão "forma exclusiva" da alternativa "A" forte demais.
    Alguém sabe se esta questão foi pra recurso?
  • Errei essa questão por entender que se tratava da TI da organização e por ser de toda a organização não poderia a arquitetura de TI ser exclusiva da área de negócio. Porém, ao  analisar melhor (depois de saber do erro, hehehe), percebe-se que trata-se da arquitetura de TI para o BI e nesse sentido deve ser realmente específica para a área de negócio da organização, onde é possível gerar conhecimento e por consequêcia diferencial competitivo em relação às demais empresas concorrentes.
    Um exemplo de arquitetura de TI específica é ter um DW com dados específicos da área de negócio da empresa. BI não funciona bem com BD transacional ou ainda, qual o diferencial estratégico (conhecimento) que o BI fornecerá a uma empresa em relação aos seus concorrentes se analisar um DW sobre folha de pagamento.
  • I. é construída quando a arquitetura de TI especificamente orienta-se para os interesses ou especialidades do negócio de forma exclusiva.

    Texto base
    Inteligência empresarial     (em inglês Business Intelligence), refere-se ao processo de coleta, organização, análise, compartilhamento e monitoramento de informações que oferecem suporte a gestão de negócios.

    Acredito que esta afirmação foi baseada no conceito de inteligência empresarial(Business Inteligence) retirado do wikipédia.
    http://pt.wikipedia.org/wiki/Intelig%C3%AAncia_empresarial
  • Considero a opção I mal escrita.
    É fato que a TI vive uma crise, pois muitas de suas iniciativas não são incentivadas pela área fim. BPM e GP, por exemplo, são iniciativas que geralmente partem da TI e conquistam os gestores da área fim. Assim, a TI dificilmente é exclusiva do negócio atualmente.
    Sobre a pção III.
    Cadê as ferramentas de ETL que não entram no grupo das principais?

    Mais que bons estudos, boa sorte!

  • O conceito de BI no item I pode até ser condizente com o conceito, mas também acho a forma "exclusiva" um pouco demais, pois no meu entender, uma equipe de BI, por gerar informações para o nível estratégico da empresa, pode estar de olho, além da concorrência, em negócios de outras áreas (e não só para a especialidade do negócio atual da empresa). Mas esse tipo de coisa não se encontra em livros...

  • "interesses ou especialidades do negócio" abrange praticamente tudo. Quem pode determinar, por exemplo, o que é e o que não é interesse de determinado negócio? Sendo assim, é uma afirmação que parece ser excludente, mas, na verdade, é abrange. No final, ela diz que a TI está orientada de forma exclusiva para TUDO.

  • I acredito se referir a característica ORIENTAÇÃO POR ASSUNTO.

  • A TI tem que estar alinhada ao negócio. Creio que seja isso. A palavra exclusiva que dá um pouco de medo de marcar correto, e também pelo que vemos na prática, mas deveria ser sempre voltado ao negócio (mesmo sendo uma área meio, que seja tudo para um fim estratégico e de negócio).

  • não concordo com a I, a TI está alinhada ao negócio, mas também pode influenciar o negócio [Aragon]

ID
227179
Banca
VUNESP
Órgão
CEAGESP
Ano
2010
Provas
Disciplina
Banco de Dados
Assuntos

Quando se desenha uma solução de data warehouse como base de dados para uma solução de BI, em que os dados gerados serão disponibilizados para uma base de dados OLAP, a principal característica dos dados e do processo de data warehousing é que os dados devem

Alternativas
Comentários
  • Corrigindo Letra b. Os dados devem ser heterogeneos pois em muitas instâncias os sistemas de banco de dados não são diretamente compatíveis e geralmente nem todos usam o mesmo sistema operacional. Por isso, este cenário geralmente é chamado de ambiente de dados heterogêneo.
  • Os dados em um data warehouse não são modificáveis, porém, poder ser apagados caso não mais sejam úteis, no chamado purging. É a esse purging que "alterados muito raramente" se refere.
  • Discordo do comentário quanto a heterogeneidade dos dados. No dw os dados serão homogêneo, inclusive é função do ETL transformar(homogeneizar) dados de fontes heterogêneas.
    Questão mal elaborada, se o intento do examinador ao dizer que remover dados não úteis é o mesmo que alterar um dado (o que discordo veementemente) a questão teria duas respostas. Se não, o gabarito deveria ser a letra B.
  • A questão se refere ao desenho de uma solução de DW, em que os dados ainda não foram inseridos no DW. Desta maneira, afirmar que os dados devem ser homogêneos (antes de serem inseridos no DW) seria errado.

    De acordo com Navathe, a primeira etapa de aquisição de dados para o DW é a etapa em que os dados precisam ser extraídos de várias fontes heterogêneas.

    Ao serem inseridos no DW, os dados realmente se tornarão homogêneos, mas a questão se refere aos dados antes de serem inseridos.

    A letra A é a resposta correta mesmo

  • Acertei porque com exceção da A, as demais alternativas são absurdas para o conceito de DW. Porém, uma característica clara de um DW é o fato dele ser Não Volátil:

    "Em um DW não existem alterações de dados, somente a carga inicial e as consultas posteriores. Ele é definido assim pois as operações a nível de registro em modo on-line como são os sistemas transacionais, exigem um controle e um processamento muito grande, fugindo do objetivo principal do DW."

    Então, esse de haver atualizações raramente, ao meu ver, estaria errada. Os dados NÃO são alterados NUNCA. O que ocorre são somente novas cargas acrescentando novos dados históricos mais recentes. Mas, iria de A por exclusão.

    Bons estudos!

  • Sérgio Maia, nunca diga NUNCA. Os dados do DW podem ser apagados quando inúteis: puring

ID
321118
Banca
CESPE / CEBRASPE
Órgão
Correios
Ano
2011
Provas
Disciplina
Banco de Dados
Assuntos

Acerca de soluções de suporte a decisão, julgue os itens seguintes.

Inteligência empresarial, ou business inteligence, é um termo utilizado para descrever as habilidades das corporações para coletar dados e explorar informações, analisá-las e desenvolver entendimentos para tomada de melhores decisões

Alternativas
Comentários
  • Como a questão mesmo falou:

    "O termo Business Intelligence (BI), pode ser traduzido como Inteligência de negócios, refere-se ao processo de coleta, organização, análise, compartilhamento e monitoramento de informações que oferecem suporte a gestão de negócios.

     
    "

    FONTE: http://www.oficinadanet.com.br/area/80/business_intelligence

  • Trata-se da habilidade de uma organização em coletar, administrar e analisar diferentes dados com o objetivo de tomar decisões acertadas para o crescimento da empresa.

    As informações coletadas pela organização são armazenadas em bancos de dados (como Data Warehouse/Data Marts). Esses bancos de dados possuem inúmeras funcionalidades que facilitam a análise de conteúdos.

    É imprescindível que as informações contidas nos bancos de dados sejam atualizadas com frequência, preservando a confiabilidade das mesmas.

    Fonte: http://www.vm2.com.br/bi-business-intelligence

    Bons estudos.

  • Ao ler a questão ela me pareceu o conceito de Data Mining (o que me levou ao erro). Porém, é importante sabermos que BI é um conceito mais amplo e que envolve (ou pode envolver) Data Mining. Segue o conceito: 

    "Business Intelligence é o processo de analisar informações brutas acumuladas da empresa e a partir delas obter insights valiosos."

    As aplicações de BI incluem:

    1. Sistemas de suporte à decisão (SAD);

    2. Consultas e relatórios (padronizadas e ad-hoc);

    3. Análises OLAP (On-Line Analytical Processing);

    4. Análises estatísticas;

    5. Previsões;

    6. Data Mining.

    Bons estudos!


  • questão muito boa, serve até de revisão

  • A inteligência de negócios (inteligência competitiva, ou business intelligence) pode ser definida como um processo de coleta, análise e disseminação de informações dos ambientes interno e externo, das quais farão uso todos os níveis da organização, interagindo estrategicamente no processo de tomada de decisões de acordo com suas necessidades.

    Gabarito: Certo. 

    Fonte: Prof. Ramon Souza

  • Aluno, lembra que falamos sobre os (SAEs)? Estes sistemas auxiliam os grandes executivos das organizações a tomarem as decisões certas, essas decisões são amparadas por uma gama de relatórios e em sua maioria informações em tempo real.

    Resposta: Certo

  • (C)

    Business inteligence: O Processo de coleta, organização, análise, compartilhamento e monitoramento de informações para a gestão de negócios.

    CESPE /B.I

    Business intelligence pode ser definido como um processo inteligente de coleta, organização, análise, compartilhamento e monitoração de dados que, depois de processados, geram informações para o suporte e para a tomada de decisões no ambiente de negócios.(C)

    Uma solução de business intelligence, usualmente, provê as seguintes capacidades: memória da organização, integração da informação, criação de insights e apresentação dos dados.(C)

  • A inteligência de negócio (business intelligence) está relacionada ao processo de análise de dados aplicado a uma organização, para utilizar as informações resultantes com o objetivo de subsidiar a tomada de decisão. Essas decisões geralmente estarão relacionadas à melhoria da performance ou eficiência do negócio. Item correto!

  • Habilidade me parece algo inerente. Nesse caso não seria mais um tipo de ferramenta?

  • Conceito: São técnicas, métodos e ferramentas de análise de dados para subsidiar processos de tomada de decisão em uma empresa.

    Nota: Não substituem a intervenção humana. É apenas um apoio

ID
359746
Banca
CETAP
Órgão
DETRAN-RR
Ano
2010
Provas
Disciplina
Banco de Dados
Assuntos

Sobre Sistemas de Apoio à Decisão, leia os enunciados seguintes e marque a alternativa CORRETA:

I- O termo Business Inteligence (BI) nada mais é que uma série de conceitos e metodologias para auxiliar na tomada de decisões estratégicas nas empresas através principalmente de geração de relatórios gerenciais analíticos;

II- Um Data Warehouse é um banco de dados multidimensional grande, de escopo organizacional (ou seja, abrange toda a empresa) e reúne dados de todos os departamentos de forma a permitir a busca rápida de informações para auxiliar a tomada de decisões estratégicas;

III- Um Data Mart é um banco de dados multidimensional de escopo departamental, ou seja, abrange apenas um determinado departamento;

IV- Data Mining (Mineração de dados) é o termo usado para definir uma série de procedimentos, técnicas e ferramentas para recuperar e analisar dados de um Data Warehouse ou Data Mart;

V- Nos Sistemas de Apoio à Decisão é comum desnormalizar os dados para atingir uma melhor performance nos Data Mart e Data Warehouse.

Alternativas
Comentários

  • (I) Correto. São conceitos e metodologias, auxiliam na tomada de decisões estratégicas, ajudam a

    geração de relatórios gerenciais analíticos;

    (II) Correto. DW é realmente um banco de dados multidimensional, possui escopo organizacional e

    permite a busca rápida de informações para auxiliar a tomada de decisões estratégicas;

    (III) Correto. DM também é um banco de dados multidimensional, mas realmente possui um escopo

    departamental;

    (IV) Correto. Essa definição está tão genérica que eu acredito que ela poderia ser tanto para

    Mineração de Dados quanto para OLAP;

    (V) Correto. Desnormalizar é manter dados redundantes no banco de dados. Sistemas de Apoio à

    Decisão realmente desnormalizam dados para melhorar o desempenho de DW ou DM.

  • SAD - CETAP - TI

ID
513580
Banca
FMP Concursos
Órgão
TCE-RS
Ano
2011
Provas
Disciplina
Banco de Dados
Assuntos

Sistema de informações que está disponível para a empresa tomar decisões sobre seus negócios, apoiado por um sistema de alimentação dos dados na retaguarda e também por um sistema de captura e realimentação de dados e sistema de gestão de conteúdos.

Alternativas
Comentários
  • BI???? não concordo...

    BI é teoria, DW é o sistema.
  • Entendo que BI e Data Mining é uma atividade para buscar conhecimento sobre uma base de dados. DW e Data Mart é justamente essa base de dados onde os dois primeiros fazem a pesquisa.
  • Tirando a referência a "Sistema de informações", pois BI é um conceito e não um sistema, todo o enunciado trata do conceito de BI que é mais abrangence, englobando "Construção", "Armazenamento", "Gerenciamento" e "Uso/Processamento".

    a) Data Warehouse (DW)
    "... DW e DM se referem à estruturas dimensionais de dados, remodeladas com o objetivo de prover análises diferenciais..." (Apenas armazenamento)

    b) Business Intelligence (BI)
    "O conceito de BI - Business Intelligence, de forma mais ampla, pode ser entendido como a utilização de varias fontes de informação para se definir estratégias de competitividade nos negócios da empresa." (Alimentação de dados na retaguarda, captura e realimentação de dados)
    "O objetivo maior das técnicas de BI neste contexto está exatamente na definição de regras e técnicas para a formatação adequada destes volumes de dados, visando transformá-los em depósitos estruturados de informações, independentemente de sua origem." (Sistema de gestão de conteúdos)
    "... a definição de estruturas modeladas dimensionalmente, armazenadas em Data Warehouse ou Marts e interpretadas pela ótica analítica das ferramentas OLAP(On Line Analytical Processing) ou pelo prisma inferencial das ferramentas de Data Mining, atinge o objetivo proposto pelas premissas de BI" (Ferramenta de Uso/Processamento para a empresa tomar decisões sobre seus negócios)

    c) Data Minning (DM)
    "O conceito de Data Mining, por outro lado, está mais relacionado com os processos de análise de inferência do que com os de análise dimensional de dados e representa uma forma de busca de informação baseada em algoritmos que objetivam o reconhecimento de padrões escondidos nos dados e não necesariamente revelados pelas outras abordagens analíticas, como OLAP" (Apenas ferramenta de Uso/Processamento)

    d) Customer Relationship Management (CRM)
    "O conceito arquitetônico de ERM - Enterprise Telationship Management evidencia que teremos dois grandes blocos: um de vitrine ou front-office, e outro de apoio ou back-office. No bloco da frente se concentrarão os sistema, aplicativos e as tecnologias devotadas ao tratamento com o cliente da empresa, daí genericamente chamados de CRM - Custumer Relationship Management." (Sem referências diretas com os termos do enunciado)

    e) Enterprise Resource Planning (ERP)
    "'commodities tecnológicos', onde soluções inteiras e integradas estão sendo internalizadas nas empresas... Este é o caso dos ERP, ou sistemas integrados de gestão"
    "Os sistemas legados e os emergentes ERP-Enterprise Resource Planning, sistemas integrados corporativos, não trazem as informações gerenciais na sua forma palatável. Ao contrário, as informações vitais para tomadas de decisões estratégicas estão escondidas em milhares de tabelas e arquivos inacessíveis aos mortais, ligadas por relacionamentos e correlações transacionais, numa anatomia inadequada para os tomadores de decisão." (Sua base de dados não é tratada)
  • Concordo com o Felipe, a questão foi mal formulada, pois o sitema pra mim é o DW. BI no meu entendimento é a forma com que essa informção, armazenada no DW pode ser utilizada em benefício da empresa.

    Bons estudos!!
  • Talvez a questão fosse mais clara se escrita assim:

    Abordagem de gestão que está disponível para a empresa tomar decisões sobre seus negócios, apoiado por um sistema de alimentação dos dados na retaguarda e também por um sistema de captura e realimentação de dados e sistema de gestão de conteúdos.

    Resposta: B
  • Questão mal formulada. Também iria em Data Warehouse.
  • Buscando ilustrar o excelente comentário do João Guedes:

    Fonte: http://www.datamart.de/competence/business-intelligence-data-warehouse/Seiten/default.aspx

  • Tem muito ERP que engloba ferramentas de BI. Então, em teoria, ERP poderia ser uma alternativa válida também.

ID
513583
Banca
FMP Concursos
Órgão
TCE-RS
Ano
2011
Provas
Disciplina
Banco de Dados
Assuntos

Algumas empresas de vendas pela Internet usam intensamente a tecnologia de "Business intelligence (BI)" para incrementar suas vendas. Dentre as ações abaixo descritas qual a que NÃO se caracteriza como ação de BI para este objetivo?

Alternativas
Comentários
  • A letra c) é a única alternativa que não envolve a transformação de dados em informações, pois sua descrição refere-se apenas ao armazenamento sem nenhum tratamento.
  • Boa dica. BI tem transformação, enquanto de DW e DM é o armazenamento da informação.

    Bons estudos.

  • Letra C – O BI utiliza a informação  a fim de gerar negócios para a empresa, ao preencher o campo do cartão/conta bancária não é gerado nenhum lucro no momento ou possível lucro futuro, é apenas disponibilizado uma facilidade ao cliente para não ter que preencher aquela informação. Já nas outras alternativas, é efetuado uma oferta ao cliente e pode ser que ele realize a compra.  

ID
661870
Banca
FCC
Órgão
INFRAERO
Ano
2011
Provas
Disciplina
Banco de Dados
Assuntos

É uma característica de um sistema de Business Intelligence:

Alternativas
Comentários

  • (b) BI é um processo ou metodologia e não cabe utilizar comandos SQL;

  • Gabarito Letra A!! Cuidados com certos comentários senhores.

  • (a) Correto. Ele realmente permite cruzar informações de fontes diversas para gerar relatórios;

    (b) Errado. BI é um processo ou metodologia e não cabe utilizar comandos SQL;

    (c) Errado. Essa não é uma característica de Business Intelligence;

    (d) Errado. Essa não é uma característica de Business

    Intelligence;

    (e) Errado. Essa não é uma característica de Business Intelligence;

    FONTE: PDF ESTRATÉGIA

ID
754420
Banca
Marinha
Órgão
Quadro Complementar
Ano
2011
Provas
Disciplina
Banco de Dados
Assuntos

Em relação à Lógica Fuzzy analise as afirmativas abaixo.
I - A função de inclusão de um conjunto nebuloso A é definido no seu universo de discurso, sendo caracterizado pela função µ(.): X -> [0,1] que mapeia cada elemento de X em um número real no intervalo [ 0,1] . Para um particular elemento, a função representa o grau de inclusão do elemento no conjunto.
II - Dado um elemento x, se µ(x)=1 então é possível dizer que este elemento faz parte do conjunto suporte de um conjunto nebuloso.
III- A função de inclusão é considerada bi-modal.
IV - O conjunto corte α pode ser definido segundo a seguinte expressão: Aα= (x∈X|µ(x)> α }

Alternativas
Comentários

  • A função de inclusão de um conjunto nebuloso A é definido no seu universo de discurso, sendo caracterizado pela função µ(.): X -> [0,1] que mapeia cada elemento de X em um número real no intervalo [ 0,1] . Para um particular elemento, a função representa o grau de inclusão do elemento no conjunto.

    Dado um elemento x, se µ(x)=1 então é possível dizer que este elemento faz parte do conjunto suporte de um conjunto nebuloso. 

ID
754465
Banca
Marinha
Órgão
Quadro Complementar
Ano
2011
Provas
Disciplina
Banco de Dados
Assuntos

Um neurônio é uma unidade de processamento de informação que é fundamental para operação de uma rede neural. Nele podem ser identificados três elementos básicos para o modelo neuronal: um conjunto de sinapses, um somador e uma função de ativação.
Em relação a modelos de neurônios, é INCORRETO afirmar que:

Alternativas
Comentários

  • O gabarito é a letra D.

     

    A bias é usada para aumentar os graus de liberdade, permitindo uma melhor adaptação, por parte da rede neural, ao conhecimento a ela fornecido.

ID
791005
Banca
FCC
Órgão
TST
Ano
2012
Provas
Disciplina
Banco de Dados
Assuntos

Em Business Intelligence (BI), as consultas de dados que NÃO estão disponíveis em relatórios periódicos, ou seja, consultas criadas sob demanda especificamente para um conteúdo, layout ou cálculo, agilizando ou facilitando a tomada de decisão, são chamadas de consultas

Alternativas
Comentários
  • Ad hoc analysis is a business intelligence process designed to answer a single, specific business question. The product of ad hoc analysis is typically a statistical model, analytic report, or other type of data summary.

    According to Merriam-Webster Dictionary, ad hoc means "for the particular case at hand without consideration of wider application."  The purpose of an ad hoc analysis is to fill in gaps left by the business' static, regular reporting. 

    Fonte: http://searchbusinessanalytics.techtarget.com/definition/ad-hoc-analysis
  • Ferramentas BI (Exploração): É a parte visível ao usuário de um projeto de BI.

    As aplicações podem ser em forma de:

    1 - Indicadores gráficos;
    2 - Relatórios padronizados e ad-hoc (o próprio usuário gera as consultas de acordo com suas necessidades de cruzar as informações de uma forma nunca antes vista);
    3 - Portal de intranet / internet / extranet;
    4 - Análise OLAP (On-line Analytical Processing – que geram respostas rápidas a consultas analíticas de natureza tipicamente dimensional);
    5 - Data Mining (Mineração de Dados);
    6 - Projeções de cenários futuros.
ID
804754
Banca
CESPE / CEBRASPE
Órgão
MEC
Ano
2011
Provas
Disciplina
Banco de Dados
Assuntos

Julgue o  item  subsequente , a respeito de datawarehouse e business intelligence (BI).

BI é o processo de coleta, transformação, análise e distribuição de dados, coletados em informações estratégicas, para tomada de decisões nas empresas, incorporando o conceito de gerenciamento de dados e permitindo extrair dados arquivados em vários sistemas, identificá-los, definir padrões, detectar tendências e fazer previsões.

Alternativas
Comentários

  • Business Intelligence (BI), inteligência de negócios, refere-se ao processo de coleta, organização, análise, compartilhamento e monitoramento de informações que oferecem suporte a gestão de negócios. É o conjunto de teorias, metodologias, processos, estruturas e tecnologias que transformam uma grande quantidade de dados brutos em informação útil para tomadas de decisões estratégicas.

    https://www.oficinadanet.com.br/post/13153-o-que-e-business-intelligence

  • Power Bi (Business Inteligence):

    Processo inteligente de coleta, organização, análise, compartilhamento, cruzamento e monitoração de dados não relacionados, que depois de processados, geram informações para o suporte e para tomada de decisões no ambiente de negócios.

    Capacidades:

    Memória de Organização

    Integração de Informação

    Criação de Conhecimento (Insights)

    Apresentação de Dados

  • Gabarito: certo

    Business Intelligence :  utilizado para representar um conjunto de processos, técnicas, metodologias, habilidades, ferramentas e capacidades utilizadas para acessar, coletar, organizar, tratar, analisar, cruzar, processar, compartilhar e monitorar dados de diversas fontes com o intuito de gerar informações e relatórios analíticos que suportem a gestão corporativa, a definição de estratégias e a tomada de decisão em ambientes de negócio.

ID
813058
Banca
AOCP
Órgão
TCE-PA
Ano
2012
Provas
Disciplina
Banco de Dados
Assuntos

Segundo o Gartner Group, é correto afirmar que um BI (Business Intelligence) é

Alternativas
Comentários

  • O Gartner Group define BI como as habilidades das corporações de acessar dados e explorar as informações (normalmente contidas em um Data Warehouse ou Data Mart), analisando-as e desenvolvendo percepções e entendimentos a seu respeito – o que as permite incrementar e tornar a tomada de decisões mais pautada em informações. BI não é uma política de informação, nem um banco de dados, muito menos uma tecnologia de software ou um conjunto de indicadores de desempenho.

  • Resumo de BI

    Criado pelo Gartner Group

    Representa um conjunto de processos

    São utilizados para acessar, coletar, organizar etc.

    Capacidade de cruzar informações de diferentes bancos de dados ()

    Intuito é gerar informações e relatórios analíticos para a gestão corporativa.

  • a) ERRADO - Não é uma política de informação / É um conjunto de habilidades

    b) ERRADO - Data Warehouse não é sinônimo de BI / É um dos componentes do BI

    c) CERTO

    d) ERRADO - Não usa somente uma base de dados / Usa várias fontes de dados

    e) ERRADO - Não usa só KPI / Usa várias ferramentas de análise de dados

ID
813523
Banca
AOCP
Órgão
TCE-PA
Ano
2012
Provas
Disciplina
Banco de Dados
Assuntos

Sobre o BI, é correto afirmar que

Alternativas
Comentários
  • Não concordo com o gabarito na letra D.

    O Dashboard é uma ferramenta para visualização, faz parte do BI. Não é o BI em si.
    As informações do dashboard são originadas em todas as outras fases e ferramentas de um BI.

    http://searchbusinessanalytics.techtarget.com/definition/business-intelligence-dashboard

    O Gabarito deveria ser a letra E.

     
  • Várias questões dessa prova eu achei o gabarito estranho. Inclusive esta.

  • BI é o conjunto de técnicas, metodologias, ferramentas e estruturas aplicadas a um grande volume de dados transformando-o em informação essencial.

    Uma Dashboard é usado para a visualização de informações. A dashboard sozinha não é considerado um BI. Mas pode ser usado como parte integrante de uma aplicação de BI

  • (E)

    Business inteligence: O Processo de coleta, organização, análise, compartilhamento e monitoramento de informações para a gestão de negócios.

    CESPE/B.I

    Inteligência empresarial, ou business inteligence, é um termo utilizado para descrever as habilidades das corporações para coletar dados e explorar informações, analisá-las e desenvolver entendimentos para tomada de melhores decisões.(C)

    Business intelligence pode ser definido como um processo inteligente de coleta, organização, análise, compartilhamento e monitoração de dados que, depois de processados, geram informações para o suporte e para a tomada de decisões no ambiente de negócios.(C)

    Uma solução de business intelligence, usualmente, provê as seguintes capacidades: memória da organização, integração da informação, criação de insights e apresentação dos dados.(C)

    No jargão empresarial moderno, business intelligence é o processo de recolhimento e tratamento de informações que apoiarão a gestão de um negócio.(C)

    Um sistema de business intelligence deve prover uma compreensão de dados históricos e dar suporte a tomada de decisões operacionais e gerenciais.(C)

ID
869476
Banca
VUNESP
Órgão
TJ-SP
Ano
2012
Provas
Disciplina
Banco de Dados
Assuntos

No projeto de uma interface humano-computador, o usuário tem papel fundamental em sua definição. Assim, é importante captar qual é a imagem do sistema que os usuários possuem. A essa imagem, atribui-se a denominação de modelo

Alternativas
Comentários

  • Há 4 modelos ou visões na análise e projeto de interfaces: O mod de usuário (estabelecido por um engenheiro de software), o engenheiro de software cria um mod de projeto, um usuário final desenvolve uma img mental chamada mod mental ou percepção do sist e os implementadores do sistema criam o mod de implementação. Cada 1 desses modelos podem diferir muito, o papel do projetista de interfaces é obter uma representação consistente.

