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

OLAP constitui o conjunto de ferramentas que possibilita efetuar a exploração de dados de um Data Warehouse. A análise multidimensional representa os dados como dimensões em vez de tabelas. Nesse contexto, duas operações para movimentar a visão dos dados ao longo dos níveis hierárquicos de uma dimensão são definidas a seguir.

I. Ocorre quando o usuário aumenta o nível de detalhe da informação, diminuindo o nível de granularidade.
II. Ocorre quando o usuário aumenta o nível de granular idade, diminuindo o nível de detalhamento da informação.

As operações I e I I são denominadas, respectivamente:

Os data warehouses têma característica distintiva de servir principalmente para aplicações:

No que tange aos conceitos de Business Intelligence, observe as figuras I e II a seguir, que se referema dois dos modelos de e-Business.


I – aplica-se aos sites que oferecem bens e serviços para ajudar consumidores e interagir entre si por meio da internet.


II – aplica-se a qualquer consumidor que vende um produto ou serviço a uma empresa por meio da internet.

Os modelos I e II são conhecidos, respectivamente, como:

O sucesso de um Data Warehouse pode depender da ferramenta certa para as necessidades de seus usuários. Uma categoria de ferramentas de análise é denominada open-end, que permite ao usuário avaliar tendências e padrões não conhecidos entre os dados e utiliza-se das mais modernas técnicas de computação, como redes neurais, algoritmos genéticos e lógica nebulosa.

Esse tipo de ferramenta é conhecido como:

O Data Warehouse faz uso da modelagem dimensional, que possui dois componentes imprescindíveis, descritos a seguir.

I. São os descritores dos dados e possuem o caráter qualitativo da informação e relacionamento de “um para muitos” coma tabela utilizada. É o componente que permite a visualização das informações por diversos aspectos e perspectivas.
II. Contém as métricas e possui o caráter quantitativo das informações descritivas armazenadas. É o componente no qual estão armazenadas as ocorrências do negócio e que possui relacionamento de “muitos para um” com as tabelas periféricas.

Os componentes I e I I são conhecidos, respectivamente como:

Nos DW, um modelo representa a estrutura básica da modelagem de dados multidimensional. Sua composição típica possui uma grande entidade central denominada fato, como VENDAS, por exemplo, e um conjunto de entidades menores denominadas dimensões, como CLIENTE, PRODUTO, REGIÃO, TEMPO, arranjadas ao redor dessa entidade central.

Esse modelo é conhecido como:

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:

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?

A sigla OLAP tem por significado On-Line Analytical Processing e pode ser entendida como um software cuja tecnologia analítica de construção permite aos analistas de negócios, gerentes e executivos, analisar e visualizar dados corporativos de forma rápida, consistente e principalmente interativa. Já a sigla OLTP tem por significado Online Transactional Processing e refere-se a sistemas com base em transações.

Com relação ao OLTP e aos aspectos “frequência das atualizações”, “quantidade de dados” e “dados trabalhados ” , OLAP apresenta as seguintes características: