Visao Geral Sobre Sistemas de Suporte A Decisao e Inteligencia de Negocio Parte I

NOÇÕES DE
INFORMÁTICA
Visão Geral sobre Sistemas de Suporte
à Decisão e Inteligência de Negócio –
Parte I
SISTEMA DE ENSINO
Livro Eletrônico
NOÇÕES DE INFORMÁTICA
Visão Geral sobre Sistemas de Suporte à Decisão e Inteligência de Negócio – Parte I
Sumário
Patrícia Lima Quintão
Visão Geral sobre Sistemas de Suporte à Decisão e Inteligência de Negócio – Parte I... 3
Apresentação. . .................................................................................................................................. 3
O que é um Sistema de Informação?........................................................................................... 3
Atividades Básicas de um Sistema de Informação. . ................................................................. 4
Tipos de Sistemas de Informação em Ambiente Empresarial............................................... 7
Sistema de Processamento de Transações (SPT). . ................................................................... 7
Sistema de Informação Gerencial (SIG) ou Management Information System (MIS,
em inglês).......................................................................................................................................... 7
Sistema de Suporte à Decisão (DSS, do inglês Decision Support System) ou Sistema
de Apoio à Decisão (SAD). . .............................................................................................................. 9
Sistemas de Apoio ao Executivo (SAE).......................................................................................13
Tipos Básicos de Decisão..............................................................................................................16
Data Warehouse. . ........................................................................................................................... 18
Processo de Data Warehousing.................................................................................................. 25
Data Warehouse (DW) x Visões.................................................................................................. 27
Data Mart (DM). . ............................................................................................................................. 28
Data Mining (Mineração de Dados).. .......................................................................................... 29
Abordagens para o Projeto de DW..............................................................................................31
Resumo............................................................................................................................................. 36
Questões Comentadas em Aula.................................................................................................. 45
Exercícios......................................................................................................................................... 47
Gabarito............................................................................................................................................ 67
Referências Bibliográficas. . .........................................................................................................68
O conteúdo deste livro eletrônico é licenciado para Nome do Concurseiro(a) - 000.000.000-00, vedada, por quaisquer meios e a qualquer título,
a sua reprodução, cópia, divulgação ou distribuição, sujeitando-se aos infratores à responsabilização civil e criminal.
www.grancursosonline.com.br 2 de 70
VISÃO GERAL SOBRE SISTEMAS DE SUPORTE À

DECISÃO E INTELIGÊNCIA DE NEGÓCIO – PARTE I
Apresentação
Olá, querido(a) amigo(a), meus cumprimentos!
Que tal buscarmos inspiração na ÁGUIA!
Em nossas vidas, muitas vezes temos que nos resguardar por algum tempo para dar início
ao difícil processo de renovação, arrancando as velhas e pesadas penas, desprendendo de
nossos vícios, conscientes do caminho a percorrer para enfrentar os desafios vindouros.
Temos difíceis escolhas no decorrer de nossas trajetórias, no entanto, ao final, vale todo o
sacrifício!
Lembre-se sempre de que a LIBERDADE é uma conquista, o SUCESSO é um prêmio e a
RENOVAÇÃO é o ÚNICO CAMINHO PARA SE CHEGAR AOS NOSSOS OBJETIVOS!
Rumo então à aula que contempla os principais tópicos relacionados a Sistemas de Suporte
à Decisão (DSS) e conceitos iniciais ligados a Business Intelligence (BI).
Em caso de dúvidas, acesse o fórum do curso ou entre em contato.
Um abraço,
Profa Patrícia Quintão.
Instagram: @coachpatriciaquintao
WhatsApp: (31) 99442-0615
O que é um Sistema de Informação?

Um sistema é um grupo de componentes inter-relacionados que trabalham juntos rumo a
uma meta comum, recebendo insumos e produzindo resultados num processo organizado de
TRANSFORMAÇÃO.
Um Sistema de Informação (SI) contém informação sobre uma organização e seu ambiente.
Podem auxiliar gerentes e usuários a analisar problemas, criar novos produtos e serviços e
visualizar questões complexas.
• Trata-se de um sistema que provê procedimentos para registrar e tornar disponível

informação, sobre parte de uma organização, para apoiar atividades relacionadas com
a própria organização.
Obs.: Um dos principais desafios dos Sistemas de Informação é assegurar a qualidade e

agilidade da informação, imprescindível para as corporações e seus gestores.
Sistemas de informação ajudam as organizações a:

• Alcançar grandes eficiências pela automatização de partes dos processos.
• Repensar e aperfeiçoar processos.
Atividades Básicas de um Sistema de Informação