    Logo, a questão aborda o 2º modelo da análise e projeto de interfaces: Modelo Mental ou Mod de percepção do sistema.

ID
880831
Banca
ESAF
Órgão
DNIT
Ano
2013
Provas
Disciplina
Banco de Dados
Assuntos

O componente final do processo de Business Intelligence é

Alternativas
Comentários
  • GABARITO: C
    O que é Business Performance Management?
      Também chamado de Corporate Performance Management (CPM), BPM é um conceito que veio ratificar a importância de ter sempre o alinhamento das informações com a estratégia da empresa. BPM (Business Performance Management), é um conjunto de software, processos de negócios e medidas de sucesso dos negócios (métricas e KPI's - key performance indicators) que, quando combinados, premitem a uma organização entender, agir e influenciar a performance de seus negócios. Outra maneira de descrever o Business Performance Management é descrever o que ele não é. BPM não é simplesmente Business Intelligence nem uma ferramenta de análise de dados a ser implementada em um único departamento. BPM também não é uma tecnologia ou um software, nem simplesmente uma ferramenta de orçamento e planejamento. BPM pode ser definido como a união de componentes como orçamento, planejamento, Business Intelligence, integração de dados, previsões e simulações. Você não pode tê-lo sem estes componentes, mas eles por si só não o definem. BPM é muito mais do que qualquer um destes componentes individualmente.
    BONS ESTUDOS!!!!

  • Ø  Componentes do BI:

    o  Data Warehouse

    o  Análise de Negócios

    o  Business Performance Management (BPM)

    o  Interface com o Usuário (Ferramentas para Manipular e Analisar os Dados)

  • Show sidney, só faltou na minha opnião citar a fonte (se houver) se não foi do próprio conhecimento. valeu

  • Lembrando que são definidos quatro componentes pelo TURBAN:

    1 - Data warehouse.

    2 - Análise de negócios.

    3 - BPM.

    4 - Interface com o usuário.

    Desses quatro componentes o BPM é considerado o componente final do processo de BI.

    Fonte: Business intelligence. TURBAN, 2008.

ID
892057
Banca
IBFC
Órgão
INEP
Ano
2012
Provas
Disciplina
Banco de Dados
Assuntos

A Inteligência Empresarial, ou Business Intelligence, é um termo que foi criado por:

Alternativas
Comentários

  • Gabarito: B

     

    Gartner é uma empresa de consultoria fundada em 1979 por Gideon Gartner.

    A Gartner desenvolve tecnologias relacionadas a introspecção necessária para seus clientes tomarem suas decisões todos os dias. A Gartner trabalha com mais de 10.000 (dez mil) empresas, incluindo CIOs e outros executivos da área de TI, nas corporações e órgãos do governo. A companhia consiste em Pesquisa, Execução de Programas, Consultoria e Eventos. Fundada em 1979, por Gideon Gartner, a empresa mantém sua sede em Stamford, Connecticut, Estados Unidos, e tem mais de 5700 (cinco mil e setecentos) associados, incluindo analistas, pesquisadores e consultores em mais de 85 (oitenta e cinco) países pelo mundo.

  • Gabarito: B

    O Business Intelligence é um termo criado pelo Gartner Group, empresa de consultoria fundada por Gideon Gartner em 1979 e que desenvolve soluções tecnológicas para facilitar o processo de tomada de decisão dos gestores.

    Fonte: https://blog.procenge.com.br/entenda-o-papel-do-business-intelligence-na-sua-empresa/

  • p**** mano, como que eu vou saber quem foi que criou o termo BI...pelamor né...não tinha nada melhor pra cobrar?

  • Banca fraca

ID
892060
Banca
IBFC
Órgão
INEP
Ano
2012
Provas
Disciplina
Banco de Dados
Assuntos

Identifique abaixo uma ferramenta que NÃO é básica para BI:

Alternativas
Comentários

  • Data mining (mineração de dados) é a descoberta de novas informações em termos de padrões ou regras com base em grande quantidades de dados, é fundamental para a BI.

    OLAP (Online analytical processing) é um conceito de interface com o usuário que proporciona a capacidade de ter idéias sobre os dados, permitindo analisá-los profundamente em diversos ângulos.

    Data Mart é um subconjunto de dados do Data Warehouse.

    Data warehouse é um grande conjunto de dados, englobando vários data mart. É conhecido como um armazém de dados, essencial para o BI.

ID
917137
Banca
ESAF
Órgão
MF
Ano
2013
Provas
Disciplina
Banco de Dados
Assuntos

Assinale a opção correta relativa a Business Intelligence (BI).

Alternativas
Comentários

  • FONTE:http://www.itnerante.com.br/profiles/blogs/coment-rio-prova-stn-2013-esaf-quest-es-de-bd-bi-infra-estrutura

    Essa questão pode ser resolvida a partir do conceito do próprio GARTNER sobre BI: “Um conjunto de conceitos, métodos e recursos tecnológicos que habilitam a obtenção e distribuição de informações geradas a partir de dados operacionais, históricos e externos, visando proporcionar subsídios para a tomada de decisões gerenciais e estratégicas”. Veja que por essa definição podemos chegar à conclusão que a letra E está correta.

  • Complementando a Fabiana

    Ou seja, BI não é só TI

ID
966118
Banca
Marinha
Órgão
Quadro Técnico
Ano
2012
Provas
Disciplina
Banco de Dados
Assuntos

Em que componente da arquitetura de Business Intelligence (BI) os dados coletados das fontes operacionais são traba­lhados, limpos, combinados, acertados e batidos (matches)?

Alternativas
Comentários

  • Staging Area: a Staging Area é uma área de armazenamento intermediário situada dentro do processo de ETL. Auxilia a transição dos dados das origens para o destino final no DW.

    Matéria completa:

    http://corporate.canaltech.com.br/materia/business-intelligence/conhecendo-a-arquitetura-de-data-warehouse-19266/

     

  • - ODS (Armazenamento de dados operacionais) – É um repositório intermediário. Consolida dados de vários sistemas e fornece uma visão quase em tempo real e volátil. Pode servir de base para análises do ambiente operativo. Atualmente, alguns autores chamam de DDS (Dynamic Data Storage).

     

    - Staging area – São armazenados dados saídos do ODS. Área de armazenamento onde serviços de filtragem, combinação, padronização e classificação de dados são executados. Agiliza o processo de consolidação, proporcionando um melhor desempenho na fase de atualização. Onde ficam os metadados. Não é acessível a usuários nem fornece serviços de consulta.

  • OLAP: processamento analítico on-line, representa essa característica de trabalhar os dados com operadores dimensionais, possibilitando uma forma múltipla e combinada de análise.

    Operational Data Store (ODS): armazena e trata de dados operacionais de forma consolidada. É um cadastro consolidador de informações, porém mantidas ainda as características de granularidade e de estruturação não dimensional. Oferece informações importantes do ponto de vista decisório, devido à sua característica de consolidação e integração de várias fontes de dados. 

    Staging. É a camada onde os dados são submetidos a um tratamento de limpeza, combinação, acertos e batimentos (matches), que serão a fonte de carga do DW corporativo. 

    Data Mining: São processos de análise de inferência e representa uma forma de busca de informação baseada em algoritmos que objetivam o reconhecimento de padrões escondidos nos dados. O Data Mining está relacionado à tendência de buscar correlações escondidas em altos volumes de dados. 

    Alternativa: C

ID
966202
Banca
Marinha
Órgão
Quadro Técnico
Ano
2012
Provas
Disciplina
Banco de Dados
Assuntos

As características dos dados dos sistemas tradicionais de informações implementados sobre bases de dados são diferentes em relação aos dados de Business Intelligence, implementados sobre data warehouse ou data mart. Assinale a opção que apresenta apenas características dos sistemas de Business Intelligence.

Alternativas
Comentários

  • A granularidade diz respeito ao nível de detalhe ou de resumo contido nas unidades de dados existentes no data warehouse [INMON, 1997]. Quanto mais detalhe, mais baixo o nível de granularidade. Quanto menos detalhe, mais alto o nível de granularidade.

    No ambiente de data warehouse, os dados são inicialmente extraídos de sistemas operacionais e de fontes externas, posteriormente integrados e transformados (limpos, eliminados, combinados, validados, consolidados, agregados e sumarizados), antes de serem carregados no data warehouse. Finalmente, os usuários acessam o DW através de ferramentas de front-end ou aplicações submetendo suas consultas, de modo a obterem informações que permitam a tomada de decisões. Um DW contém dados sumarizados, históricos e detalhados para suportar a tomada de decisões táticas e estratégicas.

     

    A extração é o primeiro passo na obtenção de dados para o ambiente do DW. Significa basicamente ler e entender as fontes de dados e copiar as partes necessárias para a área de transformação de dados, a fim de serem trabalhadas posteriormente. Na grande maioria dos DW, os dados provêm de várias fontes diferentes e independentes, podendo ser essas fontes as bases de dados dos sistemas transacionais, planilhas excel, etc.

     

  • A questão abordou os conceitos de dados operacionais e dados informacionais.

    Como a questão pediu as características do Business Intellegence (BI), devemos observar as características dos dados informacionais conforme página 108 do livro do Barbieri - Business Intellegence - Modelagem e Qualidade.

    A) Conteúdo com valores correntes (DADOS OPERACIONAIS), e natureza dos dados estática (DADOS INFORMACIONAIS).

    B) Dados organizados por assuntos/negócio (DADOS INFORMACIONAIS), e uso altamente estruturado em tabelas e processamento repetitivo (DADOS OPERACIONAIS).

    C) Natureza dos dados dinâmica (DADOS OPERACIONAIS), e dados organizados por aplicação/sistema de informação (DADOS OPERACIONAIS).

    D) Formato das estruturas dimensional (DADOS INFORMACIONAIS), e tempo de resposta otimizado para faixas abaixo de 1 segundo (DADOS OPERACIONAIS).

    E) Acesso granular ou agregado, normalmente sem update direto (DADOS INFORMACIONAIS), e conteúdo com valores sumarizados, calculados, integrados de várias fontes (DADOS INFORMACIONAIS).

  • Business Intellegence (BI)

    1. Valores sumarizamos, calculados, integrados de várias fontes
    2. Por assunto
    3. Estática, até o refreshment dos dados de tempos em tempos
    4. Dimensional
    5. Acesso granular ou agregado, normalmente sem update direto
    6. Estrutura em fatos e dimensões, com processamento analítico/preditivo
    7. Análises mais complexos, com tempos de respostas maiores
ID
984799
Banca
CESPE / CEBRASPE
Órgão
MPOG
Ano
2013
Provas
Disciplina
Banco de Dados
Assuntos

ulgue os itens 115 e 116, a respeito dos conceitos de inteligência computacional.


Um dos modelos de garimpagem de dados que pode ser utilizado na fase de análise é a agregação, que tem por objetivo calcular a probabilidade de uma amostra desconhecida pertencer a cada uma das classes possíveis, isto é, predizer a classe mais provável.

Alternativas
Comentários

  • Data mining

    A questão está errada porque a descrição citada é sobre o Algoritmo de Classificação Bayesiana:

    O algoritmo tem como objetivo calcular a probabilidade que uma amostra desconhecida pertença a cada uma das classes possiveis, ou seja, predizer a classe mais provável. Este tipo de predição é chamada de classificação estatística, pois é completamente baseada em probabilidades

    Agregação:  

    As funções de agregação fazem exatamento o que o nome diz: agregam valores. As funções de agregação agrupam valores de acordo com alguns campos e tornam um valor baseado no conjunto de valores dos campos agregados, como uma soma ou o menor valor entre o conjunto de valores. 

  • Predizer uma classe é classificação. Agregação é o processo de organizar os dados em gurpos de forma não supervisionadda.

  • Agregação - as classes são previamente desconhecidas e há a agrupação por caracteristicas semelhantes

ID
984802
Banca
CESPE / CEBRASPE
Órgão
MPOG
Ano
2013
Provas
Disciplina
Banco de Dados
Assuntos

ulgue os itens 115 e 116, a respeito dos conceitos de inteligência computacional.


As redes neurais são sistemas computacionais embasados em codificação do conjunto das possíveis soluções, e não nos parâmetros de otimização; para relacionar cada caso a uma categoria, entre as várias categorias existentes, elas utilizam regras.

Alternativas
Comentários

  • O erro está no fato de não possuirem regras?

  • O erro está em "não nos parâmetros de otimização"  pois redes neurais são algoritmos de otimização.


  • ERRADO. São os algoritmos genéticos que tem essa característica.
    ESTRATÉGIA CONCURSOS - THIAGO CAVALCANTI

  • Gaba: Errado

     

    Algoritmos genéticos diferem dos algoritmos tradicionais de otimização em basicamente quatro aspectos:

     

    – Baseiam-se em uma codificação do conjunto das soluções possíveis, e não nos parâmetros da otimização em si;

    – Os resultados são apresentados como uma população de soluções e não como uma solução única;

    – Não necessitam de nenhum conhecimento derivado do problema, apenas de uma forma de avaliação do resultado;

    – Usam transições probabilísticas e não regras determinísticas

     

    Fonte: Prof. Thiago Cavalcanti

  • Minha contribuição sobre Redes Neurais:

    Redes Neurais usa:

    • regressão generalizada e
    • oferece um método iterativo para  executá-la.
    • técnica de ajuste de curva para deduzir uma função de um conjunto de amostras

    As redes neurais podem ser classificadas de modo geral em duas categorias: redes supervisionadas e não supervisionadas.

    • Métodos adaptativos que tentam reduzir o erro da saída são métodos de aprendizado supervisionado
    • enquanto aqueles que desenvolvem representações internas sem saídas de amostra são denominados métodos de aprendizado não supervisionado.

    Fonte: Navathe 6ª edição

ID
1036051
Banca
CESPE / CEBRASPE
Órgão
IPEA
Ano
2008
Provas
Disciplina
Banco de Dados
Assuntos

Com relação a BI (business inteligence), indicadores da produção, administração da produção, monitoração do ambiente operacional, julgue os próximos itens.

Na implementação de um BI, deve-se levar em conta o relacionamento de questões e suas respectivas decisões potenciais, como por exemplo: alinhamento de metas, questões de base relativas ao negócio, clientes, intervenientes e resultados esperados.

Alternativas
Comentários
  • Business Intelligence (BI) é um método que visa ajudar as empresas a tomar as decisões inteligentes, mediante dados e informações recolhidas pelos diversos sistemas de informação.

    Seguindo esse conceito, fica fácil compreender o alinhamento estratégico com demais áreas e departamentos de uma empresa. Fazendo o levantamento histórico dos dados para auxiliar na tomada de decisões.

    Fonte: Wikipedia.

  • Gabarito: certo

    Características do Business Intelligence :

    • dados consolidados, operacionais ou gerenciais
    • dados históricos
    • provenientes de bases multidimensionais
    • fornece: uma visão dos dados facilitando análises diagnósticas, descritivas e até preditivas.
    • dados estruturados e não estruturados.
    • As técnicas do BI objetivam definir regras para a formatação adequada dos dados, com vista a sua transformação em depósitos estruturados de informações, sem considerar a sua origem.

ID
1036060
Banca
CESPE / CEBRASPE
Órgão
IPEA
Ano
2008
Provas
Disciplina
Banco de Dados
Assuntos

Com relação a BI (business inteligence), indicadores da produção, administração da produção, monitoração do ambiente operacional, julgue os próximos itens.

As tecnologias de bancos da dados, data mining e data warehouse têm sido utilizadas plenamente para a monitoração de ambientes operacionais, pois utilizam ontologias e inteligência artificial com agilidade e baixo custo operacional.

Alternativas
Comentários

  • Resposta: E.

    Acredito que a questão está quase que totalmente errada.

    As tecnologias de bancos da dados, data mining e data warehouse têm sido utilizadas plenamente para a monitoração de ambientes operacionais

    Não é pra isso que servem essas tecnologia, e sim para dar suporte à área de negócio. Forçando um pouco dava até pra aceitar, já que a a área de negócio tem interesse em monitorar os ambientes operacionais, mas ainda assim marcaria errada só por isso.

    pois utilizam ontologias e inteligência artificial com agilidade e baixo custo operacional

    Não necessariamente terão baixo custo. Na verdade, ao meu ver, a tendência é justamente o contrário: alto custo.

    Se alguém quiser complementar...

  • O erro está em "baixo custo operacional".

  • Duas coisas que não combinam: IA e baixo custo.

  • Ontologia????? KKKKKKKK

  • GAB: E

    Eliminei na parte : baixo custo...

  • Barato não é kkkk

  • A implantação acredito não ser barata, mas imaginei que o custo operacional fosse baixo. Aparentemente estou errado.

  • Barato??? kkkkk

  • ontologia é um modelo de dados que representa um conjunto de conceitos dentro de um domínio e os relacionamentos entre estes. Uma ontologia é utilizada para realizar inferência sobre os objetos do domínio.

ID
1159315
Banca
FEPESE
Órgão
MPE-SC
Ano
2014
Provas
Disciplina
Banco de Dados
Assuntos

Analise as afrmativas abaixo com relação à ferramenta QlikView.

1. Um documento QlikView é um arquivo que contém tudo o que é necessário para realizar a análise de dados, incluindo os próprios dados.

2. A ferramenta QlikView deve ser instalada juntamente com um Gerenciador de Banco de Dados relacional para armazenar os dados que estão sendo processados.

3. Provê todos os recursos das ferramentas tradicionais de BI em uma arquitetura única.

4. O QlikView apresenta funções de ETL para extrair, transformar e carregar dados de uma ou várias fontes combinadas (Dados provenientes de Banco de Dados, Texto, EXCEL, XML)

Assinale a alternativa que indica todas as afrmativas corretas.

Alternativas
Comentários

  • Resposta correta letra C.

    Vamos aos comentários:

    1. CORRETO, por isso QlikView (documentos) são uma forma de compartilhar informações com usuários que não têm acesso à fonte de dados original.

    2. ERRADO, pois não há esta obrigatoriedade quanto a instalação.

    3. CORRETO, mesmo sem haver uma descrição/definição oficial (pelo menos eu desconheço --- "oficial") das ferramentas tradicionais de BI.

    4. CORRETO, pois são funções ETL básicas. Completo que o QlikView permite a consolidação de dados de múltiplas fontes em uma única aplicação.

ID
1168402
Banca
CESGRANRIO
Órgão
EPE
Ano
2014
Provas
Disciplina
Banco de Dados
Assuntos

Usando um sistema de BI, um gerente obteve em tela um relatório de vendas por semana de cada loja. Considerando essa informação pouco detalhada, decidiu que precisava ver as vendas por dia. Que operação OLAP ele deve aplicar para conseguir essa informação?

Alternativas
Comentários

  • Gabarito: B.

     

    Ele aumentou o nível de detalhamento, diminuindo a granularidade - Drill-down.

  • Tabela de Fatos ( Dados Quantitativos )

    Tabelas de Dimensão ( Dados Qualitativos )


    ·        Drill-down (Baixo) - proporciona uma visão mais detalhada de um conjunto de dados, descendo na hierarquia de uma dimensão (tabela).


    - Desagregação de dados

    - mais detalhada, menor granularidade (generalização)

    (Ex.: anos - > mês -> dia).


    ·        Roll-up ou Drill-up - Agregação de dados ou sumarizados - menos detalhada, maior granularidade (generalização), subindo na hierarquia de uma dimensão.

    (Ex.: dia -> mês -> ano).

    Obs.: Drill = grão


    ·        Pivoting ou (Rotation) – Utilizado para INVERTER as dimensões entre LINHAS e COLUNAS.

    Exemplo: Ao visualizar vendas por produto e por estado, aplicar o operador para visualizar as vendas por estado e por produto.

           


    ·        Slice and Dice: Redução do escopo dos dados em análise, além de mudar a ordem das dimensões, mudando desta forma a orientação segundo a qual os dados são visualizados. Slice vai cortar o CUBO e Dice vai mudar a ordem...


    ·        Drill-Across: ocorre quando o usuário pula um NÍVEL INTERMEDIÁRIO dentro de uma mesma dimensão (tabela). O usuário executa um Drill Across quando ele passar de ano direto para trimestre, mês ou dia. Permite relacionar fatos diferentes através de dimensões compartilhadas

    ·        Drill Through: Ocorre quando o usuário passa de uma informação contida em UMA DIMENSÃO para uma outra.

  • Dentre as operações OLAP, aquela que leva a visualização dos dados de um nível menos detalhado para um mais detalhado em uma hierarquia, diminuindo a granularidade, é o drill down.

ID
1225417
Banca
FCC
Órgão
MPE-CE
Ano
2013
Provas
Disciplina
Banco de Dados
Assuntos

Em relação ao entendimento do significado do termo Business Intelligence (BI) e da solução que provê, a definição que NÃO é coerente com o termo Business Intelligence é a que

Alternativas
Comentários

  • A primeira alternativa se refere a um dos conceitos possíveis para modelos de qualidade de software. Dentre esses modelos, pode-se citar como exemplos o CMMI (Capability Maturity Model Integration) e MPS.BR (Melhoria de Processos do Software Brasileiro). Tais instrumentos estão relacionados às áreas de Engenharia de Software e Governança de TI, mais precisamente no que concerne aos assuntos relacionados à Qualidade.

  • Na verdade, a alternativa a) se refere ao COBIT


    quando fala em: "objetivos de negócios ligados a objetivos de TI, provendo métricas e modelos de maturidade para medir a sua eficácia e identificando as responsabilidades relacionadas dos donos dos processos de negócios e de TI."



  • GABARITO LETRA A

    Metodologia que fornece objetivos de negócios (?) ligados a objetivos de TI (?), provendo métricas e modelos de maturidade (?) para medir a sua eficácia e identificando as responsabilidades relacionadas dos donos dos processos de negócios e de TI (?).

    Galera, tudo isso trata de um assunto que não tem absolutamente nada a ver com Business Intelligence – isso é a definição de COBIT (que é um framework de boas práticas em governança de TI) 

    FONTE:PDF ESTRATÉGIA

ID
1308919
Banca
CESPE / CEBRASPE
Órgão
ANTAQ
Ano
2014
Provas
Disciplina
Banco de Dados
Assuntos

Acerca de ferramentas de BI (business intelligence), julgue o próximo item.

O Módulo de ETL (extract transform load), dedicado à extração, carga e transformação de dados, coleta informações em fontes como sistemas ERP, arquivos com extensão TXT e planilhas Excel.

Alternativas
Comentários

  • Gabarito: CORRETA

    Na questão foi alterado a ordem, mas foi considerada correta.

    ETL, na prática, são ferramentas de software cuja função é a extração de dados de diversos sistemas, transformação desses dados conforme regras de negócios e, por fim, a carga dos dados em um Data Mart ou um Data Warehouse.

  • foi alterado a ordem mas ele não disse (nessa ordem)

     

    correta

  • A etapa de extração do módulo de ETL de um sistema de Business Intelligence se dedica a coletar dados de diversas fontes para posterior transformação e carregamento na base de destino. Você pode ter achado que a assertiva estava errada por dizer que são coletadas informações de diferentes fontes, mas a questão foi considerada correta. 

    Acontece que as bancas não costumam focar muito nesse aspecto formal da diferença entre dado, informação e conhecimento em questões que não dizem respeito a esse assunto. Então, minha recomendação é: a não ser que a questão trate explicitamente da diferença entre esses conceitos ou o erro seja muito óbvio, você pode considerar a diferença como sendo irrelevante para a resposta.

  • ETL faz a coleta em todo e qualquer tipo de dado na Origem,

  • ETL é o processo mais crítico e demorado na construção de um Data Warehouse, uma vez que

    consiste na extração dos dados de fontes homogêneas ou heterogêneas; na transformação e

    limpeza destes dados; e na carga dos dados no DW. Pessoal, as decisões estratégicas – aquelas

    mais importantes de uma organização – são tomadas com base nas informações geradas através

    dos dados armazenados no Data Warehouse.

  • A técnica denominada ETL extrai dados de diversas fontes - homogêneos e/ou heterogêneos, dados estruturados e não estruturados.

  • GABARITO CORRETO!

    .

    .

    ACRESCENTANDO:

    Existem três tipos primários de paralelismos implementados em aplicações de ETL:

    Dados: Pela divisão de um único arquivo sequencial em arquivos de dados menores para permitir acesso em paralelo.

    Pipeline: Permitindo a execução simultânea de diversos componentes no mesmo fluxo de dados.

    Um exemplo seria a leitura de um valor no registro 1 e ao mesmo tempo juntar dois campos no registro 2.

    Componente: A execução simultânea de múltiplos processos em diferentes fluxos de dados no mesmo job. A classificação de um arquivo de entrada concomitantemente com a de duplicação de outro arquivo seria um exemplo de um paralelismo de componentes.

ID
1337212
Banca
CESPE / CEBRASPE
Órgão
ANATEL
Ano
2014
Provas
Disciplina
Banco de Dados
Assuntos

Julgue o item seguinte, com relação à disponibilização de informações de apoio a decisões estratégicas e gerenciais.

As ferramentas de business inteligence são consideradas ferramentas do tipo OLTP (online transaction processing).

Alternativas
Comentários

  • O Data Mart (ferramenta OLTP) possui uma  estrutura  baseada  em  um  ambiente,  tema,  situação,  área,  setor  ou aplicação  específica.

    O  DW  (ferramenta  OLAP)  se  baseia  em  várias fontes  de  diversas  aplicações,  fontes  e  situações  para  facilitar  um  suporte  a decisão gerencial.

  • Gabarito: errado

    As ferramentas OLAP é que estão ligadas ao conceito de business inteligence, à análise do negócio.


