A respeito de visualização, análise exploratória de dados e geoprocessamento, julgue os seguintes itens.

A aplicação de hierarquias de atributo em modelos analíticos é uma prática eficiente, que permite a organização de valores pré-agregados em cada nível e otimiza a análise de dados.

A respeito de visualização, análise exploratória de dados e geoprocessamento, julgue os seguintes itens.

A definição de seções implícitas pode ser realizada pela utilização de formas coloridas e pela sobreposição de elementos visuais alinhados, o que confere uma clara distinção entre diferentes áreas do layout dos dashboards.

O agente de tratamento deve demonstrar a adoção de medidas eficazes e capazes de comprovar a observância e o cumprimento das normas de proteção de dados pessoais, bem como demonstrar a eficácia dessas medidas.

O processo de otimização de desempenho, em bases de dados, consiste em redimensionar o tamanho do modelo semântico, o que resulta em uma maior rapidez na atualização dos dados, cálculos e renderização dos elementos visuais em relatórios.

A consolidação de dimensões de floco de neve em um modelo de tabela única pode implicar o armazenamento de dados não normalizados e redundantes, o que resulta em maior tamanho de armazenamento.

A relação entre uma tabela de fatos e suas respectivas tabelas de dimensões em um data warehouse é estabelecida pela chave primária da tabela de fatos e a chave estrangeira da tabela de dimensões.

Nos data warehouses, as colunas de chave de dimensão definem a dimensão de uma tabela de fatos, enquanto os valores das chaves de dimensão estabelecem sua granularidade.

Uma tabela de fatos descreve as entidades de um negócio e apresenta uma ou mais colunas-chave que funcionam como um identificador único exclusivo, bem como colunas descritivas adicionais.

A estrutura de governança de dados, modelo que lança as bases da estratégia e do compliance, deve incluir a estrutura organizacional, que contém os parâmetros para a medição do sucesso e a execução da estratégia do setor em que for aplicada.

Enquanto o business intelligence usa os dados para entender o que aconteceu e seu motivo, o business analytics usa os dados para prever novos cenários de mercado nas diferentes áreas estratégicas da empresa.