As atividades básicas que produzem as necessidades de informação da organização são
detalhadas a seguir (O’BRIEN, 2006):
• Entrada (ou input): envolve a captação/coleta de dados brutos de dentro da organização
ou de seu ambiente externo.
− A entrada precisa ser criteriosa (dados corretos/completos) para alcançar a saída
desejada.
− Pode ter vários formatos (ex.: Em um sistema de marketing a entrada poderia ser as
respostas dos clientes nas pesquisas; cartões de ponto dos empregados para SI que
irá produzir contracheques etc.).
− Pode ser manual ou automatizada (ex.: Um scanner de uma mercearia que interpreta
códigos de barras e registra preço do produto).
• Processamento: ação de converter (transformar) dados brutos em forma significativa
(informação). Pode incluir a realização de cálculos, comparações, tomadas de ações
alternativas.
• Saída (ou output): transferência da informação processada para pessoas ou atividades
onde será usada.
− Várias formas: relatórios impressos, apresentações gráficas, vídeos, sons ou dados a
serem enviados a outros Sistemas de Informações.
− Frequentemente, a saída de um sistema pode ser usada como entrada para outros
Sistemas de Informações.
• Feedback: dados sobre o desempenho de um sistema.
− Podem indicar erros/problemas. Ex.: a quantidade de horas trabalhadas por um
empregado inserida errada, como 400 em vez de 40 horas, em uma semana.
− Importante para gerência/tomada de decisão. Ex.: Saída de um SI pode indicar que os
níveis de estoque para alguns itens estão baixos.
− Um SI pode ser proativo, fazendo a previsão de eventos futuros para evitar problemas.
Pode ser usado para estimar as vendas futuras e pedir mais estoque antes que ocorra
uma escassez.
• Controle: envolve monitoração e avaliação do feedback e ajustes nos componentes
(caso tenha necessidade).
− Ex.: Um gerente de vendas exerce controle quando realoca vendedores para novos
territórios de vendas depois de avaliar o feedback sobre seu desempenho de vendas.
A figura seguinte mostra as principais atividades necessárias em um sistema de informação

para produzirem as informações que precisam para tomar as decisões, controlar operações,
analisar problemas e criar novos produtos ou serviços.
Figura – O sistema recebe os dados de um dispositivo de ENTRADA onde é PROCESSADO e em seguida

enviado para um dispositivo de SAÍDA.
Exemplo:
Vamos a um exemplo de concessionária de veículos com fábrica para melhor entendimento
dos conceitos aqui apresentados.
Imagine que estou utilizando um sistema para emissão de pedidos de peças via Internet, junto
à fábrica. No Sistema de Informação usado para requisição de peças, a entrada de dados
brutos do revendedor consiste no número da peça, sua descrição e a quantidade de cada peça
pedida, juntamente com o nome do revendedor e o seu número de identificação.
O computador processa estes dados comparando cada número de peça e a quantidade de
cada peça requisitada com o montante de cada peça disponível em estoque, e programa a
remessa da peça ao distribuidor. Se a peça não estiver no estoque, o computador notifica a
fábrica para produzir mais daquele artigo.
Os documentos e relatórios online para o revendedor confirmando que aquele pedido foi
recebido e a data prevista de remessa são a saída. Assim, o sistema proporciona informação
significativa, tais como as listas das quais o revendedor requisitou cada peça, o número total
de peças pedidas diariamente à fábrica de Puebla, o número e o tipo de peças pedidas por
cada distribuidor, ou o número de peças em estoque. Fácil, não é mesmo!
Tipos de Sistemas de Informação em Ambiente Empresarial

Existem muitos tipos de sistemas de informação no mundo real. Todos eles utilizam
recursos de hardware, software, rede e pessoas para transformar os recursos de dados em
produtos de informação.
A seguir, listamos as principais classificações.
Sistema de Processamento de Transações (SPT)

• Também conhecido como Sistema de Informação Operacional (Transacional).
• Sistema administrativo básico que atende ao nível operacional.
• Registra as transações rotineiras necessárias ao funcionamento da empresa.
• Comumente encontrado em todas as empresas automatizadas.
• Objetivo principal: processar dados, isto é, fazer cálculos, armazenar e recuperar dados
(consultas simples), ordenar e apresentar de forma simples para os usuários.
• Principais benefícios proporcionados por esse tipo de sistema: agilização das rotinas
e tarefas, incluindo documentação rápida e eficiente; busca acelerada de informações;
cálculos rápidos e precisos; confiabilidade; redução de pessoal e custos; melhor
comunicação (interna entre setores ou externa com clientes e fornecedores).
• Exemplos:
− Sistemas de cadastro em geral (inclusão, exclusão, alteração e consulta), como de
clientes, produtos, fornecedores etc.
− Sistemas de Contabilidade Geral (contas a pagar e a receber, balanços, fluxo de caixa
etc.).
− Requisição de materiais etc.
− Sistemas de vendas e distribuição (processamento de pedidos, entregas).
− Sistema de folha de pagamento, controle de estoque (PDV).
− Sistemas Financeiros (controle saldo, aplicações etc.).
Sistema de Informação Gerencial (SIG) ou Management Information