    As ferramentas OLTP estão ligadas à sistemas transacionais, à operações diárias de um negócio.

  • OLTP: Online Transaction Processing–Sistemas de processamento de transações, ou seja, sistemas que estão voltados para operações repetitivas onde temos uma estrutura por trás voltada para esse tipo de objetivo.

    ·OLAP: Online Analytical Processing–Sistemas que permitem a análise analítica da informação, possibilitando a múltipla análise da informação por diferentes ângulos e formas.

  • Se errou, prete mais atenção em todas as palavras da questão.

     

    Eu errei :-)

  • São OLAP

  • Comentário: As ferramentas de BI (Business Intelligente) apresentam os dados de forma analítica. Ferramentas OLTP são ferramentas de transação com o banco de dados, já as OLAP são ferramentas de análise de dados. Errado

    Hachid Targino

  • OLTP

    • Banco de dados relacional;
    • dados individualizados;
    • dados presentes - passado próximo;
    • registra simultaneamente poucos dados;
    • orientado ao processo.

    OLAP

    • Banco de dados multidimensional;
    • dados sumarizado;
    • dados históricos ;
    • registro de múltiplos dados simultâneos;
    • orientado ao negócio.

    -------------------------------------------------------------------------------------------------------------------------------

    QUESTÕES DO CESPE SOBREO ASSUNTO:

    (CESPE - Q580224) Em ambientes corporativos, o uso de ambientes OLTP visa eliminar ao máximo a redundância de forma que a transação promova mudanças de estado o mais pontualmente possível, ao passo que o uso de ambientes OLAP objetiva prover uma visão dos dados orientados à análise com uma navegação rápida de dados agregados. CERTO

    (CESPE - Q390835) O termo OLAP (online analytic processing) é utilizado para descrever o processamento de um grande volume de dados históricos por meio de uma abordagem dimensional, que, por sua vez, facilita a combinação desses dados para análise e tomada de decisão. CERTO

    (CESPE - Q334337) OLAP permite uma visão conceitual multidimensional dos dados e possui três componentes principais em sua arquitetura: um modelo de negócios, um motor para processar consultas multidimensionais e um mecanismo para armazenar os dados. CERTO

    (CESPE - Q315445) É comum o armazenamento maior de dados para OLAP, em relação a OLTP (on-line transaction processing), com a finalidade de se manter histórico para análise. CERTO

    (CESPE - Q462157) Ferramentas OLAP possuem capacidade para manipular e analisar um grande volume de dados em múltiplas dimensões. CERTO

    gab.: ERRADO

    FONTE: CESPE + meus resumos

    Bons estudos!

  • ROLAP --> relacional --> ideal para DW

    MOLAP --> multidimensional --> ideal para Data MArt

ID
1342186
Banca
FUNCAB
Órgão
MDA
Ano
2014
Provas
Disciplina
Banco de Dados
Assuntos

No que diz respeito ao Business Intelligence e ao apoio à decisão, as informações obtidas de um banco de dados podem ser classificadas em três tipos, conforme descritas a seguir.

I. Dados primários, como listagem das vendas diárias e situação semanal do estoque. Período de tempo envolvido: passado e presente.

II. Dados secundários, como a média mensal das vendas e giro de estoques. Período de tempo envolvido: passado, presente e curto prazo.

III. Dados terciários, como previsão de vendas para os próximos cinco anos em vários cenários, simulação do comportamento do consumidor frente a novos produtos e jogos de empresas. Período de tempo envolvido: médio e longo prazo.

As informações descritas em I, II e III são conhecidas, respectivamente, como:

Alternativas
Comentários

  • I: Decision Support System (DSS) - operacional

    II: Management Information Systems (MIS) - gerencial

    III: Enterprise Information Systems (EIS) - executivo

    gabarito A

ID
1350151
Banca
Quadrix
Órgão
SERPRO
Ano
2014
Provas
Disciplina
Banco de Dados
Assuntos

Os dados de uma organização podem ser capturados e organizados em data warehouses e data marts, onde ficam disponíveis para análises utilizando ferramentas para descobrir novos padrões, relacionamentos e insights úteis para orientar a tomada de decisão. Tais ferramentas são, muitas vezes, chamadas de ferramentas de Business Intelligence (BI). Entre as principais ferramentas de BI, estão softwares para consulta e relatório, ferramentas:

Alternativas
Comentários

  • OLAP,ou On-line Analytical Processing é a capacidade para manipular e analisar um grande volume de dados sob múltiplas perspectivas. As aplicações OLAP são usadas pelos gestores em qualquer nível da organização para lhes permitir análises comparativas que facilitem a sua tomada de decisões diárias.

    data mining - Prospecção de dados (português europeu) ou mineração de dados (português brasileiro) (também conhecida pelo termo inglêsdata mining) é o processo de explorar grandes quantidades de dados à procura de padrões consistentes, como regras de associação ou sequências temporais, para detectar relacionamentos sistemáticos entre variáveis, detectando assim novos subconjuntos de dados.

  • Data mining não é uma ferramenta para consulta. A letra B estaria mais certa que a letra A, pois no T-SQL eu consigo executar consultas em modelos multidimensionais

  • ÊEE QUADRIX, desde quando data mining agora virou software ?

  • Pessoal achei incoerente a questão quando diz que o data mining pode ser usado para relatório.

    Sabemos que o data mining é usado para descoberta de padrões, e não geração de relatório diretamente. Alguém pode me explicar melhor?

  • ❝ Aplicações especiais para tratamennto de dados: OLAP e Data Mining ❞ (Barbieri)

    .

    .

    .

    At.te

    Foco na missão ❢

ID
1356532
Banca
FUNCAB
Órgão
MDA
Ano
2014
Provas
Disciplina
Banco de Dados
Assuntos

Entre as ferramentas de BI, uma é conhecida pela sigla KPI que é um(a):

Alternativas
Comentários

  • KPI ou, em português, Indicador Chave de Performance - indicador utilizado para medir o desempenho dos processos de uma empresa visando verificar se atingiu seus objetivos.

     

  • b-

    KPI (Key Performance Indicator). EM Power BI esse é um termo comum, com próprio gráfico para isso. Ao inserir um KPI, definem-se 3 itens: indicador, eixo da tendência (pelo qual o indicador será avaliado, geralmente tempo) e metas de destino. Dependendo do valor da meta um gráfico de KPI irá se comportar de uma maneira, se for atingido, ficará verde e se estiver abaixo dela,vermelho, indicando quanto (em %) está em relação à meta estabelecida, podendo as cores serem alteradas de acordo com usuário.

ID
1356556
Banca
FUNCAB
Órgão
MDA
Ano
2014
Provas
Disciplina
Banco de Dados
Assuntos

Na implementação de soluções de BI, existem ferramentas específicas para a criação de cubos, para uso nas atividades de ETL e outras para a visualização de dados, exemplificadas, respectivamente em qual alternativa?

Alternativas
Comentários
  • Só acertei por que lembrei do Oracle Data Integrator.

  • Só acertei porque lembrei do Hyperion.

  • Só acertei por que lembrei do  QlikView

  • ERREI

  • Eu nem chutei, porque não lembrei foi de nada!!!

ID
1356595
Banca
FUNCAB
Órgão
MDA
Ano
2014
Provas
Disciplina
Banco de Dados
Assuntos

Os projetos de Business Intelligence apresentam a seguinte característica:

Alternativas
Comentários

  • (B)

    Indicadores de Business Intelligence são gerados a partir dos dados coletados, por exemplo, do ERP de uma organização. Ao agregar dados do fluxo de caixa, demonstrativos de resultados do exercício, lançamentos contábeis em balancetes e alterações no volume do estoque, uma solução de BI é capaz de estabelecer comparações entre um imenso volume de métricas, gerando poderosos relatórios de desempenho, gráficos, KPI (Key Performance Indicator, ou ,que serão mensurados de forma individual e coletiva, entre muitas outras “bússolas” à disposição do gestor.

    Fonte: sankhya

ID
1373923
Banca
FUNCAB
Órgão
MDA
Ano
2014
Provas
Disciplina
Banco de Dados
Assuntos

A aplicação do BI pode ser estratégica, tática ou operacional. É uma característica do BI operacional:

Alternativas
Comentários

  • Letra A - a análise de dados emtempo real ou quase real.

ID
1379758
Banca
FEPESE
Órgão
MPE-SC
Ano
2014
Provas
Disciplina
Banco de Dados
Assuntos

Assinale a alternativa que apresenta um tipo de consulta em Sistemas BI que é realizada com acesso casual único e tratamento dos dados segundo parâmetros nunca antes utilizados, geralmente executada de forma iterativa e heurística.

Alternativas
Comentários

  • Esta é a definição de Bill Inmon para "consulta ad-hoc em sistemas BI". 
    "São consultas com acesso casual único e tratamento dos dados segundo parâmetros nunca antes utilizados, geralmente executado de forma iterativa e heurística. Isso tudo nada mais é do que o próprio usuário gerar consultas de acordo com suas necessidades de cruzar as informações de uma forma não vista e com métodos que o levem a descoberta daquilo que procura."

    Encontrei aqui:
    http://musardos.com.br/2008/10/21/modelo-de-consultas-e-relatorios-ad-hoc-para-sistemas-de-bi/

ID
1379761
Banca
FEPESE
Órgão
MPE-SC
Ano
2014
Provas
Disciplina
Banco de Dados
Assuntos

Com relação à ferramenta QlikView são realizadas as seguintes afirmativas:

1. É uma ferramenta de BI que permite a consolidação de dados de múltiplas fontes em uma única aplicação.
2. Arquivos com extensão .qvw e .cvw são utilizados pela ferramenta QlikView para compartilhamento de informações.
3. Os documentos do QlikView são uma forma de compartilhar informações com usuários que não têm acesso à fonte de dados original.

Assinale a alternativa que indica todas as afirmativas corretas.

Alternativas
ID
1386472
Banca
CESPE / CEBRASPE
Órgão
ANTT
Ano
2013
Provas
Disciplina
Banco de Dados
Assuntos

Acerca de business intelligence, julgue os itens seguintes.

Um sistema de suporte à decisão possui, tipicamente, os seguintes subsistemas: gerenciamento de dados, gerenciamento de modelos e gerenciamento de diálogo.

Alternativas
Comentários

  • Subsistemas de um sistema de apoio a decisão (SAD):

    Gerenciamento de dados: armazena os dados

    Gerenciamento de modelos: representação de modelos

    Gerenciamento de diálogo: interatividade entre usuário e sistema


    Fonte: http://www.pucrs.br/edipucrs/online/projetoSI/5-SI/SAD.pdf

  • Esse é um dos entendimentos possíveis acerca dos componentes de um sistema de suporte a decisão. O subsistema de gerenciamento de dados trata do armazenamento de dados, o que pode incluir o banco de dados, o subsistema de gerenciamento de modelos gerencia os modelos, que provêm as respostas para as perguntas do sistema, e o subsistema de gerenciamento de diálogo trata da interface com o usuário.

ID
1386475
Banca
CESPE / CEBRASPE
Órgão
ANTT
Ano
2013
Provas
Disciplina
Banco de Dados
Assuntos

Acerca de business intelligence, julgue os itens seguintes.

Uma solução de business intelligence, usualmente, provê as seguintes capacidades: memória da organização, integração da informação, criação de insights e apresentação dos dados.

Alternativas
Comentários

  • São as 4 capacidades de um BI:
    -Memória organizacional
    -Informação integrada
    -Criação do conhecimento (Insights)
    -Apresentação

  • Memória Organizacional: Consiste no principal recurso do BI, uma vez que são armazenados a informação que será utilizado posteriormente pelo BI.

    Informação integrada: É a habilidade de centralizar informações de diversas fontes, já que informações centralizadas contribuem para a criação de Insights.

    Criação de Conhecimento (Insight): Consiste na capacidade de ter intuições sobre o negócio para ajudar a melhorar a tomada de decisões. E, consequentemente, contribui para a camada superior (Apresentação).

    Apresentação: É a capacidade dos Sistemas de BI gerar relatórios e ferramentas adequadas para a maioria dos usuários das ferramentas

  • (C)

    Outras que ajudam a responder (CESPE / Business Intelligence)

    As aplicações de Business Intelligence, nas últimas décadas, se utilizam de dados multidimensionais, armazenados em Data Warehouse, para gerar visões de negócios baseados em análises( diagnósticas, descritivas e preditivas).(C)

    Business intelligence pode ser definido como um processo inteligente de coleta, organização, análise, compartilhamento e monitoração de dados que, depois de processados, geram informações para o suporte e para a tomada de decisões no ambiente de negócios.(C)

  • CAPACIDADES BI: MICA

    Memória de organização

    Integração da informação

    Criação de insights

    Apresentação dos dados 

    fonte: alguém daqui :)

ID
1454968
Banca
FGV
Órgão
TJ-SC
Ano
2015
Provas
Disciplina
Banco de Dados
Assuntos

Os termos Business Intelligence (BI) e Big Data confundem-se em certos aspectos. Uma conhecida abordagem para identificação dos pontos críticos de cada paradigma é conhecida como 3V, e destaca:

Alternativas
Comentários

  • Aumentar os armazenamentos de dados tradicionais

    Durante a exploração inicial do big data, muitas empresas prefeririam usar a plataforma de analítica existente para manter os custos baixos e contar com as qualificações atuais. Aumentar os armazenamentos de dados existentes ajuda a ampliar o escopo de dados disponível para a analítica atual para incluir dados que residem dentro e fora dos limites organizacionais, como dados de mídia social, que podem melhorar os dados principais. Ao ampliar o escopo para incluir novas tabelas de fatos, dimensões e dados principais nos armazenamentos existentes e adquirir dados de clientes a partir de mídia social, uma organização pode obter um insight mais profundo do cliente.

    No entanto, lembre-se de que novos conjuntos de dados normalmente são maiores e as ferramentas de extração, transformação e carregamento atuais podem não ser suficientes para processá-los. Podem ser necessárias ferramentas avançadas com recursos de processamento paralelo massivo para lidar com as características de volume, variedade, veracidade e velocidade dos dados.

  • Ítalo Cavalcanti, ótimo comentário. Só gostaria de acrescentar mais uma característica que é a de valor segundo alguns autores.

    Fonte : Prof Márcio Vitorino - Dominando TI

  • Alternativa C.

    Em tecnologia da informação, Big Data ("megadados" em português) refere-se a um grande armazenamento de dados e maior velocidade. Diz-se que o Big Data se baseia em 5 "V" : velocidade, volume, variedade, veracidade e valor. fonte: https://pt.wikipedia.org/wiki/Big_data

    Bons estudos!

  • A primeira abordagem contava com 3Vs, posteriormente evoluindo para 5Vs.

  • Atualizando, agora são 5V's (2V+2Ve+Vo)

    <<< Valor, Variedade, Velocidade, Veracidada e Volume >>

  • Os 3 Vs do big data são:

    Volume - Os conjuntos de dados são gigantescos, maiores do que os que costumam ser processados pelas aplicações tradicionais de bancos de dados.

    Velocidade - Esse grande volume de dados é capturado o tempo todo, com grandes quantidades de informações sendo processadas em curtos espaços de tempo.

    Variedade - Os dados se apresentam de diferentes formas, sendo predominantemente não estruturados (80% a 90%).

  • In order to characterize the key features that make big data, Doug Lane proposed using the 3 v's:

    volume: amount of electronic data that is now connected and stored

    variety: once we are connected to the web, we have access to a chaotic collection of data(e.g, unstructured word-processed documents, or post found on social networking sites);

    velocity: is necessarily connected with volume. The faster data is generated, the more there is.

    As well as the original 3 v's suggested by Laney, we may add Veracity and Value

    Veracity: reffers to the quality of the data being collected.

    Value: reffers to the quality of the results derived from big data analysis

    Uma curiosidade: Conforme afirma[1], "embora a visualizaçao seja muito importante para apresentação dos resultados em um big data, ela não é um recurso característico deste". Eu posso ter big data sem ter visualização.

    Nelso Capiti, quer um conselho? Nâo crie mnemonicos triviais...essas 3 palavrinhas sao faceis de decorar...se vc usar e abusar de mnemonicos, daqui a pouco vai precisar de mnemonico para decorar outros mnemonicos.

    Fontes:

    [1] Big Data: A Very Short Introduction, Dawn E. Holmes

    [2] Big Data For Small Business For Dummies, Bernard Marr

  • "Vol Vel Var"

    Volume, Velocidade, Variedade

    Lembrar do juiz de futebol: "Vou ver o VAR"

    kkkk

  • Apesar de o Big Data ser baseado nos 5Vs, três deles são de maior prioridade, são eles: Volume, Velocidade e Variedade.

    O que é Big Data?

    Um grande Volume de dados, em grande Velocidade e grande Variedade.

    Usados para: tomadas de decisão.

    Fonte: Instituto Mackenzie

    Perseverança!

    O básico que funciona!

    (Neundon Bandeira)

    • Big Data: Grandes conjuntos de dados de difícil processamento e captura em bancos de dados tradicionais

    Caracterizados por 3 (ou 5) Vs:

    Volume: grandes massas de dados;

    Velocidade: grande rapidez na entrada de dados;

    Variedade: diversos tipos e formatos de dados, estruturados e não estruturados.

    Veracidade: guarda relação com o grau de confiabilidade e organização dos dados;

    Valor: big data deve agregar valor aos propósitos da organização.

  • Letra C.

    Já se falam em 7V's:

    7Vs do Big Data (Velocidade, Veracidade, Volume, Valor, Visualização, Variabilidade e Variedade).

    https://epocanegocios.globo.com/colunas/noticia/2020/01/o-marketing-orientado-pelos-7vs-do-big-data.html

ID
1460215
Banca
FCC
Órgão
CNMP
Ano
2015
Provas
Disciplina
Banco de Dados
Assuntos

Soluções informatizadas de Business Intelligence (BI) geralmente contêm sistemas que podem ser de diversos tipos, dependendo do objetivo das análises e do perfil do usuário, como:

Alternativas
Comentários

  • OLAP e OLTP estão invertidos

  • a)

    Executive Information Systems (EIS) ou Sistemas de Informações Executivas, que são baseados em relatórios analíticos, normalmente utilizados por usuários de nível operacional. => NÍVEL ESTRATÉGICO

    b)

    Online Analytical Processing (OLAP), também conhecidos como sintéticos, que baseiam-se em transações, como: Sistemas Contábeis; Aplicações de Cadastro; Sistemas de Compra, Estoque, Inventário; ERPs; CRMs. => Online Transactional Processing (OLTP)

    c)

    Decision Support Systems (DSS) ou Sistemas de Apoio a Decisão, voltados para profissionais que atuam no nível estratégico das empresas, como diretoria e presidência. Oferecem, para tanto, um conjunto de indicadores chave de desempenho como o CMMI. => CMMI não é um indicador, mas sim um modelo!

     d)

    Management Information Systems (MIS) ou Sistemas de Informações Gerenciais, que permitem análises mais profundas, com a realização de simulações de cenários. Por vezes, utilizam-se de ferramentas de Data Mining para identificação de cruzamentos não triviais. São utilizados por analistas de negócio no nível tático. => CORRETO

    e)

    Online Transactional Processing (OLTP) ou Sistemas transacionais, que fornecem subsídio para tomadas de decisão a partir de análises realizadas sobre bases de dados históricas, por vezes com milhões de registros a serem totalizados. => Online Analytical Processing (OLAP)

  • Decision Support Systems (DSS), ou Sistemas de Apoio a Decisão: são baseados em relatórios analíticos, normalmente utilizados por usuários de nível operacional;

     

    Management Information Systems (MIS), ou Sistemas de Informações Gerenciais: permitem análises mais profundas, com a realização de simulações de cenários. Por vezes, utilizam-se de ferramentas de Data Mining para identificação de cruzamentos não triviais. São utilizados por analistas de negócio no nível tático;

     

    Executive Information Systems (EIS), ou Sistemas de Informações Executivas: são voltados para profissionais que atuam no nível estratégico das empresas, como diretores e presidência. Oferecem, para tanto, um conjunto de indicadores chave de desempenho (KPI, ou Key Performance Indicators).

     

    Sistemas transacionais, também conhecidos como sintéticos ou ainda OLTP – Online Transactional Processing - são aqueles que, como o nome sugere, baseiam-se em transações.

     

    Alguns exemplos deste tipo de sistemas são:

     - Sistemas Contábeis;

     - Aplicações de Cadastro;

     - Sistemas de Compra, Estoque, Inventário;

     - ERPs, CRMs.

     

    Os sistemas transacionais se caracterizam pela alta taxa de atualização, grande volumes de dados e acessos pontuais, ou seja, pesquisas cujo resultado seja de pequeno volume (até milhares de linhas, mas preferencialmente menos).

     

    Já os sistemas analíticos, ou OLAP – Online Analytical Processing – se caracterizam por fornecer subsídio para tomadas de decisão, a partir de análises realizadas sobre bases de dados históricas, por vezes com milhões de registros a serem totalizados. Alguns exemplos de sistemas analíticos são os ilustrados na Figura 1.

     

    fonte: https://msdn.microsoft.com/pt-br/library/cc518031.aspx

  • a) Executive Information Systems (EIS) ou Sistemas de Informações Executivas, que são baseados em relatórios analíticos, normalmente utilizados por usuários de  NÍVEL ESTRATÉGICO;

    b) Online Transactional Processing (OLTP), também conhecidos como sintéticos, que baseiam-se em transações, como: Sistemas Contábeis; Aplicações de Cadastro; Sistemas de Compra, Estoque, Inventário; ERPs; CRMs;

    c) Decision Support Systems (DSS) ou Sistemas de Apoio a Decisão, voltados para profissionais que atuam no nível estratégico das empresas, como diretoria e presidência;

     d) Management Information Systems (MIS) ou Sistemas de Informações Gerenciais, que permitem análises mais profundas, com a realização de simulações de cenários. Por vezes, utilizam-se de ferramentas de Data Mining para identificação de cruzamentos não triviais. São utilizados por analistas de negócio no nível tático;

    e) Online Analytical Processing (OLAP) que fornecem subsídio para tomadas de decisão a partir de análises realizadas sobre bases de dados históricas, por vezes com milhões de registros a serem totalizados.

  • Questão difícil essa. Podemos analisar que ela troca alguns conceitos (OLAP e OLTP), acrescenta frases de outros (chave é do EIS), e substitui algumas palavras (operacional). Acerta quem é NERD. Rsssss.

    Gabarito: letra D

  • a) Executive Information Systems (EIS) ou Sistemas de Informações Executivas, que são baseados em relatórios analíticos, normalmente utilizados por usuários de NÍVEL ESTRATÉGICO;

    b) Online Transactional Processing (OLTP), também conhecidos como sintéticos, que baseiam-se em transações, como: Sistemas Contábeis; Aplicações de Cadastro; Sistemas de Compra, Estoque, Inventário; ERPs; CRMs;

    c) Decision Support Systems (DSS) ou Sistemas de Apoio a Decisão, voltados para profissionais que atuam no nível estratégico das empresas, como diretoria e presidência;

     d) Management Information Systems (MIS) ou Sistemas de Informações Gerenciais, que permitem análises mais profundas, com a realização de simulações de cenários. Por vezes, utilizam-se de ferramentas de Data Mining para identificação de cruzamentos não triviais. São utilizados por analistas de negócio no nível tático;

    e) Online Analytical Processing (OLAP) que fornecem subsídio para tomadas de decisão a partir de análises realizadas sobre bases de dados históricas, por vezes com milhões de registros a serem totalizados.

  • Sistemas transacionais, também conhecidos como sintéticos ou ainda OLTP – Online Transactional Processing - são aqueles que, como o nome sugere, baseiam-se em transações.

     

    Alguns exemplos deste tipo de sistemas são:

     - Sistemas Contábeis;

     - Aplicações de Cadastro;

     - Sistemas de Compra, Estoque, Inventário;

     - ERPs, CRMs.

     

    Os sistemas transacionais se caracterizam pela alta taxa de atualização, grande volumes de dados e acessos pontuais, ou seja, pesquisas cujo resultado seja de pequeno volume (até milhares de linhas, mas preferencialmente menos).

     

    Já os sistemas analíticos, ou OLAP – Online Analytical Processing – se caracterizam por fornecer subsídio para tomadas de decisão, a partir de análises realizadas sobre bases de dados históricas, por vezes com milhões de registros a serem totalizados. Alguns exemplos de sistemas analíticos são os ilustrados na Figura 1.

     

    fonte: https://msdn.microsoft.com/pt-br/library/cc518031.aspx

ID
1460224
Banca
FCC
Órgão
CNMP
Ano
2015
Provas
Disciplina
Banco de Dados
Assuntos

Em relação às ferramentas de Data Discovery e os fundamentos de Data Mining, é correto afirmar:

Alternativas
Comentários
  • b) Data Mining é o processo de descobrir conhecimento em banco de dados, que envolve várias etapas. O KDD – Knowledge Discovery in Database é uma destas etapas, portanto, a mineração de dados é um conceito que abrange o KDD.

    Corrigindo...


    b) KDD é o processo de descobrir conhecimento em banco de dados, que envolve várias etapas. O Data Mining é uma destas etapas, portanto, o KDD é um conceito que abrange o Data Mining.

    Alguém comenta as outras?
    []'s

  • Gabarito A. Deixando as outras assertivas corretas:

    b) KDD é o processo de descobrir conhecimento em banco de dados, que envolve várias etapas. O Data Mining é uma destas etapas, portanto, o KDD é um conceito que abrange o Data Mining.

    c) A etapa de Data Miningz do KDD consiste em aplicar técnicas que auxiliem na busca de relações entre os dados. De forma geral, existem três tipos de técnicas: Estatísticas, Exploratórias e Intuitivas. Todas são devidamente experimentadas e validadas para o processo de mineração.

    d) Os dados podem ser não estruturados (bancos de dados, CRM, ERP), estruturados (texto, documentos, arquivos, mídias sociais, cloud) ou uma mistura de ambos (emails, SOA/web services, RSS). As ferramentas de Data Mining mais completas possuem conectividade para todas essas origens de dados de forma segura e controlada.

    e) Estima-se que, atualmente, em média, 80% de todos os dados disponíveis são do tipo não-estruturado. Existem diversas ferramentas open source e comerciais de Data Discovery. Dentre as open source está a InfoSphere Data Explorer e entre as comerciais está a Vivisimo da IBM.

