SóProvas


ID
1306525
Banca
CESPE / CEBRASPE
Órgão
ANATEL
Ano
2014
Provas
Disciplina
Banco de Dados
Assuntos

No que diz respeito aos sistemas de suporte à decisão, julgue o item subsequente.


O processamento analítico online (OLAP) é adequado para a descoberta de padrões e relacionamentos em dados corporativos e para a inferência de regras que prevejam o efeito de decisões gerenciais.

Alternativas
Comentários
  • Esse é o conceito de DATA MINING.

  • Conforme Barbieri - BI2 Business Intelligence pág. 109

    "OLAP (On-line Analytical Processing) , traduzido para para processamento analítico on-line, representa esta característica de trabalhar os dados com operadores dimensionais, possibilitando uma forma múltipla e combinada de análise. 

    ... O conceito de data mining, por outro lado, está mais relacionado com os processos de análise de inferência do que o 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 necessariamente revelados pelas outras abordagens analíticas, como o OLAP" .

  • O OLAP é formado por um conjunto de dados históricos e não podem prever o futuro. Pode ser feito o uso de data mining para, a partir desses dados históricos descobrir padrões e estimar o futuro. 

  • Talvez, o trecho chave para relacionar o conceito dado pela questão ao de Data Mining seja: "descoberta de padrões e relacionamentos"

  • boaaa.. mas cai bonito nessa... pq todo este processo faz parte para montar um OLAP

  • OLAP – (online analytical processing) possuem capacidade de cálculo distribuídas para análises que requerem maior poder de armazenamento e processamento do que se poderia alocar de maneira econômica e eficiente em um desktop individual.

    Os bancos de dados tradicionais suportam OLTP (online transaction processing), ou seja, suportam transações para inserções, atualizações e exclusões, ao mesmo tempo que suportam requisitos de informações sobre consultas.

  • Questão difícil.

    Laudon & Laudon fala sobre data mining: Análise de grandes quantidades de dados a fim de encontrar padrões e regras que possam ser usadas para orientar a tomada de decisões e prever o comportamento futuro.

    Se consideramos que está correto o trecho "descoberta de padrões e relacionamentos em dados corporativos e para a inferência de regras que prevejam o efeito de decisões gerenciais." e que isso é Data Mining, a questão poderia ser escrita como "O OLAP é adequado para o Data Mining". Qual seria o erro disso?

  • Falou em descoberta de padrões -> Data mining.

  • O OLAP analisa os dados históricos de forma sumarizada ou mais detalhada, para servir de suporte à tomada de decisões da alta administração.

    O OLAP, no máximo, pode auxiliar no processo de tentar prever padrões, mas não é o adequado.

    O adequado é o processo de Data Mining, que é específico para inferências e descoberta de padrões.

  • O processamento analítico on-line - OLAP- faz também descoberta de padrões, mas de forma auxiliar e não como sendo ADEQUADO, adequado a descoberta de padrões é o data-mining.

  • O OLAP não faz inferência de regras para que prevejam o efeito de decisões gerenciais, pois o OLAP realiza processamento em tempo real oferecendo resposta imediata às consultas para uma tomada de decisão também imediata, veloz como determinante para competitividade.

  • A questão versa sobre tecnologias relacionadas aos sistemas de suporte à decisão.

    Inicialmente, vamos retomar o conceito de Processamento Analítico Online (OLAP, do inglês Online Analytical Processing):

    OLAP pode ser entendido como uma tecnologia que possibilita aos usuários manipular e analisar dados oriundos de vários sistemas de banco de dados. Ou seja, através do OLAP, é possível extrair e visualizar dados de negócios de diferentes pontos de vista. Quando falamos em OLAP. Dentro desse conceito, temos o cubo OLAP, que é uma estrutura de dados otimizada para análise de dados. Esse cubo consiste em medidas (fatos numéricos) categorizadas por dimensões. Como exemplos de operações analíticas nesses cubos, citam-se o ROLL UP (combinação de células de uma ou mais dimensões para atingir um nível maior de generalização) e PIVOT ou ROTATION (visualização de dados por uma nova perspectiva)  (GURU 99)[1].

    Em síntese, dentro do contexto de Sistemas de Suporte à Decisão, OLAP é uma ferramenta/tecnologia utilizada por organizações na análise conjunta de dados oriundos de diferentes bancos de dados, a fim de gerar conhecimentos que possam ser úteis no processo de tomada de decisão.

    Vamos então para o enunciado da questão, o qual traz que o OLAP " é adequado para a descoberta de padrões e relacionamentos em dados corporativos e para a inferência de regras que prevejam o efeito de decisões gerenciais".

    Pessoal, nada obstante seja possível, ainda que custoso (tempo), ao analista, por meio de OLAP, descobrir padrões e relacionamentos nos dados, ela NÃO é uma ferramenta adequada para isso.

    Ao versar sobre "descoberta de padrões e relacionamentos" e "inferência de regras que prevejam o efeito de decisões gerenciais", o enunciado não está se referindo ao uso da tecnologia OLAP, mas sim de técnicas associadas ao Data Mining, as quais possibilitam, mesmo sem um conhecimento prévio sobre possíveis padrões, encontrar anomalias, padrões e correlações em grandes conjuntos de dados.

    Nesse sentido, conforme Oracle (2015) [2], observa-se que Data Mining e OLAP são usados para resolver diferentes tipos de problemas analíticos:

    - O OLAP resume dados e faz previsões. Por exemplo, o OLAP responde a perguntas como "Quais são as vendas médias de fundos mútuos, por região e por ano?" (Oracle, 2015) [2];
    - Data Mining descobre padrões ocultos nos dados. A mineração de dados opera em um nível de detalhe em vez de em um nível de resumo. A mineração de dados responde a perguntas como "Quem provavelmente comprará um fundo mútuo nos próximos seis meses e quais são as características desses prováveis compradores?" (Oracle, 2015) [2];
    - OLAP e Data Mining podem se complementar. Por exemplo, o OLAP pode identificar problemas com a venda de fundos mútuos em uma determinada região. A mineração de dados poderia então ser usada para obter informações sobre o comportamento de clientes individuais na região. Finalmente, depois que a mineração de dados prevê algo como um aumento de 5% nas vendas, o OLAP pode ser usado para rastrear o lucro líquido (Oracle, 2015) [2].

    Logo, questão incorreta.


    REFERÊNCIAS:
    [1] GURU99. What is OLAP? Cube, Operations & Types in Data Warehouse. ?. Disponível em: site do guru99. Acesso em: 15/7/2020.
    [2] Database Data Warehousing Guide. 2015.  Disponível em: site oficial da Oracle. Acesso em 21/5/2020.


    Gabarito do Professor: ERRADO.
  • OLAP VISUALIZA DADOS HISTÓRICOS, POR EXEMPLO, UMA PLANILHA FEITA NO POWER BI.