System (MIS, em inglês)
• Fornece informações de rotina aos administradores e tomadores de decisão.
• Deve apresentar as informações relevantes à pessoa certa, na forma certa e na hora
certa (Stair e Reynolds, 2006).
• Fornece aos usuários finais administrativos produtos de informação que apoiam grande
parte de suas necessidades de tomada de decisão do dia a dia. Os SIGs fornecem uma
diversidade de informações pré‑especificadas (relatórios) e exibições em vídeo para a
administração que podem ser utilizadas para ajudá-los a tomar tipos estruturados mais
eficazes de decisões diárias.
• Foco: produzir relatórios gerenciais (pagamento a fornecedores, desempenho de vendas,

níveis de estoque e outros) com vistas à eficiência operacional (“Fazer as coisas direito”).
Figura. Exemplo de relatório de um SIG.
• Focalizam a informação, disponibilizada aos usuários por meio de relatórios ou consultas,

que normalmente utilizam banco de dados.
• Possibilitam a comparação de resultados para estabelecer as metas da companhia.
• Permitem a identificação de áreas com problemas e oportunidades de aprimoramento.
• Os produtos de informação fornecidos aos gerentes incluem exibições em vídeo e
relatórios que podem ser providos: por solicitação; periodicamente, de acordo com uma
tabela pré‑determinada e/ou sempre que houver a ocorrência de condições excepcionais.
• Subsistemas de Informações Gerenciais:

− SIG Financeiro; SIG Industrial;
− SIG de Marketing; SIG de Recursos Humanos;
− SIG Contábil etc.
Figura. Exemplo de interação entre SPT e SIG.
Sistema de Suporte à Decisão (DSS, do inglês Decision Support

System) ou Sistema de Apoio à Decisão (SAD)
• É um sistema de informação que se concentra em fornecer informações de forma
interativa para apoiar tipos específicos (não usuais) de decisões por parte de cada
gerente.
• Exemplos:
− Sistema de Apoio à Decisão para Diagnósticos Médicos.
− Sistema de uma financiadora que verifica o crédito de um solicitador de crédito ou
de uma firma de engenharia que tem um grande projeto e quer saber se podem ser
competitivos com os atuais custos.
• Suporta atividades de tomada de decisões empresariais ou organizacionais, resultando
tipicamente na ordenação, classificação ou escolha entre alternativas.
• São sistemas de computador a nível gerencial de uma organização.
• Ele apoia, auxilia, guia um gestor – mas não substitui a intervenção humana.
• Combinam dados e modelos analíticos sofisticados.
• Apoiam os gerentes por meio de modelos analíticos aplicados a grandes quantidades de
dados necessários para decisões estruturadas ou semiestruturadas (Laudon e Laudon,
2010).
• Possuem interface amigável para apoiar a tomada de decisão.
• Dados os mesmos conjuntos de informações de entrada, um sistema deve obter

resultados semelhantes (Consistência).
• Pode ser considerado como um conjunto de procedimentos baseados em modelos para
processamento de dados e julgamentos para ajudar o seu utilizador a tomar decisões.
• DSSs estão sob controle do usuário desde o princípio até a implementação final e uso
diário.
Oferece suporte à tomada de decisão de problemas específicos, que se alteram com

rapidez e que não são facilmente especificados com antecedência.
Figura. Componentes de um SAD. Fonte: Adaptado de Sprague e Watson (1991, p. 53)
• Embora os SADs usem informações internas obtidas do SPT (Sistema de Processamento

de Transações) e do SIG (Sistema de Informação Gerencial), frequentemente recorrem a
informações de fontes externas, tais como o valor corrente das ações ou os preços dos
produtos dos concorrentes.
001. (UFMT/UFSB/ANALISTA DE TECNOLOGIA DA INFORMAÇÃO/2017) Sobre sistema de

apoio à decisão, assinale a afirmativa correta.
a) É característico desse tipo de sistema executar análises e comparações para auxiliar no
processo de tomada de decisão.
b) É um sistema de informação baseado em computador que toma decisões, permite
automatizar o processo de tomada de decisão.
c) Não fornece suporte para diversos níveis de tomada de decisão.
d) Não permite obter e processar dados de fontes diferentes.
Um SAD – Sistema de Apoio à Decisão ou Sistema de Suporte à Decisão (DSS, do inglês