    Vamos em frente!

  • Apenas uma observação ao excelente comentário do colega Sérgio Raulino, a questão trocou os conceitos de dados estruturados, não estruturados e semiestruturados:

    d) Os dados podem ser estruturados (bancos de dados, CRM, ERP),não estruturados (texto, documentos, arquivos, mídias sociais, cloud) ou uma mistura de ambos (emails, SOA/web services, RSS). As ferramentas de Data Mining mais completas possuem conectividade para todas essas origens de dados de forma segura e controlada.

  • Não conhecia essa tal de Lógica Nebulosa... acabei descobrindo que é a lógica fuzzy

    A lógica difusa ou lógica fuzzy é uma extensão da lógica booleana que admite valores lógicos intermediários entre o FALSO (0) e o VERDADEIRO (1); por exemplo o valor médio 'TALVEZ' (0,5). Isto significa que um valor lógico difuso é um valor qualquer no intervalo de valores entre 0 e 1. Este tipo de lógica engloba de certa forma conceitosestatísticos principalmente na área de Inferência.
    (Fonte: A preferida da FCC: Wikipédia)

  • kdd é gênero. datamining é espécie.

  • Complementando o comentário do colega Sérgio Raulino:

    d) Os dados podem ser estruturados (bancos de dados, CRM, ERP), não-estruturados (texto, documentos, arquivos, mídias sociais, cloud) ou uma mistura de ambos (emails, SOA/web services, RSS). As ferramentas de Data Mining mais completas possuem conectividade para todas essas origens de dados de forma segura e controlada.

  • A lógica difusa ou lógica fuzzy é uma extensão da lógica booleana que admite valores lógicos intermediários entre o FALSO (0) e o VERDADEIRO (1); por exemplo o valor médio 'TALVEZ' (0,5). Isto significa que um valor lógico difuso é um valor qualquer no intervalo de valores entre 0 e 1. Este tipo de lógica engloba de certa forma conceitos estatísticos principalmente na área de Inferência.

    (Fonte: Wikipédia)

  • a) É isso mesmo! A mineração de dados visa descobrir padrões e relacionamentos ocultos nos conjuntos de dados, sendo um processo multidisciplinar que envolve as áreas de estatística, matemática e computação. Dentro da computação, podem ser empregadas algumas técnicas avançadas, como as citadas. CERTA

    b) O KDD, na verdade, é todo um processo de descoberta de conhecimento nos bancos de dados. Dessa maneira, a mineração de dados é uma das etapas desse processo, e não o contrário. ERRADA

    c) Já vimos na questão anterior que a mineração de dados é um conceito menor que o KDD. O KDD abrange a mineração de dados, e não o contrário. Além disso, costumamos dividir as tarefas da mineração em descritivas e preditivas, e nem sempre utilizamos todas elas no mesmo processo. A escolha da abordagem de mineração é uma etapa importante desse processo. ERRADA

    d) O erro da questão foi inverter os exemplos de dados estruturados com os de não estruturados. Bancos de dados, CRM, ERP são exemplos de dados estrturados, enquanto que texto, documentos, arquivos, postagens em mídias sociais e arquivos na nuvem de modo geral costumam ser dados como exemplos de dados não estruturados. ERRADA

    e) Tanto nas organizações quanto na internet, a maioria esmagadora dos dados é do tipo não estruturado. Isso impõe vários desafios para a obtenção de informações úteis para a tomada de decisão, problema que várias ferramentas e técnicas tentam atacar. Veja que não precisamos conhecer as aplicações mencionadas para responder a alternativa. ERRADA

    Gabarito: A

  • Gabarito: A.

    Sobre "lógica nebulosa": Ela é multivalorada. Trabalha com um conjunto possíveis de respostas, sendo considerada, por alguns autores, como extensão da lógica booleana (verdadeiro ou falso).

    Bons estudos!

ID
1508257
Banca
FCC
Órgão
TCE-GO
Ano
2014
Provas
Disciplina
Banco de Dados
Assuntos

Sobre os Sistemas de Informação, considere:
I. Os Sistemas de Informação Transacionais (SIT) de uma empresa correspondem às vendas, marketing, produção, contabilidade e recursos humanos.
II. Os usuários dos Sistemas Especialistas (SE) e dos Sistemas de Automação (SA) têm permissão para inicializar e controlar as entradas (Inputs) e saídas (Outputs).
III. Uma das principais características dos Sistemas de Informação Gerenciais é utilizar sofisticados modelos de análise e modelagem de dados para que a tomada de decisão possa ser realizada no menor espaço de tempo possível.
IV. A mineração dos dados (Data Mining) tem como principal função disponibilizar informações para gerar novos conhecimentos estratégicos à empresa.
V. Para a implantação de um Sistema de Inteligência de Negócios (Business Intelligence) há a necessidade de mudança, ou adaptação, da cultura organizacional.
Está correto o que se afirma APENAS em

Alternativas
Comentários
  • V - Errada, pois BI não é um sistema, mas um conceito.

    Não?
    E as demais?

  • Recursos Humanos é considerado como SIT ???

  • Tilton. Ele fala "implantação de sistemas de BI" e frisa o Business Inteligence entre parenteses. A afirmativa está correta. BI é um conceito, mas a banca fala de Sistemas de BI(Sistemas que usam o conceito de BI em seu núcleo). Dentre eles posso citar de cabeça:


    Oracle BI - http://www.oracle.com/us/solutions/business-analytics/business-intelligence/overview/index.html
    Pentaho - http://www.pentaho.com/
    Jaspersoft - https://www.jaspersoft.com/
    IBM Cognos - http://www-03.ibm.com/software/products/en/business-intelligence 


    Geraldo: Sei que esta fonte que vou citar é um Blog de Alunos de uma universidade mas ela fala sobre sua dúvida e classifica sim, sistemas de recursos humanos em SIT - http://siggrupoum.blogspot.com.br/2010/05/sistemas-de-informacao-transacional-sit.html

  • V: Como alguém pode afirmar isso categoricamente, generalizando de tal forma?

  • Essa questão cabe múltiplas interpretações. Acredito que não considerar Sistemas de Informações Gerenciais como um sistema de suporte a decisão não é razoável. Para mim, caberia recurso

  • considerei como errado o Recursos Humanos ser um SIT, se tivesse escrito que era um sistema de cartão eletrönico, então eu poderia considerar como SIT

ID
1625248
Banca
ESAF
Órgão
MF
Ano
2013
Provas
Disciplina
Banco de Dados
Assuntos

O processo de Business Intelligence (BI) baseia-se em:

Alternativas
Comentários

  • Business Intelligence (BI) é baseado na transformação dos dados em informação, em seguida, informações em decisões e, finalmente, em ações.

     

    Efrain Turban
    Business Intelligence: Um enfoque gerencial para a inteligência do negócio

  • A alternativa A também está correta: "Transformação de dados em informações, depois em conhecimento e finalmente em decisões.

    Após as decisões, vem as ações.

    A alternativa apenas não cita as ações, que podem ou não serem executadas, conforme a tomada de decisões.

    Nem por isso, deixa de estar correta.

    O processo de BI tem por objetivo coletar e analisar os dados, transformando-os em informações.

    Estas informações geram conhecimento acerca do negócio, possibilitando a tomada de melhores decisões.

    Estas decisões podem ou não levar às ações.

ID
1625251
Banca
ESAF
Órgão
MF
Ano
2013
Provas
Disciplina
Banco de Dados
Assuntos

São componentes do Business Intelligence (BI):

Alternativas
Comentários

  •  c)

    Data warehouse (DW): 

    Data warehouse é um depósito de dados digitais que serve para armazenar informações detalhadas relativamente a uma empresa, criando e organizando relatórios através de históricos que são depois usados pela empresa para ajudar a tomar decisões importantes com base nos fatos apresentados.

    Análise de negócios: 

    Análises de dados é a atividade de transformar um conjunto de dados com o objetivo de poder verificá-los melhor dando-lhes ao mesmo tempo uma razão de ser e uma análise racional. É analisar os dados de um problema e identificá-los.

    Ferramentas para manipular e analisar os dados:

     

    Business Performance Management (BPM).

    Business Process Management Suite ou System - BPMS é um conjunto desistemas que automatiza a gestão de processos de negócio (modelagem, execução, controle e monitoração). ... Os softwares que colaboram com a gestão por processos são denominados de Business Process Management Suite (BPMS).


  • Data warehouse é um depósito de dados digitais que serve para armazenar informações detalhadas relativamente a uma empresa, criando e organizando relatórios através de históricos que são depois usados pela empresa para ajudar a tomar decisões importantes com base nos fatos apresentados.

    Análise de negócios: 

    Análises de dados é a atividade de transformar um conjunto de dados com o objetivo de poder verificá-los melhor dando-lhes ao mesmo tempo uma razão de ser e uma análise racional. É analisar os dados de um problema e identificá-los.

    Ferramentas para manipular e analisar os dados:

     

    Business Performance Management (BPM).

    Business Process Management Suite ou System - BPMS é um conjunto desistemas que automatiza a gestão de processos de negócio (modelagem, execução, controle e monitoração). ... Os softwares que colaboram com a gestão por processos são denominados de Business Process Management Suite (BPMS).

ID
1630012
Banca
FUNCAB
Órgão
Sinesp
Ano
2015
Provas
Disciplina
Banco de Dados
Assuntos

O data warehouse é um componente significativo do business intelligence. De acordo com Immon, uma coleção de assuntos organizados para suporte à decisão, com base nas necessidades de um determinado departamento, é conhecido como data:

Alternativas
Comentários

  • Coleção de Assuntos ... necessidades de um determinado departamento  -> Data Mart

  • Data Mart (repositório de dados)

    - É um subconjunto de dados de um data warehouse;

    - Geralmente são dados referentes a um assunto em especial que focalizam uma ou mais áreas específicas;

    - Seus dados são obtidos do DW, desnormalizados e indexados para suportar intensa pesquisa;

    Alternativa: A

ID
1642879
Banca
CESPE / CEBRASPE
Órgão
FUB
Ano
2015
Provas
Disciplina
Banco de Dados
Assuntos

A respeito de Business Intelligence e sua aplicação em corporações, julgue o item a seguir.


Em um ambiente de Business Intelligence, o usuário pode deparar com diferentes requisitos de infraestrutura para atender às necessidades de cada uma das instâncias dos sistemas analíticos.

Alternativas
Comentários

  • CERTO

    Para as fontes de extração de dados tem-se uma estrtura, para o processo de ETL é usada outra estrutura, nos DW temos outra estrtura e assim por diante, conforme as necessidades.

  • Um usuário que desejar utilizar os conceitos de BI precisará de uma infraestrutura arquitetural

    específica capaz de extrair, limpar, formatar, transformar e carregar dados estruturados ou não

    estruturados de diversas fontes em depósitos de informações que possam ser acessados por

    sistemas analíticos. Logo, ele acabará se deparando com diferentes requisitos de infraestrutura

    para atender suas necessidades (Ex: Ferramentas de ETL, Data Warehouses; Ferramentas de

    Análises de Dados, etc).

  • O BI envolve todo o processo que dá suporte a tomada de decisão para a gestão de negócio de uma empresa. E, para cada etapa do BI, envolve uma plataforma diferente.

     

    Para a coleta de dados necessitamos de uma infraestrutura que consiga atender a demanda para realização do ETL.

     

    Para o Data Warehouse(DW), precisamos de todo um sistema para o armazenamento desses dados, aumentando o nível de complexidade de acordo com o tamanho e tipo desse DW.

     

    Necessita também de ferramenta OLAP, o qual demanda uma infraestrutura para o processamento dos relatórios e dashboards. E assim por diante.

     

    Portanto, analisando a questão:

     

    Em um ambiente de Business Intelligence, o usuário pode deparar com diferentes requisitos de infraestrutura para atender às necessidades de cada uma das instâncias dos sistemas analíticos.

     

    Concluímos que é assim que funciona um ambiente de inteligência do Negócio.

  • GAB C

    Um usuário que desejar utilizar os conceitos de BI precisará de uma infraestrutura arquitetural específica capaz de extrair, limpar, formatar, transformar e carregar dados estruturados ou não estruturados de diversas fontes em depósitos de informações que possam ser acessados por sistemas analíticos. Logo, ele acabará se deparando com diferentes requisitos de infraestrutura para atender suas necessidades (Ex: Ferramentas de ETL, Data Warehouses; Ferramentas de Análises de Dados, etc).

    Estratégia.

  • MAIS GENÉRICO QUE PARACETAMOL.

ID
1642882
Banca
CESPE / CEBRASPE
Órgão
FUB
Ano
2015
Provas
Disciplina
Banco de Dados
Assuntos

A respeito de Business Intelligence e sua aplicação em corporações, julgue o item a seguir.


A estabilidade da arquitetura de dados assegura a análise histórica dos dados operacionais armazenados nas bases de dados.

Alternativas
Comentários
  • A arquitetura de dados descreve a estrutura de dados utilizada por uma organização e/ou seus aplicativos e contempla descrições de dados - tanto armazenados quanto em movimento, descrições de meios de armazenamento, grupos de dados, itens de dados e modelos de dados de soluções de TI. Conceito Datawarehouse É um deposito de dados orientado por assunto, integrado, não volátil, variável com o tempo, para apoiar as decisões gerenciais”. O erro da questão é afirmar que a estabilidade da arquitetura irá assegurar a análise histórica dos dados. A análise histórica dos dados é feita pelo Datawarehouse. Fonte: https://pt.m.wikipedia.org/wiki/Arquitetura_de_dados https://www.devmedia.com.br/data-warehouse/12609

  • O erro não estaria na afirmação "a estabilidade da arquitetura de dados"?

     

    Acho que o certo seria "a estabilidade dos dados".

  • ERRADO, pois a análise histórica dos dados é feita pelo Datawarehouse

  • O BI tem a visão do momento. ele em si não faz alteração dos dados por isso não tem dados históricos

  • Data warehouse é um depósito de dados digitais que serve para armazenar informações detalhadas relativamente a uma empresa, criando e organizando relatórios através de históricos que são depois usados pela empresa para ajudar a tomar decisões importantes com base nos fatos apresentados.

  • Uma das características da Data Warehouse é justamente o armazenamento de dados históricos, os quais são úteis para tomar decisões futuras. Não BI

  • Esperando um herói comentar essa questão :/

ID
1663522
Banca
CESPE / CEBRASPE
Órgão
FUB
Ano
2013
Provas
Disciplina
Banco de Dados
Assuntos

Julgue o item a seguir, acerca dos tópicos avançados em desenvolvimento de sistemas.

Uma das formas de se otimizar bases de dados para BI é associar uma dimensão de tempo a um fato.

Alternativas
Comentários

  • Tempo é uma dimensão importante que TODOS os DW's devem suportar

     

    Caiu essa afirmação em alguma prova do Cespe

     

    esqueci qual foi

  • Variável com o tempo
    • A variação em relação ao tempo consiste na manutenção de um histórico de dados em relação ao período de tempo maior que dos sistemas comuns,
    isto significa que as técnicas de mineração de dados não são aplicadas em tempo real, de forma a não comprometer o desempenho dos bancos
    transacionais OLTP;
    • Ao analisarmos um dado de um DW, o mesmo sempre estará relacionado a um período determinado de tempo, pois terá uma chave de tempo que irá indicar o dia no qual esses dados foram extraídos.

  • Uma tabela fato, por exemplo, sempre terá um elemento de tempo

  • Doutrina CESPEANA:

    CESPE: Na modelagem multidimensional da tabela fato, a chave da dimensão tempo deve ser sempre representada como parte da chave primária. CORRETO!

ID
1753012
Banca
FCC
Órgão
TRT - 9ª REGIÃO (PR)
Ano
2015
Provas
Disciplina
Banco de Dados
Assuntos

Uma plataforma de Business Intelligence envolve o DW − Data Warehouse e diversos componentes, dentre os quais, encontram-se

I. um subconjunto de informações do DW que podem ser identificados por assuntos ou departamentos específicos.
II. ferramentas com capacidade de análise em múltiplas perspectivas das informações armazenadas.
III. ferramentas com capacidade de descoberta de conhecimento relevante. Encontram correlações e padrões dentro dos dados armazenados.
IV. processo de extração, tratamento e limpeza dos dados para inserção no DW.

Os componentes de I a IV são, correta e respectivamente, 

Alternativas
Comentários
  • http://corporate.canaltech.com.br/materia/business-intelligence/conhecendo-a-arquitetura-de-data-warehouse-19266/

  • Alternativa correta: B. 

     

    I. Subconjunto de informações do DW = data mart;

    II. Análise em múltiplas perspectivas = OLAP;

    III. Encontrar conhecimento nos dados armazenados = data mining;

    IV. O certo seria "extração, tratamento e CARGA dos dados", uma vez que "tratamento" já inclui a limpeza dos dados colhidos = ETL. 

  • Lendo a IV está na cara que é ETL, daí eliminamos as alternativas C,D e E. E para decidir entre A e B:

    Staging Area é uma área de transição ou área temporária onde os dados são convertidos em um único formato. Sendo assim, não pode ser a I. um subconjunto de informações do DW que podem ser identificados por assuntos ou departamentos específicos. Fácil escolher Data Mart e consequentemente marcar a B.

  • Informações por assunto ou departamento - Data Marts

    Processamento de análises sob várias perspectivas - OLAP

    Reconhecimento de padrões relevantes - Data Mining

    Extração, Tratamento e Limpeza de dados - ETL

  • I – Um data mart é um DW setorial que se difere de um DW tradicional apenas pelo escopo. Ou seja, pode ser considerado um subconjunto de um data warehouse.

    II – As ferramentas OLAP fornecem a capacidade de análise dos dados em diversas perspectivas, com destaque para as operações utilizadas para a navegação em hierarquias.

    III – A descoberta do conhecimento é uma característica comumente associada às ferramentas de mineração de dados, que permitem encontrar padrões e relacionamentos ocultos nos dados armazenados. Mesmo que não soubesse disso, você seria capaz de resolver a questão através dos demais itens.

    IV – Por fim, o processo que extrai os dados de múltiplas fontes heterogêneas, os trata, limpa e insere no DW, realizando durante todo esse processo uma integração desses dados é o ETL.

    Gabarito: B

ID
1823140
Banca
CESPE / CEBRASPE
Órgão
TRE-PI
Ano
2016
Provas
Disciplina
Banco de Dados
Assuntos

Existem dois esquemas lógicos para a implementação de um modelo de BI que envolve tabelas de fato e tabelas de dimensões: o esquema estrela (star schema) e o floco-de-neve (snow-flake schema). Acerca do esquema estrela, assinale a opção correta.

Alternativas
Comentários
  • O schema star consiste em uma tabela de fatos desnormalizada que se liga a várias tabelas de dimensões desnormalizada. Essa desnormalizacão acarreta em uma redundância e causa umauma complexidade em alterar alguns dados

  • Pessoal, o que o item E quis dizer com "uma tabela de fato com várias tabelas para cada dimensão"?

  • Não achei o erro da A

  • O erro da letra A, está em dizer que as tabelas dimensões se relacionam com outras tabelas dimensões. Quem faz isso é o floco de neve, pois estaria normalizando, não o modelo estrela

  • Todas as dimensões se relacionam exclusivamente com a tabela fato, daí a referência da estrela.

    Em suma, as tabelas de dimensões são desnormalizadas no modelo estrela.  Por consequência, deteminados campos como Categoria, Departamento, Marca conterão suas descrições repetidas em cada registro, assim, aumentando o tamanho das tabelas de dimensão por repetirem estas descrições de forma textual em todos os registros.

  • Esquema estrela: consiste em uma tabela de fato com uma única tabela para cada dimensão.

    Esquema snowflake: as tabelas de dimensões de um esquema estrela são organizadas em uma hierarquia por meio da normalização delas. 

    Constelação de fatos: conjunto de tabelas de fatos que compartilham algumas tabelas de dimensão. A constelação de fatos limita as possíveis consultas no warehouse.

    Fonte: ELMASRI e NAVATHE - Sistemas de Bancos de Dados - 4ª edição - página 651.

  • Alternativa correta: E. 

     

    a) Tabelas de dimensão relacionam-se apenas com tabelas de fato;

    b) Não há normalização no esquema estrela, o que implica em dados redundantes;

    c) Idem B;

    d) Está relacionada a apenas UMA tabela de fato;

    e) GABARITO. 

  • Gabarito: E.

    A título de contribuição:

    Floco de Neve (Snowflake):  Este formato apresenta mais ramificações das dimensões. Consiste em uma tabela de fato com vários níveis de tabela dimensão. Nesse tipo de esquema, aplica-se a normalização, que exigirá maior tempo e será mais onerosa.

    >> Dados normalizados até 3FN (Forma Normal).

    >> Sem redundância dos dados.

    >> Ocupa menos espaço de armazenamento.

    >> Menor agilidade de recuperação dos dados.

    Star (Estrela):  Este formato permite uma visualização mais condensada dos dados.

    >> Dados não normalizados – A normalização é uma forma de subdividir os dados das tabelas, de forma que os dados não fiquem concentrados em uma única tabela. No caso acima, como há uma única tabela para cada dimensão, essas dimensões possuirão vários atributos aglutinados. Sem essa subdivisão, os dados podem ser repetidos várias vezes.

    >> Maior redundância dos dados.

    >> Ocupa mais espaço de armazenamento. 

    >> Maior agilidade de recuperação dos dados – Este é um ponto positivo, que compensa a maior utilização de espaço de armazenamento.

    >> Cada tabela dimensão só se relaciona com apenas uma tabela fato.

    Bons estudos!

  • O Esquema Estrela é basicamente uma Tabela de Fatos central conectada a várias Tabelas de Dimensão em um relacionamento 1:N, sendo uma única tabela para cada dimensão.

    GABARITO: ELTRA ''E''

ID
1924690
Banca
Marinha
Órgão
Quadro Complementar
Ano
2012
Provas
Disciplina
Banco de Dados
Assuntos

Qual é a unidade de processamento fundamental de uma Rede Neural Artificial?

Alternativas
Comentários

  • O gabarito é a letra C.

     

    Redes neuronais artificiais (RNAs) são modelos computacionais inspirados pelo sistema nervoso central de um animal (em particular o cérebro) que são capazes de realizar o aprendizado de máquina bem como o reconhecimento de padrões. Redes neurais artificias geralmente são apresentadas como sistemas de "neurônios interconectados, que podem computar valores de entradas", simulando o comportamento de redes neurais biológicas.

  • Gabarito Letra C

    O nome correto são nódulos.

    De acordo com Barbieri, "Essa técnica é formada de nódulos cujo processamento se assemelha ao dos neurônios, daí seu nome. Detalhe: não é considerada técnica estatística por não apresentar a robustez de uma."

    Fonte: BI2 - Barbieri Pág 148

    instagram: @papirobizurado

ID
2093488
Banca
CESPE / CEBRASPE
Órgão
TCE-PA
Ano
2016
Provas
Disciplina
Banco de Dados
Assuntos

Julgue o item subsequente, acerca de segurança da informação de um SGBD e de um BI (Business Intelligence).

A ferramenta SSIS (SQL server integration services) possui um recipiente macro que contém dois arquivos associados com as extensões SUO e SLN. Esse recipiente é denominado solution e nele podem ser armazenados um ou mais projetos.

Alternativas
Comentários

  • https://msdn.microsoft.com/pt-br/library/ms138028.aspx

  • Uma solução é um contêiner que agrupa e gerencia os projetos que você usa quando desenvolve soluções empresariais completas. Uma solução permite que você manipule vários projetos como uma unidade e una um ou mais projetos relacionados que contribuam para uma solução empresarial.

    Soluções podem incluir diferentes tipos de projetos. Se você quiser usar o SSIS Designer para criar um pacote do Integration Services , trabalhe em um projeto do Integration Services em uma solução fornecida por SQL Server Data Tools (SSDT).

    Quando você cria uma nova solução, o SQL Server Data Tools (SSDT) adiciona uma pasta Solução ao Gerenciador de Soluções e cria arquivos que têm extensões .sln e .suo.

    O arquivo * .sln contém informações sobre as configurações da solução e lista os projetos na solução.

    O arquivo *.suo contém informações sobre suas preferências para trabalhar com a solução.

    Embora o SQL Server Data Tools (SSDT) crie automaticamente uma solução quando um novo projeto é criado, você também pode criar uma solução em branco e então adicionar projetos depois.

     

    Melhor colocar o texto que está no endereço abaixo

  • Para quem não entende os comentários sem o gabarito e não tem acesso a resposta.

    Gaba: CERTO

     

     

    Uma solução é um contêiner que agrupa e gerencia os projetos que você usa quando desenvolve soluções empresariais completas. Uma solução permite que você manipule vários projetos como uma unidade e una um ou mais projetos relacionados que contribuam para uma solução empresarial.

    Soluções podem incluir diferentes tipos de projetos. Se você quiser usar o SSIS Designer para criar um pacote do Integration Services , trabalhe em um projeto do Integration Services em uma solução fornecida por SQL Server Data Tools (SSDT).

    Quando você cria uma nova solução, o SQL Server Data Tools (SSDT) adiciona uma pasta Solução ao Gerenciador de Soluções e cria arquivos que têm extensões .sln e .suo.

    O arquivo * .sln contém informações sobre as configurações da solução e lista os projetos na solução.

    O arquivo *.suo contém informações sobre suas preferências para trabalhar com a solução.

    Embora o SQL Server Data Tools (SSDT) crie automaticamente uma solução quando um novo projeto é criado, você também pode criar uma solução em branco e então adicionar projetos depois.

     

    https://msdn.microsoft.com/pt-br/library/ms138028.aspx

     

    * ai vc ler os outros cometarios e se pergunta, tá mas ta certo ou errado... cometario sem o gabarito não ajuda muito não.

ID
2093491
Banca
CESPE / CEBRASPE
Órgão
TCE-PA
Ano
2016
Provas
Disciplina
Banco de Dados
Assuntos

Julgue o item subsequente, acerca de segurança da informação de um SGBD e de um BI (Business Intelligence).

CRISP-DM é uma metodologia proprietária que identifica as fases Business Understanding e Data Understanding na implantação de um projeto de data mining.

Alternativas
Comentários

  • CRISP-DM é a abreviação de CRoss Industry Standard Process for Data Mining, que pode ser traduzido como Processo Padrão Inter-Indústrias para Mineração de Dados. É um modelo de processo de mineração de dados que descreve abordagens comumente usadas por especialistas em mineração de dados para atacar problemas.

     

     

  • não é proprietário

  • Daniel,

     

    Antes de preparar os dados os mesmos precisam ser entendidos. As duas primeiras fases do CRISP-DM são mesmo compreensão do negócio e compreensão dos dados. A preparação dos dados entra apenas como uma terceira fase no precesso.

  • GABARITO: ERRADO

    O CRISP-DM é um modelo de mineração de dados (não-propietário) utilizado para guiar os esforços de Data Mining  nas empresas

  • O modelo de trabalho nasceu em 1996 a partir da iniciativa de profissionais que trabalhavam com data mining e buscavam desenvolver um modelo de processo capaz de funcionar em qualquer tipo de indústria, gratuito e não-proprietário, capaz de preencher essa lacuna.

    Gabarito: ERRADO

  • Questão incompleta para o CESPE NÃO É ERRO. O Erro da questão é dizer que CRISP-DM é proprietário, quando na verdade é um PADRÃO ABERTO (que qualquer profissional pode utilizar, desenvolvido por um consórcio estabelecido por mais de 200 organizações interessadas, com fundos da União Europeia).

    Bons estudos.

  • O cespe gosta de afirmar que o CRISP-DM é uma metodologia/ferramenta proprietária. Exemplo: Q881969

  • (CRISP-DM) se trata de uma metodologia não proprietária que pode ser aplicada livremente a qualquer projeto independentemente do tamanho ou tipo do negócio.

    Fases do CRISP-DM:

    - Entendimento do negócio -> concentra-se no entendimento dos objetivos e requisitos do projeto de uma perspectiva de negócio e, em seguida, na conversão desse conhecimento em uma definição de problema de mineração de dados e em um plano preliminar desenvolvido para atingir os objetivos. Essa fase busca entender qual problema o negócio quer resolver. Nela é realizado um inventário de requisitos, suposições e restrições de recursos.

    - Entendimento dos dados -> começa com uma coleta inicial dos dados e prossegue com atividades para explorá-los com o intuito de obter um maior conhecimento e familiaridade. Em seguida, busca-se avaliar a qualidade dos dados, descobrir as primeiras ideias sobre os dados ou detectar subconjuntos interessantes para formar hipóteses de informação ocultas e descobrir insights. Essa fase também é responsável por descrever os dados – por vezes, utilizando estatísticas. Esta etapa também envolve o que geralmente é denominado análise exploratória de dados.

    - Preparação dos dados -> Essa etapa ocorre quando já entendemos o problema do negócio e já exploramos os dados disponíveis. Ela abrange todas as atividades para construir o conjunto de dados final a partir dos dados brutos iniciais, isto é, aqueles que serão alimentados na ferramenta de modelagem. Trata-se da fase mais demorada.

    - Contrução do modelo (modelagem) -> Nessa fase ocorre a seleção das técnicas, ferramentas e algoritmos a serem utilizados, como também a elaboração e execução da modelagem sobre o conjunto de dados preparado na fase anterior. Nela são realizadas as atividades de identificar valores especiais dos dados e catalogar seu significado. Aliás, retornar à fase de preparação é bem frequente e necessário nessa etapa – lembrem-se que se trata de um processo iterativo e cheio de vai e volta. Ela inclui a criação, avaliação e ajuste fino de modelos e parâmetros para valores ideais, com base nas expectativas e critérios estabelecidos durante a fase de entendimento dos negócios.

    - Teste e Avaliação -> São realizadas as atividades de analisar o potencial de implantação de cada resultado e estimar o potencial de melhoria do processo atual.

    - Implantação (desenvolvimento) -> Coloca fim ao seu projeto, mas é necessário se lembrar de monitorar os resultados e de adaptar o modelo sempre que necessário.

  • Erro da questão: O CRISP-DM é um modelo de mineração de dados (não-propietário).

    Não prorietário

    Não prorietário

    Não prorietário

  • Gabarito: errado

    CRISP-DM: modelo de referência de mineração de dados que descreve um conjunto de processos para realizar projetos de mineração de dados em uma organização baseado nas melhores práticas utilizadas por profissionais. Trata-se de uma metodologia NÃO PROPRIETÁRIA que pode ser aplicada livremente a qualquer projeto independentemente do tamanho do tipo de negócio.

    ( entendimento dos negócios ---> entendimento dos dados ----> preparação dos dados -----> construção do modelo -----> teste e avaliação -----> implantação)

  • CRISP-DM é uma metodologia não proprietária que pode ser aplicada livremente a qualquer projeto independentemente do tamanho ou tipo do negócio.

  • Errado

    CRISP-DM é uma metodologia especificamente desenhada para processos de mineração de dados.

  • ➡️CRISP-DM (Cross Industry Standard Process for Data Mining)

    • Modelo de Referência/ de Processos / Metodologia de mineração de dados
    • Não proprietária (aplicada livremente)
    • Independe do tamanho ou tipo do negócio
    • Fases não precisam seguir a sequência

    Fases:

    1. Entendimento do Negócio; 
    2. Entendimento dos Dados; 
    3. Preparação dos Dados; 
    4. Modelagem; 
    5. Avaliação; 
    6. Implantação.

  • sai cespe aqui não "não proprietária"

  • O modelo CRISP-DM apresenta uma visão geral do ciclo de vida de um projeto de Data Mining, contendo as fases e as tarefas relacionadas ao projeto.

     

    FASES DO CRISP/DM (6 ETAPAS):

     

    - Compreensão do negócio

    - Compreensão dos dados

    - Preparação dos dados

    - Modelagem

    - Avaliação

    - Implementação

     

    Errado

  • É um modelo de processo de mineração de dados não proprietária.

  • GABARITO ERRADO

    O CRISP-DM é um modelo de referência de metodologia não proprietária que descreve um conjunto de processos para realização de projetos de Mineração de dados, podendo ser aplicado a qualquer negócio, independentemente do tamanho ou tipo.

    Fases: (1) Entendimento do Negócio; (2) Entendimento dos Dados; (3) Preparação dos Dados; (4) Modelagem; (5) Avaliação; e (6) Implantação.

    FONTE: Estratégia Concursos, meus resumos.

    "A persistência é o caminho do êxito". -Chaplin

  • ERRADA.

    Assertiva: CRISP-DM é uma metodologia proprietária que identifica as fases Business Understanding e Data Understanding na implantação de um projeto de data mining.

    • Resolvendo a questão:

    O único erro da assertiva é afirmar que CRISP-DM é uma metodologia proprietário. É uma metodologia NÃO PROPRIETÁRIA.

    Havendo essa alteração a questão estaria correta, pois Business Understanding = Entendimento de Negócios; e Data Understanding = Entendimento de Dados

    CRISP-DM tem as seguintes fases:

    Entendimento do Negócio (Business Understanding)

    Entendimento de Dados (Data Understanding)

    Preparação dos Dados

    Modelagem

    Testes e avaliações

    Implementação.

  • O CRISP-DM é um modelo de mineração de dados (não-propietário) utilizado para guiar os esforços de Data Mining nas empresas

ID
2093497
Banca
CESPE / CEBRASPE
Órgão
TCE-PA
Ano
2016
Provas
Disciplina
Banco de Dados
Assuntos

Julgue o item subsequente, acerca de segurança da informação de um SGBD e de um BI (Business Intelligence).

Situação hipotética: O proprietário de determinada relação concedeu, com grant option, um privilégio sobre essa relação a uma conta. Assertiva: Nessa situação, a conta poderá conceder esse privilégio para outras contas sem que o proprietário saiba.

Alternativas
Comentários

  • Assertiva CORRETA. 

     

    Em outras palavras, o proprietário de determinada relação concedeu a prerrogativa de conceder permissões de acesso a outra conta. Sendo assim, essa conta possui poderes de conceder permissões e pode o fazer sem o consentimento/autorização do dono da relação. 

  • Códigos apresentados no SGBD:

     

    - GRANT ~> define o privilégio concedido ao Operador;

    - CREATE ~> concede ao Operador o privilégio de criar novas sessões;

    - ON ~> é seguido pelos objetos que podem ser acessados pelo Operador;

    - TO ~> recebe o papel de usuário ao qual é concedido a permissão de acesso à visão;

    - EXECUTE ~> permite ao Operador papel de executar os procedimentos.

     

    "triunfam aqueles que sabem quando lutar e quando esperar." - Sun Tzu

  • Pesada essa...

    Se for especificado WITH GRANT OPTION quem receber o privilégio poderá, por sua vez, conceder o privilégio a terceiros. Sem a opção de concessão, quem recebe não pode conceder o privilégio. A opção de concessão não pode ser concedida para PUBLIC.

    Resposta: Certa

  • Fiquei em dúvida nesse trexo : sem que o proprietário saiba

  • E as trilhas de auditoria?

  • O GRANT... WITH GRANT OPTION especifica que a entidade de segurança que recebe a permissão recebe a capacidade de conceder a permissão especificada para outras contas de segurança. Quando a entidade de segurança que recebe a permissão é uma função ou um grupo do Windows, a cláusula AS deve ser usada quando a permissão de objeto precisa ser concedida a usuários que não são os membros do grupo ou da função. Como apenas um usuário, em vez de um grupo ou uma função, pode executar uma instrução GRANT, um membro específico do grupo ou um função deve usar a cláusula AS para invocar a função ou a associação ao grupo explicitamente ao conceder a permissão. 

    fonte: https://docs.microsoft.com/pt-br/sql/t-sql/statements/grant-transact-sql?view=sql-server-ver15

ID
2246893
Banca
Marinha
Órgão
Quadro Técnico
Ano
2016
Provas
Disciplina
Banco de Dados
Assuntos

O conceito de Business Intelligence (BI) pode ser entendido como a utilização de variadas fontes de informação para definir estratégias de competitividade nos negócios da empresa. Sobre BI, assinale a opção correta.

Alternativas
Comentários

  • Segundo Barbieri (2001), as tabelas de dimensão têm uma relação de 1:N com a tabela de fatos, logo, possuem um número de registros bem menor. Possuem inúmeras colunas de informação e uma chave primária, que acaba participando das tabelas de fatos, como parte de sua chave múltipla.

  •  a) O processamento analítico on-line (OLAP) (Data Mining) está relacionado aos processos de análise de inferência e representa uma forma de busca de informação baseada em algoritmos que objetivam o reconhecimento de padrões escondidos nos dados.


      b) O conceito de data mining(OLAP) está relacionado a uma forma múltipla e combinada de análise, trabalhando os dados existentes com operadores dimensionais, tais como o Drill-down e o Roll-up, buscando consolidação em vários níveis. 


      c) O conceito de rotação de planos ou pivotamento está relacionado à mudança dos eixos dos fatos. (das dimensões)


      d) No modelo dimensional (RELACIONAL) é maior a dificuldade de join pelo número maior de tabelas, quando comparado ao modelo relacional. 


      e) As tabelas dimensão têm uma relação 1:N com a tabela fato e possuem um número significativamente menor de linhas do que as tabelas fato. correta

ID
2407678
Banca
Marinha
Órgão
Quadro Técnico
Ano
2015
Provas
Disciplina
Banco de Dados
Assuntos

Assinale a opção que corresponde a uma das seis áreas-foco da Governança de Dados, segundo o DGI (DATA GOVERNANCE INSTITUTE).

Alternativas
Comentários

  • De maneira genérica, a Governança de Dados, segundo o DGI, possui seis áreas-foco:


    - Políticas, Normas, Estratégia.
    - Qualidade dos dados.
    - Privacidade/Compliance/Security.
     - Arquitetura/Integração.
     - Data Warehouse (DW) e Business Intelligence (BI).
     - Alinhamento entre a Governança de Dados e as estratégias de TI e
    negócio.

     

    Aragon

  • Governança de Dados, segundo o Data Governance Institute (DGI) –  é um sistema de tomada de decisão e responsabilidades para os processos relacionados aos dados, executado de acordo com políticas, normas e restrições.

     

    O foco de atuação da Governança de Dados pode variar de organização para organização. Alguns programas de governança centram-se em privacidade, compliance e segurança de informação; outros se concentram em aspectos da arquitetura e integração de dados que envolvem critérios de qualidade de dados. Ainda segundo o DGI, é imprescindível que as organizações defi nam suas necessidades de gestão de dados e a partir daí delimitem o escopo de atuação da Governança de Dados.

     

    De maneira genérica, a Governança de Dados, segundo o DGI, possui seis
    áreas-foco:


    Políticas, Normas, Estratégia.
    Qualidade dos dados.
    Privacidade/Compliance/Security.
    Arquitetura/Integração.
    Data Warehouse (DW) e Business Intelligence (BI).
    Alinhamento entre a Governança de Dados e as estratégias de TI e negócio.

  • De maneira genérica, a Governança de Dados, segundo o DGI, possui seis áreas-foco:

    -Políticas, Normas, Estratégia.

    -Qualidade dos dados.

    -Privacidade/ Compliance / Security.

    -Arquitetura/Integração.

    -Data Warehouse (DW) e Business Intelligence (BI).

    -Alinhamento entre a Governança de Dados e as estratégias de TI e negócio.

    FERNANDES, Aguinaldo A.; ABREU, Vladimir F. de. Implantando a Governança de TI: da Estratégia à Gestão dos Processos e Serviços. 4.ed. [S.l.]: Brasport, 2014.

    Pág 535

ID
2536183
Banca
UPENET/IAUPE
Órgão
UPE
Ano
2017
Provas
Disciplina
Banco de Dados
Assuntos

Sobre business intelligence, analise as afirmativas abaixo:


I. Uma das etapas da abordagem OLAP diz respeito às ferramentas que são utilizadas para extração dos dados do repositório para posterior inserção no datawarehouse.

II. A predição de eventos é uma das propriedades da mineração de dados.

III. O data warehouse é um banco de dados que contém dados voláteis sumarizados de várias formas para respostas rápidas a consultas.


Está CORRETO o que se afirma em

Alternativas
Comentários

  • Data warehouse é NÃO VOTÁTIL.

     

     

     

    Só nos resta a letra E

     

     

    Qcom - Questão comentada

    https://www.youtube.com/channel/UCBY27FNGgRpPa-PgFubwjPQ

  • Alguem sabe explicar por que a afirmativa I esta errada:

  • Alternativa correta: E (mas entraria com recurso)

     

    Minha opinião: 

    I - ERRADA: o item descreveu ETL, e não OLAP;

    II - ERRADA: data mining não serve para prever nada, apenas encontrar padrões nos dados. Se isso pode ser usado para prever algum evento futuro fica a cargo de quem vai analisar os dados obtidos. A própria etapa de "interpretação de dados" afirma que os dados obtidos são usados para subsidiar a tomada de decisões;

    III - ERRADA: data warehouse não possui dados voláteis, mas duráveis. A única possibilidade de modificação desses dados é para corrigir algum erro. 

  • II. A predição de eventos é uma das propriedades da mineração de dados.  CORRETA

     

    Segundo Carlos Barbieri BI2 pág. 131:

     

    A mineraçãoa de dados visa realizar inferências, tentando "advinhar" possíveis fatos e correlações não explicitadas nas montanhas de dados de um DW /DM.

  • A primeira alternativa refere-se ao ETL - Extract Transform Load,

    Um conceito rápido sobre OLAP:

    OLAP é um software cuja tecnologia de construção permite aos analistas de negócios, gerentes e executivos analisar e visualizar dados corporativos de forma rápida, consistente e principalmente interativa

ID
2566552
Banca
FUNCAB
Órgão
SEFAZ-BA
Ano
2014
Provas
Disciplina
Banco de Dados
Assuntos

Alguns termos relacionados com as estruturas de bancos de dados estão disponibilizados na coluna I. Estabeleça a correta correspondência com os seus significados, disponibilizados na coluna II.


Coluna I

1. Data Marts

2. OLAP

3. Business Inteligence

4. Metadados


Coluna II

( ) Camada de diretório de dados da arquitetura do datawarehouse.

( ) Tipo ou variação de um datawarehouse.

( ) Cria, administra, analisa e gera relatórios sobre dados multidimensionais.

( ) Modelo utilizado pelas empresas para descobrir padrões de comportamento de determinado grupo de clientes.


A sequência correta é:

Alternativas
Comentários
  • Data Marts são informações do Datawarehouse organizadas por cada departamento/setor específico.

  • (D)

    Os data Marts são como pequenas fatias que armazenam subconjuntos de dados, normalmente organizados para um departamento ou um processo de negócio. Normalmente o Data Mart é direcionado para uma linha de negócios ou equipe, sendo que a sua informação costuma pertencer a um único departamento.

    OLAP é um software cuja tecnologia de construção permite aos analistas de negócios, gerentes e executivos analisar e visualizar dados corporativos de forma rápida, consistente e principalmente interativa.

    O business intelligence (BI) combina análise empresarial, mineração de dados, visualização de dados, ferramentas/infraestrutura de dados e práticas recomendadas para ajudar as organizações a tomar decisões impulsionadas por dados.

    Metadados são informações que acrescem aos dados e que têm como objetivo informar-nos sobre eles para tornar mais fácil a sua organização. Um item de um metadado pode informar do que se trata aquele dado numa linguagem inteligível para um computador.

ID
2608042
Banca
CESPE / CEBRASPE
Órgão
CGM de João Pessoa - PB
Ano
2018
Provas
Disciplina
Banco de Dados
Assuntos

A respeito de business intelligence, julgue o próximo item.


Business intelligence pode ser definido como um processo inteligente de coleta, organização, análise, compartilhamento e monitoração de dados que, depois de processados, geram informações para o suporte e para a tomada de decisões no ambiente de negócios.

Alternativas
Comentários

  • Inteligência de negócios (ou Business Intelligence, em inglês) refere-se ao processo de coleta, organização, análise, compartilhamento e monitoramento de informações que oferecem suporte a gestão de negócios. É um conjunto de técnicas e ferramentas para auxiliar na transformação de dados brutos em informações significativas e uteis a fim de analisar o negócio. As tecnologias BI são capazes de suportar uma grande quantidade de dados desestruturados para ajudar a identificar, desenvolver e até mesmo criar uma nova oportunidade de estratégia de negócios. O objetivo do BI é permitir uma fácil interpretação do grande volume de dados. Identificando novas oportunidades e implementando uma estratégia efetiva baseada nos dados, também pode promover negócios com vantagem competitiva no mercado e estabilidade a longo prazo.

     

    Certo

     

    https://pt.wikipedia.org/wiki/Intelig%C3%AAncia_empresarial

  • A questão não seleciona ninguém.

  • Só fodão comentando TI aqui.... Parabéns aí as reencarnações de Einstein. 
    Prova tem questões fáceis e difíceis, não menosprezem nenhuma.
    Até pq tem gente que tá começando agora e erra (isso é normal), lê esses comentários e ficam se sentindo mal. 
    Humildade galera...

  • GABARITO: CORRETO.

     

    Segundo Gartner Group: Business Intelligence (Inteligência de Negócio) é um termo utilizado para representar um conjunto de processos, técnicas, metodologias, habilidades, ferramentas e capacidades utilizadas para acessar, coletar, organizar, tratar, analisar, cruzar,processar, compartilhar e monitorar dados de diversas fontes com o intuito de gerar informações e relatórios analíticos que suportem a gestão corporativa, a definição de estratégias e a tomada de decisão em ambientes de negócio. 

     

    Complementarmente, é um conjunto de ferramentas que manipula uma massa de dados operacional e extrai informação empresarial essencial. Contudo, é um conjunto de tecnologias que permitem o cruzamento de informações e suportam a análise dos indicadores de performance de um negócio.

  • Perfeito! Business Intelligence (Inteligência de Negócio) é um termo criado pelo Gartner Group utilizado para representar um conjunto de processos, técnicas, metodologias, habilidades, ferramentas e capacidades utilizadas para acessar, coletar, organizar, tratar, analisar, cruzar, processar, compartilhar e monitorar dados de diversas fontes com o intuito de gerar informações e relatórios analíticos que suportem a gestão corporativa, a definição de estratégias e a tomada de decisão em ambientes de negócio. 

    Fonte: estratégia

  • GABARITO - CORRETO

    COMPLEMENTANDO...

    O principal recurso do BI é a MEMÓRIA ORGANIZACIONAL

    O business intelligence (BI) combina análise empresarial, mineração de dados, visualização de dados, ferramentas/infraestrutura de dados e práticas recomendadas para ajudar as organizações a tomar decisões impulsionadas por dados.

  • Se você é um dos que se importam com os comentários deselegantes, você não está no lugar certo.

    Todos que acertaram de forma consciente esta questão certamente já foram como você um dia.

    Se eles estão aqui, é pq não se importaram com aqueles comentários.

    Se está se sentido ofendido com os colegas, imagine-se como servidor público e o seu chefe "buzinando" diariamente em seu ouvido ( o cenário piora se quiser ser policial: tiro comendo e você se sentindo ofendidinho). Pense nisso!

    Quer ser servidor público e se ofende com esses comentários, certamente não é aqui o seu lugar.

    Nem tudo são flores, companheiro(a).

    Pula o comentário desagradável, esquece o que já leu e bola pra frente.

  • Típica questão " Aula "

  • (C)

    Outras questões CESPE sobre B.I

    Uma solução de business intelligence, usualmente, provê as seguintes capacidades: memória da organização, integração da informação, criação de insights e apresentação dos dados.(C)

    No jargão empresarial moderno, business intelligence é o processo de recolhimento e tratamento de informações que apoiarão a gestão de um negócio.(C)

    Um sistema de business intelligence deve prover uma compreensão de dados históricos e dar suporte a tomada de decisões operacionais e gerenciais.(C)

    business intelligence é um conjunto de ferramentas para consolidar e organizar os dados para auxiliar na tomada de decisão.(C)

    Business Intelligence possui a capacidade de cruzar informações de diferentes bancos de dados, gerando relatórios analíticos diversos.(C)

    Business Intelligence é um Sistema de informações que está disponível para a empresa tomar decisões sobre seus negócios, apoiado por um sistema de alimentação dos dados na retaguarda e também por um sistema de captura e realimentação de dados e sistema de gestão de conteúdos.(C)

ID
2608045
Banca
CESPE / CEBRASPE
Órgão
CGM de João Pessoa - PB
Ano
2018
Provas
Disciplina
Banco de Dados
Assuntos

A respeito de business intelligence, julgue o próximo item.


Situação hipotética: Um órgão público pretende fazer uma análise de big data com o objetivo de realizar mineração em grandes conjuntos de dados corporativos para localizar ou encontrar padrões ocultos, o que exigirá uma grande quantidade de processamento. Assertiva: Nesse caso, há necessidade de contratação de um SaaS (software como serviço), que acrescentará uma camada adicional de integração com frameworks de desenvolvimento de aplicativos, recursos de middleware e funções como bancos de dados.

Alternativas
Comentários
  • Entendo que seria um PaaS. Alguma ferramenta pra realizar o Datamining.

  • Fiquei na dúvida entre plataforma e infraestrutura.

    Software realmente não é.

  • Acredito que o que pegou foi a afirmação [...Nesse caso, há necessidade de contratação]. Na verdade eu acredito que não necessariamente existe essa necessidade.

     

    Nesse caso, há necessidade de contratação de um SaaS (software como serviço), que acrescentará uma camada adicional de integração com frameworks de desenvolvimento de aplicativos, recursos de middleware e funções como bancos de dados.

  • Sigo o raciocínio no Lanterna.

  • Caso o órgão público não disponha de estrutura própria suficiente, ele talvez possa precisar contratar um PaaS, ou um IaaS, mas jamais um SaaS. Visto que esse último se refere a uma funcionalidade própria em que o usuário que a contrata disporá apenas da sua interface de entrada e saída, não podendo haver acomplamento em nível mais baixo.

  • Há necessidade de contratação de um IaaS (Infractructure as a Service), pois exigirá uma grande quantidade de processamento, memória, armazenamento, refrigeração, consumo/energia, tráfego de rede e largura de banda! 

  • Acredito que o erro está em afirmar taxativamente a necessidade de contratação de um SaaS, sendo que é possível a organização utilizar sua própria infraestrutura para implementar análise de Big Data.

  • O mais lógico é que se contrate um IaaS (Infractructure as a Service), pois subentende-se que o Órgão precisará de Hardware para minerar grandes conjuntos de dados

  • [...] acrescentará uma camada adicional de integração com frameworks de desenvolvimento de aplicativos [...]

    Localizei o erro no momento que ele falou desenvolvimento de aplicativos, como eu aprendi que aplicativos são desenvolvidos no PaaS a alternativa está errada. Caso esteja incorreta minha linha de raciocínio, peço que me corrijam

  • Outra questão que responde essa.

    Cespe 2018

    Um usuário pretende contratar um serviço em nuvem no qual possa desenvolver e compilar aplicações. Nessa situação, a PaaS (plataforma como serviço) será indicada, pois, assim como a IaaS (infraestrutura como serviço), a PaaS inclui infraestrutura de armazenamento e de rede, além de middleware e ferramentas de desenvolvimento. (certo)

  • Acredito que o principal seria o uso do PaaS, mas também haveria a necessidade do IaaS, vejamos .

    • O PaaS além de ser usado pelos desenvolvedores de aplicação (programadores), permite a disponibilização de recursos da camada de plataforma, como frameworks p/ o desenvolvimento de software.
    • IaaS fornece a infraestrutura.

    AVANTE

  • "SaaS oferece um software, com hospedagem na nuvem e gerenciamento pelo provedor de serviços.

    O que o órgão precisa é de infraestrutura para análise de dados e mineração. O PaaS oferece uma plataforma para desenvolvimento que poderá suprir essa demanda.

    Caso fossem necessários data centers ou conectividade gerenciados pelo cliente, seria necessário o serviço IaaS."

