DW y Análisis Multidimensional

Un __________ es un repositorio que almacena datos relacionales organizados, históricos, limpios y estandarizados para uso empresarial.

• Base de datos.

• Plataforma de base de datos.

• Data Warehouse.

• Ninguna de las anteriores.

¿Cuál de las siguientes características describe que un Data Warehouse está organizado por intervalos de tiempo?

• Integrado.

• No volátil (inmutable).

• Orientado a temas.

• Variable en el tiempo.

¿Cuál es el papel principal de un Data Mart en el contexto de Data Warehousing?

• Almacenar datos brutos directamente de las fuentes de origen.

• Integrar datos de diferentes fuentes en un único repositorio central.

• Proporcionar un subconjunto de datos específico para un grupo de usuarios o departamentos.

• Realizar análisis en tiempo real de los datos del Data Warehouse.

Answer explanation

Un Data Mart es una parte del Data Warehouse que se centra en proporcionar datos específicos y relevantes para un grupo de usuarios o departamento particular. Su propósito principal es facilitar el acceso a los datos relevantes para un conjunto específico de necesidades analíticas.

¿Cuál de los siguientes se considera una ventaja del enfoque Top-Down en el diseño de Data Warehouses?

• Mayor rapidez en la implementación.

• Mayor flexibilidad para adaptarse a los cambios.

• Menor costo en comparación con el enfoque Bottom-Up.

• Mayor enfoque en la tecnología subyacente.

Answer explanation

El enfoque Top-Down se centra en el diseño conceptual y permite una mayor flexibilidad para adaptarse a los cambios en los requisitos empresariales, ya que se crea una vista más completa y coherente de los datos antes de la implementación técnica.

¿Qué enfoque tiende a ser más rápido en la implementación inicial de un Data Warehouse?

• Enfoque Bottom-Up.

• Enfoque Top-Down.

• Ambos enfoques tienen la misma velocidad de implementación.

• Depende de la complejidad del proyecto.

Answer explanation

El enfoque Bottom-Up tiende a ser más rápido en la implementación inicial, ya que se pueden construir componentes técnicos más rápidamente antes de definir completamente el diseño conceptual y los requisitos empresariales.

__________ es un paso crítico en el Data Warehousing y produce produce diseños que respaldan las características de un DW.

• ETL.

• Data Modeling.

• Data Analysis.

• Data Cleansing.

Los modelos de datos __________ priorizan la optimización para consultas analíticas, mientras que los modelos de datos __________ se centran en la eficiencia de transacciones en tiempo real.

• Dimensionales; Transaccionales.

• Transaccionales; Dimensionales.

• Dimensionales; Relacionales.

• Relacionales; Transaccionales.

¿Qué es una dimensión, en el contexto del modelado de datos dimensional?

• Una medida cuantitativa.

• Un atributo cualitativo que describe los datos.

• Un cálculo complejo.

• Una tabla de hechos.

Answer explanation

Una dimensión es un atributo que se utiliza para describir los datos y proporciona contexto a las medidas cuantitativas almacenadas en una tabla de hechos.

¿Qué es una tabla de hechos, en un modelo de datos dimensional?

• Una tabla que almacena solamente datos numéricos.

• Una tabla que almacena eventos (hechos) y medidas cuantitativas.

• Una tabla que almacena dimensiones y atributos descriptivos.

• Una tabla que almacena jerarquías de datos.

Answer explanation

Una tabla de hechos en un esquema dimensional almacena medidas cuantitativas que se pueden analizar, como ventas, ingresos, cantidades, etc.

El esquema __________ provee un diseño normalizado para las tablas de dimensiones del modelo de datos dimensional.

• Copo de nieve (snowflake).

• Estrella (star).

• Transaccional.

• Ninguna de las anteriores.