    (Simulado Projeto Caveira)

  • Apenas para acrescentar:

    Framework é um conjunto de códigos prontos que podem ser usados no desenvolvimento de aplicativos e sites. O objetivo dessa ferramenta é aplicar funcionalidades, comandos e estruturas já prontas para garantir qualidade no desenvolvimento de um projeto.

    Fonte: Digitalhouse

ID
2724577
Banca
FUNDEP (Gestão de Concursos)
Órgão
CODEMIG
Ano
2018
Provas
Disciplina
Banco de Dados
Assuntos

O conceito de business intelligence (BI), de forma mais ampla, pode ser entendido como a utilização de variadas fontes de informação para se definir estratégias de competitividade nos negócios da empresa.

Analise as seguintes afirmativas sobre business intelligence e assinale com V as verdadeiras e com F as falsas.

( ) Os conceitos de BI estão em sua essência relacionados com uma específica e única forma de tratamento das informações. Os dados de natureza operacional e informacional possuem os mesmos objetivos relacionados aos sistemas tradicionais.
( ) O objetivo maior das técnicas de BI está exatamente na definição de regras e técnicas para a formatação adequada dos volumes de dados, visando transportá-los em depósitos estruturados de informações, independentemente de sua origem.
( ) A definição de estruturas modeladas dimensionalmente, armazenadas em data ware-house ou marts e interpretadas pela ótica analítica das ferramentas de OLAP (on line analytical processing) ou pelo prisma inferencial das ferramentas de data mining, atinge também os objetivos propostos pelas premissas de BI.
( ) As ferramentas para um ambiente BI são ferramentas técnicas de construção e uso. As ferramentas gerenciais não estão incluídas nos objetivos. As ferramentas de construção auxiliam no processo de extração de dados e as ferramentas de uso incluem os mecanismos de manipulação de dados. As ferramentas de gerência auxiliam o processo de armazenamento e permissões de acesso.

Assinale a sequência CORRETA.

Alternativas
Comentários

  • LETRA D
     

    - "Os conceitos de BI estão em sua essência relacionados com uma específica e única forma de tratamento das informações." - Errado, não existe somente uma forma de tratar os dados. O tratamento dependerá dos objetivos.
    - Fui pela intuição
    - Dado todo o texto eu entendi: "O que foi dito aqui tem relação com os objetivos de BI: Apoiar os negócios e as tomadas de decisões"
    - ESSA EU NÃO SEI, tenho algumas ideias do porquê do erro, mas prefiro não opinar.

    No mais os comandos dessa questão estão muito mal elaborados!

  • Questão estranha, li umas 5 vezes.

    I) Não existe um tratamento unico de dados no BI

    II)Correto

    III)Correto

    IV)"As ferramentas gerenciais não estão incluídas nos objetivos", o erro está aqui


  • Essa eu só acertei por saber que a primeira assertiva está errada e que terceira está certa. Somente a letra D confirmou F e V respectivamente para elas.

ID
2779273
Banca
UECE-CEV
Órgão
Funceme
Ano
2018
Provas
Disciplina
Banco de Dados
Assuntos

Atente para as seguintes características:

I. ineficiência na busca local;
II. ineficiência na busca global;
III. dificuldade de paralelização;
IV convergência prematura.

Das características acima apresentadas, representam desvantagens conhecidas da metaheurística Particle Swarm Optimization (PSO) somente as que constam em

Alternativas
Comentários

  • Comenta qc.

    Pedir comentário do professor.

ID
2788900
Banca
CCV-UFC
Órgão
UFC
Ano
2013
Provas
Disciplina
Banco de Dados
Assuntos

Uma categoria de aplicações, processos e tecnologias para suportar e melhorar o processo de tomada de decisão em negócios. Sobre um sistema de business intelligence, assinale a alternativa correta.

Alternativas
Comentários

  • Compreensão de dados históricos e dar suporte a tomada de decisões, já mata a questão.

    Letra a

  • É o site do Governo Federal, portanto não seria diferente disso kkk. Bons estudos.

  • (A)

    Business inteligence: O Processo de coleta, organização, análise, compartilhamento e monitoramento de informações para a gestão de negócios.

    ------------------------------------

    Outras questões conceituais Cespe que ajudam a responder:

    Inteligência empresarial, ou business inteligence, é um termo utilizado para descrever as habilidades das corporações para coletar dados e explorar informações, analisá-las e desenvolver entendimentos para tomada de melhores decisões.(C)

    Business intelligence pode ser definido como um processo inteligente de coleta, organização, análise, compartilhamento e monitoração de dados que, depois de processados, geram informações para o suporte e para a tomada de decisões no ambiente de negócios.(C)

    Uma solução de business intelligence, usualmente, provê as seguintes capacidades: memória da organização, integração da informação, criação de insights e apresentação dos dados.(C)

    No jargão empresarial moderno, business intelligence é o processo de recolhimento e tratamento de informações que apoiarão a gestão de um negócio.(C)

ID
2801404
Banca
CESGRANRIO
Órgão
Transpetro
Ano
2018
Provas
Disciplina
Banco de Dados
Assuntos

Sistemas especialistas ocupam lugar privilegiado na área de Inteligência Artificial, mesmo com o avanço de outras áreas. Esses sistemas capturam conhecimento tácito de especialistas e podem ser utilizados em processos complexos de tomada de decisão como, por exemplo, diagnósticos médicos.


NÃO é característica dos sistemas especialistas

Alternativas
Comentários

  • Gbarito E

    Sistemas especialistas são programas que têm como objetivo simular o raciocínio de um profissional “expert” em alguma área de conhecimento bem específica. Por exemplo, um sistema especialista em “câncer de mama” (área específica da medicina) perguntaria certos dados ao usuário e forneceria um diagnóstico acrescido de um aconselhamento profissional sobre o que seria o melhor a fazer nesse caso informado.

    Um Sistema Especialista se divide em duas palavras, que são Sistema - "Conjunto de elementos, materiais ou ideais, entre os quais se possa encontrar ou definir alguma relação" e Especialista - "Pessoa que se consagra com particular interesse e cuidado a certo estudo. Conhecedor, perito", sendo uma classe de programa de computador desenvolvido por pesquisadores de Inteligência artificial durante os anos 1970 e aplicado comercialmente durante os anos 1980. Em síntese, são programas constituídos por uma série de regras (às vezes também heurísticas) que analisam informações (normalmente fornecidas pelo usuário do sistema) sobre uma classe específica de problema (ou domínio de problema).

    Um termo relacionado é wizard (software) (em inglês). Como um sistema especialista, um wizard também é um programa de computador interativo que auxilia o usuário a resolver um problema. Normalmente, o termo wizard é empregado para designar programas que pesquisam uma base de dados procurando por critérios informados pelo usuário. Infelizmente, a distinção entre essas duas definições não é universal, e alguns programas baseados em regras são também chamados de wizards.

    Um sistema especialista (SE) é desenvolvido a partir da necessidade de se processar informações não numéricas, é capaz de apresentar conclusões sobre um determinado tema, desde que devidamente orientado e "alimentado".

    Um sistema especialista é uma forma de sistema baseado no conhecimento especialmente projetado para emular a especialização humana de algum domínio específico. Um SE irá possuir uma base de conhecimento formada de fatos e regras sobre o domínio, tal como um especialista humano faria, e devem ser capazes de oferecer sugestões e conselhos aos usuários.

    Sistemas Multi-Especialistas são uma tendência moderna, visto que muitos problemas não são possíveis de se resolver com apenas um profissional especialista, mas apenas com toda uma equipe multidisciplinar. Nesse caso, o programa se torna especialista em dois ou mais ramos de áreas científicas distintas, e usa esses conhecimentos de forma integrada para fornecer o melhor aconselhamento possível.

     

     

     

     

    "Retroceder Nunca Render-se Jamais !"
    Força e Fé !
    Fortuna Audaces Sequitur !

  • Só usando a lógica dá para resolver, sistemas especialistas não opera em domínios abrangentes do conhecimento..

  • ...O autor comenta ainda que essa tecnologia(Sistemas especialista) é mais necessária em sistemas de informação que tenha um domínio específico, pois não possuem conhecimentos de domínios múltiplos...


    Referência: http://www.administradores.com.br/artigos/marketing/inteligencia-artificial-e-sistemas-especialistas/33860/

ID
2831062
Banca
Gestão Concurso
Órgão
EMATER-MG
Ano
2018
Provas
Disciplina
Banco de Dados
Assuntos

Informe se é verdadeiro (V) ou falso (F) o que se afirma abaixo sobre Business Inteligence (BI).

( ) O BI abrange uma grande variedade de tecnologias e aplicativos para gerenciar parte do ciclo de vida dos dados.

( ) A implementação de BI em uma organização envolve a captura não apenas dos dados corporativos, mas também do conhecimento sobre os dados.

( ) O foco das ferramentas de BI está na automação operacional e no relatório.

( ) Existem somente três componentes básicos que todo ambiente de BI deve fornecer: banco de dados, consulta de dados e ferramentas de análise e de apresentação e visualização de dados

De acordo com as afirmações, a sequência correta é

Alternativas
Comentários

  • i) BI não gerencia o ciclo de vida dos dados.

    ii) Correto

    iii)O foco da BI é analise de dados para apoia as decisões das empresas

    iv)Os componentes de Business Intelligence são: fontes de dados, Data Warehouse (DWH), Online Analytical Processing (OLAP), Data Mining, Extract, Transform, Load (ETL) e ferramentas de visualização.

  • Acredito que esteja se referindo as dimenssões :

    ( ) A implementação de BI em uma organização envolve a captura não apenas dos dados corporativos, mas também do conhecimento sobre os dados.

ID
2837620
Banca
IADES
Órgão
APEX Brasil
Ano
2018
Provas
Disciplina
Banco de Dados
Assuntos

No jargão empresarial moderno, business intelligence é o (a)

Alternativas
Comentários

  • Gabarito D

    O termo Business Intelligence (BI), inteligência de negócios, refere-se ao processo de coleta, organização, análise, compartilhamento e monitoramento de informações que oferecem suporte a gestão de negócios. É o conjunto de teorias, metodologias, processos, estruturas e tecnologias que transformam uma grande quantidade de dados brutos em informação útil para tomadas de decisões estratégicas.



    "Retroceder Nunca Render-se Jamais !"

    Força e Fé !

    Fortuna Audaces Sequitur !

  • Business Inteligence é um termo utilizado para descrever as habilidades das corporações para coletar dados e

    explorar informações, analisá-las e desenvolver entendimentos para tomada de melhores decisões.

    Business Intelligence são técnicas, métodos e ferramentas de análise de dados para subsidiar processos de

    decisão de uma empresa

  • (D)

    Business inteligence: O Processo de coleta, organização, análise, compartilhamento e monitoramento de informações para a gestão de negócios.

    ------------------------------------

    Outras questões conceituais Cespe que ajudam a responder:

    Inteligência empresarial, ou business inteligence, é um termo utilizado para descrever as habilidades das corporações para coletar dados e explorar informações, analisá-las e desenvolver entendimentos para tomada de melhores decisões.(C)

    Business intelligence pode ser definido como um processo inteligente de coleta, organização, análise, compartilhamento e monitoração de dados que, depois de processados, geram informações para o suporte e para a tomada de decisões no ambiente de negócios.(C)

    Uma solução de business intelligence, usualmente, provê as seguintes capacidades: memória da organização, integração da informação, criação de insights e apresentação dos dados.(C)

ID
2849419
Banca
CESPE / CEBRASPE
Órgão
TCE-MG
Ano
2018
Provas
Disciplina
Banco de Dados
Assuntos

Em machine learning, a categoria de aprendizagem por reforço identifica as tarefas em que

Alternativas
Comentários

  • Gab: A


    Errei e busquei info...


    Eis alguns exemplos bem conhecidos de aplicações de machine learning, dos quais você já deve ter ouvido falar:


    Os carros autônomos super esperados do Google? A essência do machine learning;



    Ofertas recomendadas como as da Amazon e da Netflix?

    Aplicações de machine learning para o dia-a-dia;

    Saber o que seus clientes estão falando de você no Twitter?

    Machine learning combinado com criação de regras linguísticas;

    Detecção de fraudes? Um dos usos mais óbvios e importantes de machine learning no mundo de hoje.




    Fonte: https://www.sas.com/pt_br/insights/analytics/machine-learning.html

  • Acho que seria mais ou menos isso. Se eu estiver equivocado por favor me corrijam.


    a) aprendizagem por reforço (gabarito)

    b) aprendizagem não supervisionada

    c) aprendizagem supervisionada (regressão)

    d) aprendizagem supervisionada (classificação)

    e) aprendizagem supervisionada (regressão)




  • "Aprendizado por reforço é um ramo estudado em estatística, psicologia,neurociência e ciência da computação. Atraiu o interesse de pesquisadores ligados a aprendizado de máquina e inteligência artificial, e é um método de programação de agentes através do oferecimento de recompensas e punições, sem a necessidade de especificar como uma tarefa deve ser realizada. É entendido como o problema encontrado por um agente que deve aprender como se comportar em um ambiente dinâmico através de interações do tipo “tentativa e erro”. A abordagem que é utilizada nesse trabalho é feita usando-se técnicas estatísticas e métodos de programação dinâmica, buscando estimar qual a vantagem em se tomar determinadas ações em diferentes estados do ambiente (...)"


    link da Fonte:

    https://www.maxwell.vrac.puc-rio.br/19637/19637_4.PDF

  • "O aprendizado de máquina (em inglês, machine learning) é um método de  que automatiza a construção de modelos analíticos. É um ramo da  baseado na ideia de que sistemas podem aprender com dados, identificar padrões e tomar decisões com o mínimo de intervenção humana."

  • Machine Learning da maneira mais básica é a prática de usar algoritmos para coletar dados, aprender com eles, e então fazer uma determinação ou predição sobre alguma coisa no mundo. Então ao invés de implementar as rotinas de software na mão, com um set específico de instruções para completar uma tarefa em particular, a máquina é “treinada” usando uma quantidade grande de dados e algoritmos que dão e ela a habilidade de aprender como executar a tarefa.

     

    GABARITO: LETRA "A"

    Fonte: https://medium.com

  • Há 3 tipos de Aprendizado de Máquina:

    Aprendizado por Reforço

    A máquina tenta aprender qual é a melhor ação a ser tomada, dependendo das circunstâncias na qual essa ação será executada. Imagine criar um programa responsável por dirigir um veículo autônomo. Ele deve aprender a dirigir pelas ruas e transportar seus passageiros. Existem diversas formas de otimizar esta tarefa. Por exemplo, chegar ao destino no menor tempo possível e não causar nenhum acidente. Queremos que ele saiba o que fazer conforme o que ocorre à sua volta, e preferimos que ele demore um pouco mais do que causar um acidente, por exemplo. A aprendizagem por reforço é uma forma de ensinar ao computador qual ação priorizar dada uma determinada situação.

    Aprendizado Supervisionado

    Aprendizagem supervisionada é a tarefa de encontrar uma função a partir de dados de treinamento rotulados. Ou seja, dizemos ao computador o que é cada entrada (qual o label) e ele aprende quais características daquelas entradas fazem elas serem o que são. De acordo com o tipo de resultado do algoritmo, podemos classificá-lo entre algoritmo de classificação ou algoritmo de regressão. Se o rótulo é um número real, a tarefa chama-se regressão. Se o rótulo vem de um conjunto finito e não ordenado, então a tarefa chama-se classificação.

    Aprendizado Não Supervisionado

    Na aprendizagem não-supervisionada temos menos informação sobre os objetos, em particular, o conjunto de treinamento não é rotulado. O nosso objetivo, neste contexto, é observar algumas similaridades entre os objetos e incluí-los em grupos apropriados. Alguns objetos podem diferir largamente de todos os grupos e, deste modo, podemos assumir que estes objetos são anomalias.

  • a A está super certa, mas achem um erro na C? abstrata e filosoficamente falando não tem, tanto que eu coloquei C, mesmo tendo feito um projeto de Reinforcement Learning na faculdade...inferno viu

  • "...Uma aplicação potencial do aprendizado por reforço em veículos autônomos é uma das aplicações mais trabalhadas nos dias de hoje em todo mundo..."

    http://deeplearningbook.com.br/o-que-e-aprendizagem-por-reforco/

  • Machine learning é um método de análise de dados que automatiza o desenvolvimento de modelos analíticos. Usando algoritmos que aprendem interativamente a partir de dados, o aprendizado de máquinas permite que os computadores encontrem insights ocultos, sem serem explicitamente programados para procurar algo específico.

    As tarefas técnicas de mineração de dados estão bem relacionadas com o aprendizado de máquina, pois a mineração de dados descobre padrões e conhecimento previamente desconhecidos e o aprendizado de máquina usa esses padrões e conhecimentos adquiridos, aplicando-os a outros dados e, em seguida, aplicando esses resultados às tomadas de decisões e ações.

    Fonte: Prof. Ramon Souza

  • O que é Machine Learning?

    Machine Learning é uma tecnologia onde os computadores tem a capacidade de aprender de acordo com as respostas esperadas por meio associações de diferentes dados, os quais podem ser imagens, números e tudo que essa tecnologia possa identificar. Machine Learning é o termo em inglês para a tecnologia conhecida no Brasil como aprendizado de máquina.

     

    “Em 2019 uma operadora móvel inglesa se juntou à IBM para criar uma maneira de empregar sistemas de computação em nuvem para apoiar a próxima onda de avanços digitais, como Machine Learning, em redes de telecomunicações sem fio baseadas em tecnologia 5G. A iniciativa permitirá, por exemplo, a comunicação entre robôs em uma fábrica sem a necessidade.”

     

    Um exemplo melhor:

    Deep learning é um tipo de machine learning que treina computadores para realizar tarefas como seres humanos, o que inclui reconhecimento de fala, identificação de imagem e previsões. Em vez de organizar os dados para serem executados através de equações predefinidas, o Deep learning configura parâmetros básicos sobre os dados e treina o computador para aprender sozinho através do reconhecimento padrões em várias camadas de processamento.

     

    Como Big Data e Machine Learning se associam?

    Para trabalhar com o sistema de aprendizado de máquina é necessário utilizar um certo conjunto de dados.

    O Big Data permite que os dados sejam virtualizados para que possam ser armazenados da maneira mais eficiente e econômica, seja on premises ou na cloud. Além da eficiência o Big Data também auxilia na melhoria da velocidade e confiabilidade da rede, removendo outras limitações físicas associadas ao gerenciamento de dados em grande quantidade.

    Apesar das vantagens oferecidas no processo, uma empresa não necessita ter Big Data para trabalhar com Machine Learning.

  • Deep learning

    • espécie do gênero machine learning
    • é um método específico de aprendizado de máquina que incorpora redes neurais em camadas sucessivas para aprender com os dados de uma maneira iterativa.
    • útil para aprender padrões de dados não estruturados.
    • Redes neurais complexas de Deep learning são projetadas para emular como o cérebro humano funciona, para que os computadores possam ser treinados para lidar com abstrações e problemas mal definidos. Redes neurais e deep learning são frequentemente usados em aplicativos de reconhecimento de imagem, fala e visão computacional.

    TERMOS-CHAVE: REDES NEURAIS; ITERAÇÃO; PADRÃO; EMULAR CÉREBRO HUMANO.

    Aprendizado por Reforço

    • o sistema não é treinado com o conjunto de dados de amostra.
    • sistema aprende por meio de tentativa e erro.
    • tenta aprender qual é a melhor ação a ser tomada, dependendo das circunstâncias na qual essa ação será executada.
    • é uma forma de ensinar ao computador qual ação priorizar dada uma determinada situação.
    • O algoritmo recebe feedback da análise de dados, orientando o usuário para o melhor resultado.

    TERMOS-CHAVE: TENTATIVA E ERRO; FEEDBACK.

    Aprendizado Supervisionado

    • quando apresentamos ao algoritmo dados de entrada e as respectivas saídas.

    Aprendizado Não Supervisionado

    • quando apresentamos somente os dados de entrada e o algoritmo descobre as saídas.

  • Aprendizagem por Reforço

    O computador é estimulado a aprender com base em tentativas e erros. O processo é otimizado por meio da prática direta, ensinando o sistema a priorizar certos hábitos.

    O algoritmo realiza um feedback sobre os resultados obtidos, atribuindo pontuações positivas a resultados considerados corretos e penalizando os incorretos.

    Maior aplicação nos dias de hoje são nos carros autônomos.

  • Deep learning

    • espécie do gênero machine learning
    • é um método específico de aprendizado de máquina que incorpora redes neurais em camadas sucessivas para aprender com os dados de uma maneira iterativa.
    • útil para aprender padrões de dados não estruturados.
    • Redes neurais complexas de Deep learning são projetadas para emular como o cérebro humano funciona, para que os computadores possam ser treinados para lidar com abstrações e problemas mal definidos. Redes neurais e deep learning são frequentemente usados em aplicativos de reconhecimento de imagem, fala e visão computacional.

    TERMOS-CHAVE: REDES NEURAIS; ITERAÇÃO; PADRÃO; EMULAR CÉREBRO HUMANO.

    Aprendizado por Reforço

    • o sistema não é treinado com o conjunto de dados de amostra.
    • sistema aprende por meio de tentativa e erro.
    • tenta aprender qual é a melhor ação a ser tomada, dependendo das circunstâncias na qual essa ação será executada.
    • é uma forma de ensinar ao computador qual ação priorizar dada uma determinada situação.
    • O algoritmo recebe feedback da análise de dados, orientando o usuário para o melhor resultado.

    TERMOS-CHAVE: TENTATIVA E ERRO; FEEDBACK.

    Aprendizado Supervisionado

    • quando apresentamos ao algoritmo dados de entrada e as respectivas saídas.

    Aprendizado Não Supervisionado

    • quando apresentamos somente os dados de entrada e o algoritmo descobre as saídas.

  • um software interage com um ambiente dinâmico, como, por exemplo, veículos autônomos.

ID
2849431
Banca
CESPE / CEBRASPE
Órgão
TCE-MG
Ano
2018
Provas
Disciplina
Banco de Dados
Assuntos

Um dos desdobramentos de big data é o big data analytics, que se refere aos softwares capazes de tratar dados para transformá-los em informações úteis às organizações. O big data analytics difere do business intelligence por

Alternativas
Comentários

  • Gab: C

    (...) analisar o que já existe e o que está por vir, apontando novos caminhos.



    big data  (data warehouse)

    big data analytics (data mining / olap)

  • Big Data Analytics - descobrir padrões, correlações desconhecidas, tendências de mercado e preferências de consumidores --> ".. o que está por vir, apontando novos caminhos"

    Business Inteligence - análise de dados e apresentação de informações para tomada de decisão pelos executivos.


    Me parece que o Big Data Analytics tem uma análise mais voltada para o futuro (predições). Já o BI foca mais em análise de dados passados.

  • Letra C

    A diferença entre Big Data e Business Intelligence

    O BI e Big Data são distintos e possuem objetivos diferentes. De certa forma são complementares. As duas soluções podem trabalhar conjuntamente, de forma não excludente, para melhor analisar e entender os dados.

    A solução de BI tem foco na coleta, organização, transformação e disponibilização de dados estruturados para a tomada de decisão, além de permitir a análise preditiva de forma rápida e assertiva às organizações. Fornecem insights e tendências aos gestores, para assim poderem criar diretrizes eficientes e eficazes para o alcance dos resultados empresariais almejados.

    Já o Big Data, em geral, pouco se preocupa com a exatidão que é fornecida em um sistema de BI (exceto em casos específicos ou onde a utilização de sensores se faz presente). O Big Data foca no processamento dos dados em busca de correlações e descobertas. Por isso no Big Data nem sempre saberemos os motivos para as correlações existentes, pois poderá ser algo jamais concebido ou estudado. E está aí o diferencial do Big Data: mostrar caminhos e correlações antes desconhecidos nos grandes volumes de dados, em tempo hábil, para que as empresas obtenham vantagens competitivas.

    Portanto, o BI trata das perguntas conhecidas e das nossas pré-concepções com relação aos dados. Ao passo que Big Data se envolve com um universo de novas possibilidades e perguntas que ainda não conhecemos. Ambas possuem grande importância e devem ser bem entendidas para que as empresas possam aproveitá-las da melhor forma, agregando e alcançando os valores e resultados desejados aos negócios.

    https://canaltech.com.br/business-intelligence/A-diferenca-entre-Big-Data-e-Business-Intelligence/

  •  

    A análise de big data (Big data analytics) examina grandes quantidades de dados para descobrir padrões ocultos, correlações e outras percepções. Com a tecnologia atual, é possível analisar seus dados e obter respostas a partir dele quase imediatamente - um esforço mais lento e menos eficiente com soluções de business intelligence mais tradicionais.

     

     

    GABARITO: LETRA "C"

  • Comentários:

    O Business Intelligence trata das perguntas conhecidas e das nossas pré-concepções com relação

    aos dados. Ao passo que Big Data Analytics se envolve com um universo de novas possibilidades

    e perguntas que ainda não conhecemos, analisando o que já existe e o que está por vir, apontando

    novos caminhos.

  • Como eu errei pq tinha ficado na dúvida entre a Letra C e Letra E, achei a definição abaixo:

    Mas se ambos analisam informações, quais as diferenças do big data pra o BI ?

    Assim como o big data, o BI também consegue fazer a análise de enormes quantidades de dados em grande velocidade e em tempo real. Claro que o big data não está sendo usado em sua plena forma. Na verdade, ainda não foi explorado em seu total potencial. Mas, mesmo assim, se mostra como ótima ferramenta de negócios.

    O big data não necessariamente entregará dados concretos com análises claras. Ele resgata dados existentes e cria relações, que muitas vezes podem passar despercebidos. O BI proporciona o entendimento em sua base de dados, com saídas lógicas e estratégicas. Já o big data abre caminhos que são diferentes e, que nem sempre, representam novas perspectivas sob a ótica dos gestores, facilitando a competitividade.

    O BI analisa o que já existe, definindo as melhores hipóteses. O big data aponta novos caminhos, além de exigir de quem o adota, o conhecimento prévio do BI, pois essa vivência analítica será importante para a interpretação de dados colhidos nessa modalidade.

    Fonte : https://imasters.com.br/devsecops/bi-e-big-data-qual-diferenca

  • a) O big data analytics envolve conjuntos de dados dos mais variados tipos e fontes, que não estão restritos aos dados internos do negócio. A análise geralmente vai incluir muitos dados oriundos da internet, como postagens em redes sociais. Dessa maneira, não podemos dizer que que big data analytics desprivilegia outras áreas em relação ao ambiente de negócios. ERRADA

    b) Big data envolve conjuntos de dados muito grandes e complexos, envolvendo muitos dados não estruturados. Assim como na mineração de dados, o objetivo vai esta mais voltado à descoberta do que no Business Intelligence. ERRADA

    c) Essa é a nossa resposta. Big data analytics faz bastante uso de modelagem preditiva, utilizando as informações que já existem, considerando o que está por vir, para descobrir novos caminhos e alternativas de acordo com o propósito do negócio. CERTA

    d) A coleta, a transformação e a disponibilização dos dados fazem parte do processo de Business Intelligence, mais precisamente da etapa de ETL – extrair, transformar e carregar. ERRADA

    e) Big data analytics considera sim o que já existe, mas tem também um foco considerável em descoberta, ou seja, aquilo que está por vir. Assim, a alternativa C se mostra mais adequada para o que foi perguntado. ERRADA

  • O Big Data aponta novos caminhos, além de exigir de quem o adota o conhecimento prévio de BI, pois essa vivência analítica será importante para a interpretação de dados obtidos nessa modalidade

    Big Data O Futuro dos Dados e Aplicações

    Felipe Nery Rodrigues Machado Editora Erica Saraiva

  • O Business Intelligence trata das perguntas conhecidas e das nossas pré-concepções com relação aos dados. Ao passo que Big Data Analytics se envolve com um universo de novas possibilidades e perguntas que ainda não conhecemos, analisando o que já existe e o que está por vir, apontando novos caminhos.

    O termo Big Data Analytics refere-se aos poderosos softwares que tratam dados estruturados e não estruturados para transformá-los em informações úteis às organizações, permitindo-lhes analisar dados, como registros de call center, postagens de redes sociais, de blogs, dados de CRM e demonstrativos de resultados.

  • O Business Intelligence trata das perguntas conhecidas e das nossas pré-concepções com relação aos dados. Ao passo que Big Data Analytics se envolve com um universo de novas possibilidades e perguntas que ainda não conhecemos, analisando o que já existe e o que está por vir, apontando novos caminhos.

    Gabarito: Letra C

  • "Business Intelligence trata de encontrar respostas que explicam o passado, já o Big Data Analytics trata de encontrar as perguntas que explicam o futuro." Fonte: Estratégia Concursos

  • O Business Intelligence trata das perguntas conhecidas e das nossas pré-concepções com relação aos dados, aponta as melhores hipóteses. Ao passo que Big Data Analytics se envolve com um universo de novas possibilidades e perguntas que ainda não conhecemos, analisando o que já existe e o que está por vir, apontando novos caminhos. 

    B.I - PASSADO ( melhores hipóteses)

    B.D.A- FUTURO (melhores caminhos)

  • Em outras palavras, o Business Intelligence trata de encontrar respostas que explicam o

    passado,

    Big Data Analytics trata de encontrar as perguntas que explicam o futuro.

    Fonte: Estratégia Concursos

  • Big Data Analytics: Foco na descoberta, com base nas informações que existem = Futuro

    BI: Análise e apresentações das informações existentes, buscando respostas a elas. Foco na coleta, transformação e disponibilização dos dados = Presente

  • O Business Intelligence trata das perguntas conhecidas e das nossas pré-concepções com relação aos dados. Ao passo que Big Data Analytics se envolve com um universo de novas possibilidades e perguntas que ainda não conhecemos, analisando o que já existe e o que está por vir, apontando novos caminhos.

    Gabarito: Letra C

  • O objetivo de ambos (Big Data Analytics e Business Intelligence) é ajudar uma organização a tomar boas decisões por meio da análise de dados. No entanto, o Business Intelligence ajuda a encontrar as respostas para as perguntas de negócios que já conhecemos, enquanto o Big Data Analytics nos ajuda a encontrar as perguntas e respostas que nem sequer sabíamos que existiam – tudo isso por meio de padrões, correlações desconhecidas, tendências de mercado e preferências de consumidores.

    Em outras palavras, o Business Intelligence trata de encontrar respostas que explicam o passado, já o Big Data Analytics trata de encontrar as perguntas que explicam o futuro. Ambos possuem grande importância, complementam-se e devem ser bem entendidos para que as empresas possam aproveitá-los da melhor forma, agregando e alcançando os valores e resultados desejados aos negócios.

    Fonte: Estratégia concursos

  • BI - encontra respostas que explicam o passado

    Big data Analytics - encontra perguntas que explicam o futuro

    gab C

    analisar o que já existe e o que está por vir, apontando novos caminhos.

    "encontra oportunidades antes não percebidas"

  • BUSINESS INTELLIGENCE à trata de ENCONTRAR RESPOSTAS QUE EXPLICAM O PASSADO

    BIG DATA ANALYTICS à trata de ENCONTRAR AS PERGUNTAS QUE EXPLICAM O FUTURO.

  • Big Data Analytics: encontra as perguntas e as respostas que nem sequer sabíamos que existiam >>> FUTURO

    Anotações Complementares (para revisão):

    Hadoop/Map Reduce

    > Processamento de dados massivos em algoritmo escalável, paralelo e distribuído

    > Grandes Problemas ---> Pequenos Problemas

    > Software de código aberto, implementado na linguagem de programação Java para implementar o algoritmo Map Reduce (chaves e valores)

    > Map Reduce + HDFS(ready many; write once)

    Business Intelligence: encontra as respostas para as perguntas de negócios que já conhecemos >>> PASSADO

  • BI - Históricos (Dados do passado)

    BDA - Histórico + FUTURO

  • Outra questão da mesma banca:

    O termo Big Data Analytics refere-se aos poderosos softwares que tratam dados estruturados e não estruturados para transformá-los em informações úteis às organizações, permitindo-lhes analisar dados, como registros de call center, postagens de redes sociais, de blogs, dados de CRM e demonstrativos de resultados. (C) 

    O BI trata de encontrar respostas que explicam o passado. Já o Big Data Analytics trata de encontrar perguntas que explicam o futuro. 

  • Business inteligence = Dados históricos

    Big data analitcs = Dados históricos + o que está por vir

  • Big Data Analitcs é capaz de fazer a - Análise Preditiva: Este tipo de análise é o mais indicado para quem precisa prever algum tipo de comportamento ou resultado.

  • Letra C

    Big data analytics:

    "Softwares capazes de tratar dados para transformá-lo em informações úteis às organizações"

    "É a análise de grandes quantidades de dados brutos para extrair informações e insights para um determinado negócio"

    “Analisa o que já existe e o que está por vir, apontando novos caminhos, ou seja, antecipando tendências”

ID
2858938
Banca
IF-MT
Órgão
IF-MT
Ano
2018
Provas
Disciplina
Banco de Dados
Assuntos

Em seu site institucional, a Gartner Group afirma que “a inteligência artificial (IA) gera valor com base nos resultados de negócios em torno da experiência do cliente, redução de custos e geração de receita. Os CIOs de sucesso entendem que os aplicativos de IA são mais do que projetos técnicos e táticos - e que a aplicação da IA como uma capacidade tecnológica pode possibilitar novas oportunidades e ajudar a atingir as metas de negócios”. Tais aplicações, incluindo os Sistemas de Apoio à Decisão (SAD) utilizam de diversas tecnologias de IA para entregar resultados a gestores. Das sentenças a seguir, qual não corresponde corretamente a um tipo de sistema especialista:

Alternativas
Comentários

  • alguém pode explica essa questão?

  • Letra (c) refere-se a sistemas baseados em algoritmos genéticos

  • Mutação em Redes Neurais?

  • O erro da C é dizer que Redes Neurais resolvem problemas específicos e bem delineados. As redes neurais não são como os computadores que são programados a seguir determinados comandos pré definidos, elas na verdade aprendem a resolver o problema conforme os dados são fornecidos e vão aprimorando as respostas continuamente como um aprendizado, de maneira quase independente simulando os neurônios do cérebro humano.

    Nesse link dá para ter uma ideia de como as redes neurais funcionam:

    https://www.sas.com/pt_br/insights/analytics/neural-networks.html

  • não entendi nada

ID
2896339
Banca
CESPE / CEBRASPE
Órgão
SEFAZ-RS
Ano
2019
Provas
Disciplina
Banco de Dados
Assuntos

A respeito do BI (business intelligence), assinale a opção correta.

Alternativas
Comentários

  • c) As técnicas de BI objetivam definir regras para a formatação adequada dos dados, com vista a sua transformação em depósitos estruturados de informações, sem considerar a sua origem.

    Comentário: O sistema de DW/BI visa fornecer uma única fonte estrutura de informações para a organização, com vistas a ser fonte importante para a tomada de decisões. Os dados em um sistema DW/BI vêm de diversas fontes heterogêneas, sendo integrados no data warehouse independentemente de sua origem/fonte.

    Outra resposta plausível seria a letra e) “A camada de apresentação de uma arquitetura de BI é aquela em que as informações são organizadas e centralizadas.” Contudo, essa alternativa ignora que a centralização dos dados e das informações é realizada previamente à apresentação para o usuário, na construção do Data Warehouse organizacional. Acredito que o gabarito é, realmente, a letra C.

    Fonte: https://www.direcaoconcursos.com.br/artigos/gabarito-sefaz-rs-tecnologia-da-informacao-prova-resolvida/

  • A camada de apresentação pode estar nas estações finais dos usuários fazendo uso simultâneo da base centralizada, por exemplo um DW.

  • Gabarito "C"

    (a) Errado. Via de regra, informações são geradas por prestadores de serviços operacionais e transformadas em informações úteis para os tomadores de decisão – está invertido;

    (b) Errado. ETL é o processo de extração, transformação e carga de dados previsto pela Arquitetura de Business Intelligence para posterior análise de dados;

    (c) Correto. A Arquitetura BI/DW realmente define regras para transformação de dados de diversas fontes que serão carregados em depósitos de dados (Data Warehouse);

    (d) Errado. É representado por uma única base de dados centralizada que utiliza uma modelagem multidimensional e, não, relacional;

    (e) Errado. As informações são organizadas e centralizadas na Camada de Data Warehouse e são acessadas pelos usuários finais por meio de aplicações (Camada de Apresentação/Visualização).

    Fonte: Professor Diego Carvalho - Estratégia Concursos

  • Confundiu com a Definição de Data Warehouse.

    (C- As técnicas do BI objetivam definir regras para a formatação adequada dos dados, com vista a sua transformação em depósitos estruturados de informações, sem considerar a sua origem.)

    Marquei a A - porém como o colega disse os conceito estão invertidos!

  • a) As informações presentes em um sistema de BI não são prestadas apenas pelos tomadores de decisão. Elas são oriundas de diferentes fontes heterogêneas e só depois são transformadas em estruturas que facilitam a tomada de decisão. ERRADA

    b) O ETL é um processo de extração, transformação e carregamento dos dados. Esse processo visa preparar os dados para análise, não realizá-la. ERRADA

    c) As técnicas e procedimentos de BI visam definir regras para a formatação adequada dos dados, com o propósito de armazená-los em um repositório estruturado e integrado chamado data warehouse. 

    É um pouco estranho o trecho que diz “sem considerar a sua origem”, já que, obviamente, o processo de ETL terá que lidar com as particularidades de cada fonte de dados. Como esse item é o mais correto da questão, podemos assumir que o examinador quis dizer que os dados, após o armazenamento no data warehouse (e, por consequência do ETL) ficam armazenados em uma só estrutura integrada, independentemente de suas fontes. 

    d) O repositório de dados analíticos do BI (que é o data warehouse) é representado por repositórios que utilizam a modelagem dimensional, não relacional! Esses repositórios utilizam uma estrutura desnormalizada, de modo a privilegiar a performance de leitura de dados para análise. ERRADA

    e) A camada de apresentação do BI é aquela que permite a análise. Nela, as informações são dispostas em elementos como gráficos, dashboards e relatórios, ou ficam disponíveis para navegação e análise através do uso de OLAP. No entanto, a organização e centralização das informações é feita ainda durante o processo de ETL, na parte de integração dos dados. ERRADA

  • Na letra C - "sem considerar a sua origem"???

    Alguém poderia me ajudar a entender isso?

    Obrigado.

  • Esse "sem considerar a sua origem" que me f*deu

  • Letra C

    É interessante mencionar que um usuário que desejar utilizar os conceitos de BI precisará de uma infraestrutura arquitetural específica capaz de extrair, limpar, formatar, transformar e carregar dados estruturados ou não estruturados de diversas fontes em depósitos de informações que possam ser acessados por sistemas analíticos.

    Fonte: estratégia concursos.

  • A Arquitetura BI/DW realmente define regras para transformação de dados de diversas fontes que serão carregados em depósitos de dados (Data Warehouse);

  • A redação da questão é ruim. A intenção do examinador, na letra C, era dizer que os dados são provenientes das mais diversas origens (independente de como estejam apresentadas na fonte original) e que são transformadas para o padrão desejado pelo processo de ETL..

ID
2936806
Banca
NC-UFPR
Órgão
ITAIPU BINACIONAL
Ano
2019
Provas
Disciplina
Banco de Dados
Assuntos

O processo de Business Intelligence (BI) reúne ferramentas e técnicas modernas para realizar investigações que permitam a identificação e a determinação dos motivos da ocorrência de eventos de interesse, gerando assim conhecimento novo e útil. Para tal, esse tipo de sistema apresenta aspectos arquiteturais e tecnológicos muito diferentes dos existentes em SIGs. A respeito dos aspectos arquiteturais e tecnológicos desse tipo de sistema, considere as seguintes afirmativas:

1. O processo de BI ocorre sobre um Data warehouse e não sobre a base de dados transacional (OLTP), pois o Data warehouse já foi gerado a partir de processos de limpeza de dados, duplicação de registros, sumarização de dados e seleção de atributos.

2. O processo de BI procura identificar as causas dos eventos de interesse por meio da aplicação de OLAP em algoritmos supervisionados de Mineração de Dados.

3. Durante a execução do processo de BI, a Mineração de Dados gera modelos preditivos multidimensionais intermediários, que são então organizados em cubos OLAP para a geração de dashboards analíticos.

4. Durante o processo de BI, os dados são organizados multidimensionalmente, para permitir a análise sob vários pontos de vista por meio do OLAP.

Assinale a alternativa correta.

Alternativas
Comentários

  • Boa noite,

    Acredito que o gabarito esta errado, a questão 'A' deveria ser Deduplicidade de registros, ou seja, a eliminação de registros duplicados, ela manda duplicar os registros.

  • No gabarito estariam corretas as opções 1 e 4. Resposta Letra B.

  • Acredito que o correto seria eliminar as duplicidades, já que o DW é integrado. Seguimos.

  • Nem adianta pedir comentário de professor, pois só tem professor de direito aqui

  • 2. O processo de BI procura identificar as causas dos eventos de interesse por meio da aplicação de OLAP em algoritmos supervisionados de Mineração de Dados.

    Pense em um algoritmo supervisionado, por exemplo, usando uma rede neural, ele te dá as causas de um fenômeno? Ele gera um modelo que classifica o modelo em classes, ou mesmo pode ser usado para prever um resultado futuro, mas o porquê desse resultado quem pode dizer é o especialista, interpretando as saídas, e isso inclusive combina mais com algoritmos não supervisionados, por exemplo, por que esse ponto está agrupado nesse cluster, o que esse cluster representa...Fora que OLAP é aplicada em dados, não em algoritmos

    3. Durante a execução do processo de BI, a Mineração de Dados gera modelos preditivos multidimensionais intermediários, que são então organizados em cubos OLAP para a geração de dashboards analíticos.

    Bem fora de contexto, data mining não gera os modelos para serem organizados em cubos OLAP, cubos OLAP são gerados a partir dos dados, data mining gera modelos para extrair conhecimento, predição, associações, etc

  • Errei a questão por causa do termo "duplicação de dados" na questão 1 . Acredito que caberia recurso.

  • Gabarito: Somente a 4 está correta

    Deveria anular.

    Acho que ele tentou forçar a barra para o dado ser duplicado se não levar em conta o quesito tempo.

    Mas o tempo é um aspecto fundamental do DW, que pertence ao BI. Não dá para forçar essa barra...

  • Tive esse mesmo entendimento :/

  • Tive esse mesmo entendimento :/

  • Não basta ser legal, tem que ser moral. por isso, a violação da moralidade é passível de invalidação do ato.

  • ela quis dizer que a falta de moralidade pode ensejar em anulação de um ato, e isso é verdade!!! vamoquevamo

ID
2940922
Banca
COSEAC
Órgão
UFF
Ano
2019
Provas
Disciplina
Banco de Dados
Assuntos

São componentes normalmente utilizados no Business Intelligence (BI) os abaixo relacionados, EXCETO:

Alternativas
Comentários

  • O único Termo que não relação com o Banco de Dados é o da Alternativa E, transações Batch

ID
3013456
Banca
COMPERVE
Órgão
Prefeitura de Parnamirim - RN
Ano
2019
Provas
Disciplina
Banco de Dados
Assuntos

No universo das tecnologias de gestão, tem se destacado o uso de ferramentas de apoio à decisão, inclusive nas organizações públicas. O Power BI é uma dessas ferramentas, permitindo uma ampla modelagem e análise em tempo real para dar suporte ao mecanismo de decisões e à análise de projetos de grupo, de divisões ou de organizações inteiras. Analise as seguintes afirmativas sobre essa ferramenta da Microsoft ®.

I O Power BI tem três elementos: o Desktop, o serviço e o Mobile, todos projetados para permitir a criação, o compartilhamento e o consumo de análises de negócios.
II No Power BI, o fluxo de trabalho comum começa no Power BI Desktop, em que um relatório é criado.
III Os relatórios são publicados no serviço do Power BI e, depois, podem ser compartilhados para outros usuários que consomem as informações por meio do Power BI Mobile.
IV Os blocos de construção básicos no Power BI são os seguintes: visualizações, conjuntos de dados, análises, painéis e blocos.

Das afirmativas, estão corretas

Alternativas
Comentários

  • O Power BI é um serviço de análise de negócios da Microsoft lançado a 24 de julho de 2015. O objectivo do Power BI é fornecer visualizações interactivas e recursos de business intelligence com uma interface simples para que os usuários finais criem os seus próprios relatórios e dashboards.[1] Algumas das áreas onde o Power BI é utilizado são: Finanças, Engenharia, Tecnologias de Informação, Marketing e Saúde.

    Algumas vantagens do Power BI relativamente às outras ferramentas de visualização são: capacidade de carregar visualizações personalizadas através do AppSource, acesso à informação em tempo real, acesso de informação em qualquer aplicativo móvel, uso empresarial, actualização mensal com novas funções e facilidade de uso.[2]

    Em 2016, o Power BI era utilizado por 5 milhões de assinantes por todo o mundo.[3]

    Geral[editar | editar código-fonte]

    O Power BI oferece serviços de BI baseados em nuvem, conhecidos como "Power BI Services", juntamente com uma interface baseada em Desktop, chamada "Power BI Desktop". Contém recursos de armazém de dados, incluindo data preparation, data discovery e dashboards interactivos.[4] Em março de 2016, a Microsoft lançou um serviço adicional chamado Power BI Embedded na sua plataforma de nuvem do Azure.[5]

    As principais componentes do ecossistema do Power BI são:

    Power BI Desktop

    O dispositivo baseado em desktop do Windows para computadores, principalmente para projectar e publicar relatórios para o Serviço.

    Power BI Service

    O serviço online baseado em SaaS (software como serviço) (antigamente conhecido como Power BI para Office 365, actualmente conhecido como PowerBI.com ou simplesmente Power BI).

    Dispositivos móveis do Power BI

    Os aparelhos do Power BI Mobile para dispositivos Android e iOS, bem como para telemóveis e tablets da Windows.

    Power BI Gateway

    Gateways usados para sincronizar dados externos dentro e fora do Power BI. No modo Enterprise também pode ser usado por fluxos e PowerApps no Office 365.

    Power BI Embedded

    A API REST do Power BI pode ser usada para criar dashboards e relatórios nos dispositivos personalizados para utilizadores do Power BI, como também para utilizadores que não usam o Power BI.

    Power BI Report Server

    Uma solução de geração de relatórios de BI no local para empresas que não podem ou não podem armazenar dados no Serviço do Power BI baseado na nuvem.

    Power BI Visuals Marketplace

    Um mercado de recursos visuais personalizados e recursos visuais baseados em R.[6]

     

    https://pt.wikipedia.org/wiki/Power_BI

  • Power vi ainda não tem mobile

  • IV-blocos de construção básicos no power bi: visualizações, conjuntos de dados, análises, painéis e blocos.

    A assertiva está incorreta em trocar ``análises`` por ``Relatórios``

  • GABARITO A

    Os blocos de construção básicos no power bi: visualizações, conjuntos de dados, relatórios, painéis e blocos.

  • Gabarito: A

    ---> O power Bi possui 4 elementos: o Power BI Desktop, o serviço e os aplicativos móveis/mobile (são os três principais e foram projetados para lhe permitir criar, compartilhar e consumir insights) e o quarto elemento, o Servidor de Relatórios do Power BI, permite publicar relatórios do Power BI em um servidor de relatórios local, depois de criá-los no Power BI Desktop. 

    ---> Um fluxo de trabalho comum no Power BI começa pela conexão com fontes de dados e pela criação de um relatório no Power BI Desktop.

    ----> https://docs.microsoft.com/pt-br/power-bi/fundamentals/service-basic-concepts

  • Gabarito: A

    I – CORRETA

    II – CORRETA

    III- CORRETA

    IV – ERRADA - Os blocos de construção básicos no Power BI:

    ·        Visualizações

    ·        Conjunto de dados

    ·        Relatórios

    ·        Painéis

    ·        Blocos

    Fonte: https://docs.microsoft.com/pt-br/learn/modules/get-started-with-power-bi/3-building-blocks-of-power-bi

ID
3015643
Banca
FAURGS
Órgão
UFRGS
Ano
2018
Provas
Disciplina
Banco de Dados
Assuntos

Uma nuvem de palavras é um recurso gráfico (usado principalmente na internet) para descrever os termos mais frequentes de um determinado texto. O tamanho da fonte em que a palavra é apresentada é uma função da frequência da palavra no texto: palavras mais frequentes são desenhadas em fontes de tamanho maior, palavras menos frequentes são desenhadas em fontes de tamanho menor.


Qual é a técnica de análise de dados descrita pelo texto acima?

Alternativas
Comentários

  • Questão de inteligência artificial

  • Cabe uma discussão sobre Agrupamento tbm, pois cada palavra (em maior ou menor tamanho) seria como um cluster que agruparia uma determinada quantidade de termos encontrados. K-Means ou Clustering por similaridade de um modo geral... Na minha visão depende muito sobre qual etapa do processo a questão se refere.

  • REDES NEURAIS

    Uma rede neural artificial é composta por várias unidades de processamento, cujo funcionamento é bastante simples. Essas unidades, geralmente são conectadas por canais de comunicação que estão associados a determinado peso. As unidades fazem operações apenas sobre seus dados locais, que são entradas recebidas pelas suas conexões. O comportamento inteligente de uma Rede Neural Artificial vem das interações entre as unidades de processamento da rede.

  • Processamento de Linguagem Natural.

  • Gabarito: A.

    É uma aplicação de machine learning.

    Bons estudos!

  • Nuvem de Palavras (Word Cloud) é um tipo de técnica de análise de dados de Processamento de

    Linguagem Natural (PLN).

ID
3061132
Banca
IF-MG
Órgão
IF-MG
Ano
2019
Provas
Disciplina
Banco de Dados
Assuntos

Nos últimos anos, o uso massivo de dados e o aumento da capacidade de processamento de grandes bases intensificaram as pesquisas e o emprego da inteligência artificial nas tarefas cotidianas.


Com relação aos dispositivos utilizadores de inteligência artificial, assinale a alternativa FALSA:

Alternativas
Comentários

  • Conforme a Inteligência Artificial evolui, é adotada por cada vez mais indústrias e aplicada em diferentes setores, ela nos mostra um potencial incrível para mudar nossa realidade, transformando nosso dia a dia e tornando o mundo mais eficiente.

    Ao mesmo tempo em que a Inteligência Artificial se populariza, questões levantadas por especialistas sobre ética e moral na robótica se tornam impossíveis de ignorar. Desde quando a tecnologia era apenas uma ideia presente nas obras de ficção científica, muitos questionavam quais os limites da aplicação da Inteligência Artificial. Em suas obras, o famoso escritor e estudioso Isaac Asimov desenvolveu as “Três Leis da Robótica”, com o objetivo de tornar possível a coexistência de humanos e robôs inteligentes.

    Fonte: https://cio.com.br/e-hora-de-debater-o-uso-etico-da-inteligencia-artificial-nas-corporacoes/

ID
3111241
Banca
FCC
Órgão
SANASA Campinas
Ano
2019
Provas
Disciplina
Banco de Dados
Assuntos

No contexto de Business Intelligence – BI, uma Agência de Abastecimento de Águas implementou um cubo de informações cujas dimensões são:


− “o que” (ex. = reparo de tubulação),

− “quando” (ex. primeiro trimestre de 2019) e

− “onde” (ex. Capivari).


Diversas consultas podem daí derivar mediante acesso a essas dimensões a partir da base que hospeda o cubo. Duas delas, feitas por um Analista de TI que desejava saber o valor dos serviços prestados, foram:

− Obter informações do serviço troca de tubulação sem restrição de quando e onde.

− Sumarizar as informações mensais em grupos trimestrais.


As operações de consultas por ele corretamente realizadas sobre o cubo foram, respectivamente,

Alternativas
Comentários

  • Bem simples:

    Slice (fatiar) - Pega apenas uma das dimensões, utilizando apenas "O que", não utilizando as dimensões "quando" e "onde".

    Roll-up (agregação) - Combinação de células, para maior generalização. Sumarizar é uma forma de agregação. Olhar em mais alto nível, mais de cima.

    Resposta:D slicing Roll Up

    Para curiosidade:

    Drill-down(aprofundar) - examinar em maior nivel de detlhe, inverso da agregação, inverso do roll-up.

    Rotation (rotacionar) - permite uma nova perpectiva.

    Dice(cortar sub cubo) - Selecionar duas ou mais dimensões.

  • Oi!

    Gabarito: D

    Bons estudos!

    -Quem ESTUDA tem em suas mãos o poder de TRANSFORMAR não só a própria vida, como também das pessoas que lhe cercam.

ID
3494794
Banca
CESPE / CEBRASPE
Órgão
IFF
Ano
2018
Provas
Disciplina
Banco de Dados
Assuntos

Na reprodução utilizada em algoritmos genéticos, quando os descendentes recebem, em seu código, aspectos diferentes dos indivíduos mais evoluídos dentro das populações, o operador genético usado é denominado

Alternativas
Comentários

  • Cruzamento (Crossover)

    Este operador é considerado o operador genético predominante. Através do

    cruzamento são criados novos indivíduos misturando características de dois indivíduos

    "pais". Esta mistura é feita tentando imitar a reprodução de

    genes em células.

    Com um ponto de cruzamento, seleciona-se aleatoriamente um ponto de corte do

    cromossomo. Cada um dos dois descendentes recebe informação genética de cada um dos

    pais

    Com dois pontos de cruzamento, um dos descendentes fica com a parte central de

    um dos pais e as partes extremas do outro pai e vice versa.

    Mutação

    Esta operação simplesmente modifica aleatoriamente alguma característica do

    indivíduo sobre o qual é aplicada. Esta troca é importante, pois acaba por

    criar novos valores de características que não existiam ou apareciam em pequena

    quantidade na população em análise. O operador de mutação é necessário para a introdução

    e manutenção da diversidade genética da população. Desta forma, a mutação assegura que a

    probabilidade de se chegar a qualquer ponto do espaço de busca possivelmente não será

    zero. O operador de mutação é aplicado aos indivíduos através de uma taxa de mutação

    geralmente pequena.

  • Isso é BI?

  • biologia do ensino médio veio com força

  • Por algum motivo eu acho que uma questão como essa não irá cair no Concurso do BB 2021

ID
3494797
Banca
CESPE / CEBRASPE
Órgão
IFF
Ano
2018
Provas
Disciplina
Banco de Dados
Assuntos

Os mapas de Kohonen fazem parte das redes neurais auto-organizáveis, as quais se caracterizam por

Alternativas
Comentários

  • GAB. D.

    Dividir o conjunto de padrões de entrada em grupos inerentes aos dados, formando-se agrupamentos denominados clusters.

  • Redes neurais --> são estruturas matemáticas que podem realizar classificação, regressão e clusterização.

  • Wikipedia pura.

  • Eu li "os mapas de konoha" kkkkkkkkkkkkkkkkkkkkkk

    É não supervisionado,

    Gab: D

  • Não sei... só sei que o mapa foi refeito depois da luta com o Pain.

    gaba - D

  • Redes neurais são supervisionadas, mas no caso dessa questão são redes neurais auto-organizáveis, ou seja, as redes se organizam sozinhas, não precisam de intervenção humana,logo, esses tipos de redes é não supervisionado

ID
3496675
Banca
INSTITUTO AOCP
Órgão
PRODEB
Ano
2018
Provas
Disciplina
Banco de Dados
Assuntos

Com o BI, é possível a aquisição e a manutenção do Market Share. Assinale a alternativa correta sobre BI.

Alternativas
Comentários

  • Basicamente, o BI é um conjunto de teorias, metodologias, processos, tecnologias e estruturas que transformam grandes quantidades de dados que, sozinhos, não significam muito, em informações essenciais para uma boa gestão.

  • GABARITO: LETRA D

    Business Intelligence

    Através destas técnicas, é possível proporcionar a descoberta de padrões em dados, sem a tendenciosidade e a limitação de uma análise baseada exclusivamente na intuição humana.

    “O sucesso das organizações depende da utilização inteligente da informação disponível.” Peter Druker

    FONTE: Andre Bittencourt do Valle - 2015 - ‎Business & Economics

  • Achei que a letra D fosse relacionada a data mining e não a BI.

  • A letra D fala sobre o Data Mining, que é uma ferramenta comumente usado em sistemas de suporte a decisão como o BI.

ID
3496678
Banca
INSTITUTO AOCP
Órgão
PRODEB
Ano
2018
Provas
Disciplina
Banco de Dados
Assuntos

O BI é uma ferramenta que, como todas, deve estar baseada, antes de mais nada, em uma visão estratégica dos negócios para ter suas potencialidades bem aproveitadas e trazer resultados positivos para as organizações. Um sistema de BI permite a obtenção de diversas informações valiosas para o negócio, tal como:

Alternativas
Comentários

  • ALTERNATIVA E) identificação sistemática dos clientes mais rentáveis.

    Ou seja, na visão estratégica da empresa, a identificação sistemática dos clientes mais rentáveis trará resultados positivos para a organização.

  • O BI funciona por meio de um processo de captação de informações, adquiridas de diferentes fontes de dados, como sistemas OLTP (ERP, CRM e Service Desk, por exemplo), planilhas e documentos de texto. Essas informações são gravadas e centralizadas em um banco de dados, ao qual dá-se o nome de Data Warehouse. Essas informações são, então, organizadas e transformadas em dados relevantes para os negócios, que podem ser acessados através de ferramentas de visualização, como dashboards.

    Dessa forma, a centralização e organização das informações permitem o fácil acesso aos dados, o que auxilia na análise desses dados e na obtenção de resultados precisos para a tomada de decisões.

  • Sim, a letra E está certa. Mas por que diabos a A não estaria também? Posso muito bem otimizar o custo de suplementos e usar o capital corretamente para outras estratégias.

  • BI se é uma ferramento usada no mundo corporativo,logicamente deve buscar identificação sistemática dos clientes mais rentáveis.

  • A ideia do BI é ficar no passado e alerta A está olhando pro futuro. Creio que a letra A se encaixe melhor com a aplicação de data mining.

  • Marquei a Letra E, mas a Letra A tbm está correta.

ID
3668197
Banca
NC-UFPR
Órgão
ITAIPU BINACIONAL
Ano
2018
Disciplina
Banco de Dados
Assuntos

O processo de Business Intelligence (BI) reúne ferramentas e técnicas modernas para realizar investigações que permitam a identificação e a determinação dos motivos da ocorrência de eventos de interesse, gerando assim conhecimento novo e útil. Para tal, esse tipo de sistema apresenta aspectos arquiteturais e tecnológicos muito diferentes dos existentes em SIGs. A respeito dos aspectos arquiteturais e tecnológicos desse tipo de sistema, considere as seguintes afirmativas: 


1. O processo de BI ocorre sobre um Data warehouse e não sobre a base de dados transacional (OLTP), pois o Data warehouse já foi gerado a partir de processos de limpeza de dados, duplicação de registros, sumarização de dados e seleção de atributos. 
2. O processo de BI procura identificar as causas dos eventos de interesse por meio da aplicação de OLAP em algoritmos supervisionados de Mineração de Dados. 
3. Durante a execução do processo de BI, a Mineração de Dados gera modelos preditivos multidimensionais intermediários, que são então organizados em cubos OLAP para a geração de dashboards analíticos. 
4. Durante o processo de BI, os dados são organizados multidimensionalmente, para permitir a análise sob vários pontos de vista por meio do OLAP.

Assinale a alternativa correta. 

Alternativas
Comentários

  • 1 Correto. Ferramentas usadas no BI como OLAP e Data Mining utilizam dados de DWs/DMs.

    .

    2 Errado. O foco do BI é identificar oportunidades de negócios. Para identificar causas de eventos, usa-se o Big Data Analytics.

    .

    3 Errado. A Sequência é: (1) Fontes de Dados -> (2) ETL -> (3) DW/DM -> (4) OLAP ou Data Mining

    .

    4 Correto. O DW possui uma ou mais tabelas Fato e suas dimensões. O OLAP faz operações para analisar esse dados em diferentes formas

  • Duplicação de dados?

  • BOA OBSERVAÇÃO.

ID
3859168
Banca
IBFC
Órgão
EBSERH
Ano
2020
Provas
Disciplina
Banco de Dados
Assuntos

Dado os três conceitos técnicos abaixo, assinale a alternativa que corresponda respectivamente à tecnologia referente a cada um desses conceitos.


1. processo de explorar grandes quantidades de dados à procura de padrões consistentes.

2. refere-se ao processo de coleta, organização, análise, compartilhamento e monitoramento de informações que oferecem suporte a gestão de negócios.

3. depósito de dados digitais que serve para armazenar informações detalhadas relativamente a uma empresa.

Alternativas
Comentários

  • Gab D.

    Data Mining

    Business Inteligence

    Data Warehouse

  • GABARITO: D

    DATA MINING (MINERAÇÃO DE DADOS):

    • Busca descobrir novos padrões, analisar tendências.

    • Efetua limpeza de dados;

    • Faz integralização (reúne os dados em repositório);

    • Compatibiliza padrões;

    • Diminuí uma amostra, para análise, sem que se perca a sua representatividade.

    O DM realiza uma demonstração de padrões e atribuí aos mesmos um nome. É responsável por classificar (categoriza os dados categóricos e faz estimativa em casos de dados numéricos). A partir de tais iniciativas, torna-se possível predizer valores futuros de atributos e agrupá-los (clustering), junto a elementos similares. Por fim, é feita uma associação (SE... ENTÃO), que é capaz de relacionar os seguimentos.

    BUSINESS INTELLIGENCE:

    O BI é composto, basicamente, por ferramentas, infraestrutura, profissionais (corpo técnico) e dados. A junção desses componentes é o que permite a criação e manutenção de um sistema de apoio a decisão dentro da organização.

    DATA WAREHOUSE:

    Um data warehouse é um tipo de sistema de gerenciamento de dados projetado para ativar e fornecer suporte às atividades de business intelligence (BI), especialmente a análise avançada. Os data warehouses destinam-se exclusivamente a realizar consultas e análises avançadas e geralmente contêm grandes quantidades de dados históricos. Os dados em um data warehouse geralmente são derivados de uma ampla variedade de fontes, como arquivos de "log" de aplicativos e aplicativos de transações.

    FONTE: Oracle Br e meus resumos.

    Caso eu tenha incorrido em algum erro, por favor, me informe.

    "Maior é Aquele que te prometeu."

    Bons estudos!

  • em 2020 tá beeem pior viu?! Kkkk

  • Falou em sem noção, falou em CESPE.

  • Bem vinda a 2021

  • Data Mining = Analisam grande quantidade de dados procurando as ocorrências de padrões ou relacionamentos específicos, e identificação de padrões incomuns em áreas como uso de cartão de crédito.

    Business Inteligence = O conjunto de tecnologias que dão suporte às decisões gerenciais por meio de informações internas e externas às organizações, Essas tecnologias têm um profundo impacto na estratégia corporativa, na performance e na competitividade.

    Data Warehouse = Esses data warehouses oferecem armazenamento, funcionalidade e responsividade às consultas.

    Também podemos descrever o data warehousing de forma mais geral como uma coleção de tecnologias de apoio à decisão, visando a habilitar o trabalhador do conhecimento (executivo, gerente, analista) a tomar decisões melhores e mais rápidas.

    D

    Navathe + Estratégia.

ID
4832143
Banca
INSTITUTO AOCP
Órgão
MJSP
Ano
2020
Provas
Disciplina
Banco de Dados
Assuntos

Para suportar inteligência empresarial, em geral, os bancos de dados são montados de forma a fornecer relatórios e ferramentas úteis para a análise. Sabendo disso, assinale a alternativa que apresenta corretamente um programa que possibilite que os usuários explorem dados de diferentes perspectivas para conduzir à inteligência empresarial.

Alternativas
Comentários

  • O processamento analítico online (OLAP) é uma tecnologia que é usada para organizar grandes bancos de dados empresariais e oferecer suporte à Business Intelligence

  • OLAP é um conceito de interface com o usuário que proporciona a capacidade de ter idéias sobre os dados, permitindo analisá-los profundamente em diversos ângulos. As funções básicas do OLAP são:

    • Visualização multidimensional dos dados;
    • Exploração;
    • Rotação;
    • Vários modos de visualização.

    O OLAP e o  são destinados a trabalharem juntos, enquanto o DW armazena as informações de forma eficiente, o OLAP deve recuperá-las com a mesma eficiência, porém com muita rapidez. As duas tecnologias se complementam, ao ponto de que um Data Warehouse para ser bem sucedido, já na sua concepção, deve levar em consideração o que se deseja apresentar na interface OLAP.

    F:devmedia

    D

  • GAB D

    "Os data warehouses e os online analytical processing (OLAP) — processamento analítico on-line — são utilizados em muitas empresas para extrair e analisar as informações úteis dos bancos de dados para a tomada de decisões."

    fonte: Sistema de banco de dados - Navathe, pg.9

ID
4832731
Banca
INSTITUTO AOCP
Órgão
MJSP
Ano
2020
Provas
Disciplina
Banco de Dados
Assuntos

O BI (Business Intelligence) de uma organização pode contar com um portal BA (Business Analytics Portal) que constitui uma pequena parte do processo geral para fornecer suporte aos negócios. Sabendo disso, assinale a alternativa que apresenta corretamente o objetivo do portal de BA e suas ferramentas.

Alternativas
Comentários
    • O que é Business Analytics?

    Business Analytics, ou análise de negócios, é o processo de avaliar e analisar todos os dados que a sua empresa dispõe e utilizá-los para tomar decisões data-driven. Esse conceito vai muito além de apenas olhar para os números e ver o que aconteceu.

    O objetivo do BA é fornecer informações sobre por que as coisas aconteceram daquela maneira e sugerir etapas a seguir. A ideia dessa estratégia é ter mais ação do que teoria. Isso significa interpretar os dados para ter respostas e não apenas para entender o cenário.

    As principais características do Business Analytics são velocidade, otimização e entrega de resultados práticos. É a partir da sua aplicação que surgem relatórios, noções qualitativas e quantitativas, além de vários outros elementos que promovem uma exploração mais aprofundada do tema em questão.

    Os conceitos de BA e BI são bem parecidos. Por isso, um jeito simples de entender a diferença entre os dois é entendendo um como uma evolução do outro. O Business Analytics surgiu justamente do Business Intelligence, aprimorando e desenvolvendo as técnicas e métricas.

    No entanto, é importante frisar que isso não significa que o BI seja ultrapassado ou desnecessário para as empresas. São apenas metodologias distintas. O Business Intelligence, por exemplo, é muito útil para auxiliar os gestores no planejamento e na elaboração de estratégias, principalmente quando a empresa ainda não tem um ponto de partida. Já o BA é mais abrangente e envolve outros recursos de estatísticas.

    Então, de maneira simplificada, o Business Intelligence é uma ferramenta para estruturar um sistema de métricas e análise de dados, enquanto o Business Analytics é um recurso mais aprofundado que se baseia em informações para propor abordagens diferentes.

  • Segundo uma , uma porcentagem crescente de empresas está utilizando análises para gerar crescimento. Entre os benefícios encontrados por essas organizações estão:

    • avaliação da concorrência;
    • avaliação do histórico da empresa;
    • confiabilidade das informações;
    • agilidade nos planejamentos;
    • auxílio na elaboração de planejamentos estratégicos;
    • melhoria na organização de processos;
    • redução de erros e falhas;
    • redução de duplicação de tarefas;
    • redução de custos;
    • elaboração de  mais personalizadas;
    • melhores perspectivas de crescimento, com base nas informações levantadas.

    O custo-benefício do uso dessa metodologia é, por si só, uma vantagem para as empresas. As despesas relacionadas à contratação de profissionais capacitados para aplicar o Business Analytics ou à utilização de ferramentas especializadas são variáveis, mas, ainda assim, são acessíveis e garantem um bom retorno para os negócios.

    Além disso, o uso dessa ferramenta em colaboração com o BI ou com o Big Data aumenta o nível de eficiência da análise. Portanto, todos esses recursos podem, e devem, ser implementados em conjunto no dia a dia do planejamento estratégico da sua empresa. A coleta e análise de dados são o primeiro passo para qualquer tomada de decisão, especialmente as relacionadas às grandes mudanças

    fonte:emeritus

  • Fornecer informações aos tomadores de decisão em nível operacional.

ID
4832737
Banca
INSTITUTO AOCP
Órgão
MJSP
Ano
2020
Provas
Disciplina
Banco de Dados
Assuntos

Os grafos são importantes para os modelos de BI. Sabendo disso, assinale a alternativa que apresenta corretamente a justificativa da importância no uso das estruturas de grafos pelos modelos de BI.

Alternativas
Comentários

  • Há quem diga que a tecnologia de armazenamento de dados em grafos seja o futuro, mas ela já é o presente, só não nos atentamos a isso. O mundo é interconectado, portanto, temos relacionamentos em todas as partes e, como consequência, grafos em tudo. Estudos apontam que os grafos mapeiam de forma mais realista como o cérebro humano processa o mundo que nos rodeia. Dito isso, nada mais normal que modelar esses relacionamentos em um banco de dados que use o relacionamento como parte mais importante

    Fonte: https://cio.com.br/gestao/faca-a-teoria-dos-grafos-trabalhar-para-sua-empresa/#:~:text=Estudos%20apontam%20que%20os%20grafos,relacionamento%20como%20parte%20mais%20importante.

  • Para os não assinantes!

    Gabarito: LETRA B

  • Nos grafos os relacionamentos são mais importantes que os dados em si

ID
4832740
Banca
INSTITUTO AOCP
Órgão
MJSP
Ano
2020
Provas
Disciplina
Banco de Dados
Assuntos

Um profissional de tecnologia da informação necessita implementar um projeto de BI. Sabendo que um dos pré-requisitos de projetos de BI é o processo de provisionamento de dados, é necessário que esse profissional tenha conhecimento de que a sequência correta desse processo é:

Alternativas
Comentários

  • Após coletar os dados das fontes e realizado o processo de ETL.

    Gab: E

  • coleta, extração, limpeza e integração.

    1. coleta
    2. extração
    3. limpeza
    4. integração

ID
4832746
Banca
INSTITUTO AOCP
Órgão
MJSP
Ano
2020
Provas
Disciplina
Banco de Dados
Assuntos

Em um BI, existem grandes desafios para descrição e visualização dos dados. Assinale a alternativa que apresenta o principal desses desafios.

Alternativas
Comentários

  • qual fonte que a banca usou para formular essas questões do MJSP? [por favor não respondam Arial, ou Times New Roman :)]

  • A questão pede desafios para a "descrição e visualização de dados".

    .

    a) Fala de estrutura de armazenamento

    b) Fala de captura e tratamento de dados

    c) Fala de definição e exibição de resumos. Bem parecido com o enunciado. Sabemos que há uma grande quantidade de dados nos DWs, e ferramentas de BI precisam resumir para apresentar ao usuário apenas o que é importante para ele

    d) Usuário não precisa compreender como a informação foi extraída

    e) Existem ferramentas de teste de carga

  • A. Errado. Definir a estrutura do Data Warehouse certamente é um desafio, mas não é considerado o principal dentro do contexto de BI.

    B. Errado. A parte do processo ETL é importante, mas ela não constrói estrutura multivariadas ... (A análise multivariada consiste em um conjunto de métodos estatísticos utilizados em situações em que várias variáveis são medidas simultaneamente em cada elemento amostral.)

    C. CERTO!! Essa é a nossa resposta!! Veja que o objetivo é facilitar a visa do tomador de decisão, ele precisa enxergar os dados de forma bem organizada a partir da consolidação ou agregação deles. Logo, é importante que os dados representem resumos apropriados às necessidades dos usuários.

    D. Errado. O usuário não quer saber como a informação foi extraída, ele se preocupa apenas com o resultado do processo.

    E. Errado. Essa alternativa está confusa ... a falta de ferramentas de teste para aprimorar a apresentação ao usuário? Não faz sentido!! 

    Fonte: Estratégia Concursos TI

ID
4832800
Banca
INSTITUTO AOCP
Órgão
MJSP
Ano
2020
Provas
Disciplina
Banco de Dados
Assuntos

Um cientista de dados utiliza uma técnica de mineração de dados complexa e baseada nos neurônios humanos, em que um conjunto de entrada é utilizado para prever uma ou mais saídas. Qual é o nome dessa técnica utilizada pelo cientista de dados?

Alternativas
Comentários

  • As redes neurais são algoritmos inspirados no sistema nervoso central de animais. Possuem a capacidade de aprender com experiências passadas, prever um comportamento ou reconhecer um padrão, desde que apresentadas no formato de um conjunto de dados estruturados.

    Gabarito: letra C.

  • Machine Reasoning -> Raciocínio de máquina é um segmento derivado da Inteligência Artificial que consiste em permitir que as máquinas consigam fazer conexões entre fatos, observações e outros conteúdos disponíveis

    Regressão linear -> É um algoritmo supervisionado de machine learning usado para estimar o valor de algo baseado em uma série de outros dados históricos, portanto olhando para o passado você pode “prever” o futuro.

    Existem 2 tipos de regressão linear: simples e a múltipla.

    Regressão linear simples : refere-se quando temos somente uma variável independente (X) para fazermos a predição.

    Regressão linear múltipla: refere-se a várias variáveis independentes (X)usadas para fazer a predição.

    Redes bayesianas -> Uma rede bayesiana é uma forma de representar o conhecimento de um domínio onde não se tem certeza de todas as variáveis presentes. Através da probabilidade podemos responder, com níveis de certeza, a questões formuladas com base em evidências de uma situação. 

  • Redes neurais.

ID
4832803
Banca
INSTITUTO AOCP
Órgão
MJSP
Ano
2020
Provas
Disciplina
Banco de Dados
Assuntos

A inteligência artificial (IA) pode ser aplicada hoje em diferentes áreas. Uma dessas áreas é a de análise de dados que, dependendo do contexto, refere-se a uma grande quantidade de possíveis operações de dados, às vezes específicas de determinados setores ou tarefas. Sabendo disso, assinale a alternativa que apresenta corretamente as quatro grandes categorias do processo de análise de dados com o uso da IA.

Alternativas
Comentários

  • Aquela questão que vc errada e fica 1 minuto paralisado olhando pra ela!!!

  • ✅Gabarito(E)

    Data analytics é a análise de um grande conjunto de dados, através de um processo de inspeção, limpeza, transformação e modelagem de dados, com o objetivo de descobrir informações úteis, que apoiam a tomada de decisão.

    Fonte: http://www.siqueiracampos.com/areas-de-atuacao/tratamento-de-da

  • Transformação, limpeza, inspeção e modelagem.

  • Transformação, limpeza, inspeção e modelagem.

ID
4909708
Banca
UEPA
Órgão
SEAD-PA
Ano
2013
Provas
Disciplina
Banco de Dados
Assuntos

Sobre o objetivo do Bussiness Inteligence (BI), leia as afirmativas abaixo e assinale a alternativa correta.


I. Extrair e integrar dados de múltiplas fontes.

II. Analisar informações contextualizadas, num nível de totalização e agrupamento maior.

III. Identificar relações de causa e efeito.

IV. Desenhar cenários, criar simulações e estudar tendências.


A alternativa que contém todas as afirmativas corretas é:

Alternativas
Comentários

  • De acordo com Filho Leme (2004, p. 3) o objetivo de BI é permitir que identifiquem-se ameaças e oportunidades de negócios, para que oportunidades sejam aproveitadas em primeira mão, ameaças sejam convertidas em boas chances de lucro e a capacidade de resposta à mudanças seja ampliada, junto com o dinamismo característico do mercado.

    Os sistemas de BI têm como características:

    extrair e integrar dados de múltiplas fontes;

    fazer uso da experiência, democratizando o capital intelectual;

    analisar informações contextualizadas, num nível de totalização e agrupamento maior;

    Identificar relações de causa e efeito;

    desenhar cenários, criar simulações e estudar tendências. 

ID
5036521
Banca
CESPE / CEBRASPE
Órgão
CODEVASF
Ano
2021
Provas
Disciplina
Banco de Dados
Assuntos

Acerca de inteligência de negócios (business intelligence), julgue o item a seguir.


A inteligência de negócios lida com as atividades operacionais cotidianas da organização, sendo as suas duas principais ferramentas de implementação o processamento de transações e a integridade transacional com atualização das bases de dados operacionais.

Alternativas
Comentários

  • Gabarito: Errado

    Business Intelligence ou Inteligência de negócio lida com o processo de recolhimento e tratamento de informações que apoiarão a gestão de um negócio e não com "atividades operacionais cotidianas da organização"

    Acrescento:

    O principal recurso de Business Intelligence é a Memória Organizacional.

    A informação e o conhecimento são armazenados no sistema de BI de forma que possam ser acessados e observados posteriormente

    Por fim, BI possui quatro habilidades:

    • memória organizacional
    • informação integrada
    • criação de conhecimento (insight)
    • apresentação.

  • A questão trocou com conceito de BI (Dw+Dm) pelo conceito de Banco de dados Transacionais.

    GAB ERRADO

    Os bancos de dados transacionais lidam com as atividades operacionais cotidianas da organização, sendo as suas duas principais ferramentas de implementação o processamento de transações e a integridade transacional com atualização das bases de dados operacionais.

    Os Datawarehouse e datamarts dão suporte às decisões gerenciais e estratégicas da empresa. São multidimensionais e se enquadram na proposta de BI.

  • GABARITO - ERRADO

    COMPLEMENTANDO...

    BUSINESS INTELLIGENCE - É capaz de fornecer uma visão dos dados, facilitando analises DIAGNOSTICAS, DESCRITIVAS e até PREDITIVAS para suportar tomada de decisões.

    fonte - pdf estratégia

  • Perfeito o comentário do Professor !!!

  • Uma questão para corroborar: MPU - Cespe 2013 - Uma característica distinta dos data warehouses é o seu direcionamento para aplicações de apoio às decisões. Eles são otimizados para a recuperação de dados, não para o processamento rotineiro de transações. CESPE 2013, CERTO