Decision Support System) é um sistema de informação que suporta atividades de tomada de
decisões empresariais ou organizacionais, resultando tipicamente na ordenação, classificação
ou escolha entre alternativas. Trata-se de um conjunto de procedimentos baseados em modelos
para processamento de dados e julgamentos para ajudar o seu utilizador a tomar decisões.
Letra a.
De acordo com Stair (2006, p. 397), um DSS difere de um MIS sob numerosos aspectos,
incluindo o tipo de problema resolvido, o tipo de apoio fornecido a seus usuários, a ênfase do
sistema e a abordagem das decisões, e o tipo, a velocidade, a saída e o desenvolvimento do
sistema utilizado.
A tabela seguinte, destacada em Stair e Reynolds (2006), lista de maneira resumida algumas
dessas diferenças:
DSS (Sistema de Suporte à

Fator MIS (ou SIG)
Decisão)
Pode lidar com problemas

Normalmente, utilizado
não estruturados, que
Tipo de problema só com problemas
podem não ser facilmente
estruturados.
programados.
Dá apoio aos indivíduos, aos Dá apoio, principalmente à

pequenos grupos e a toda a empresa.
Usuários empresa. Em curto prazo, os Em curto prazo, os
usuários tipicamente têm mais usuários têm menos
controle sobre um DSS. controle sobre um MIS.
Apoia todos os aspectos e Em alguns casos,

fases da tomada de decisão; toma decisões,
Apoio não substitui o tomador de automaticamente, e
decisões – as pessoas é que substitui o tomador de
ainda tomam as decisões. decisões.
Enfatiza as decisões reais e

Geralmente, enfatiza só
Ênfase os estilos dos tomadores de
a informação.
decisão.

Fator MIS (ou SIG)
Decisão)
Serve, normalmente,
Serve como um sistema
como um sistema de
de apoio direto, que emite
Abordagem apoio direto, que utiliza
relatórios interativos nas telas
os relatórios produzidos,
do computador.
regularmente.
O equipamento computacional
que embasa o apoio a decisões
é, em geral, utilizado ao vivo Um MIS pode não
(diretamente conectado ao comunicar resultados
sistema computacional que de maneira imediata –
integra o DSS) e relacionado ao por exemplo, o caso em
Sistema tempo real (fornece resultados que relatórios impressos
imediatos). são gerados e entregues
Terminais de computador e semanalmente aos
monitores são exemplos – esses administradores de uma
dispositivos podem fornecer empresa.
informações e respostas
imediatas a perguntas.
Um DSS é flexível e pode

ser implementado por seus
usuários. Isso se traduz, via de
regra, em menores tempos de O tempo de resposta de
Velocidade desenvolvimento. Além disso, um MIS é normalmente
esses sistemas acabam por mais lento.
ser, na maior parte dos casos,
mais aptos a atenderem às
necessidades de seus usuários.
Os relatórios produzidos
Um MIS, por outro lado,
por um DSS são, via de regra,
Resultado (Saída produz majoritariamente
projetados para visualização
ou produto) relatórios e documentos
em tela, embora possam ser
impressos.
impressos.

Fator MIS (ou SIG)
Decisão)
É muito comum que

os usuários de um DSS
se envolvam com seu
desenvolvimento. O Frequentemente os MISs
envolvimento de usuários têm vários anos de idade
se traduz, normalmente, em e foram desenvolvidos
Desenvolvimento sistemas melhores e capazes de para pessoas que não
fornecer auxílio mais adequado. estão mais trabalhando
O envolvimento dos usuários no nas atividades apoiadas
desenvolvimento de um sistema pelo sistema.
costuma ser o fator mais
importante para a produção de
sistemas bem-sucedidos.
Fonte: Stair e Reynolds (2006, p. 398).
Veja outras nomenclaturas relacionadas ao DSS:
Software de
Gerenciamento Este tipo de software pode coordenar o uso de modelos
de Modelos em um DSS, incluindo modelos ﬁnanceiros, de análise
(MMS, Model estatística, gráﬁco e de gestão de projetos (Stair e
Management Reynolds, 2006).
Software)
Software aplicativo que consiste na maioria dos elementos

Sistema de de um DSS, além de um software para fornecer apoio
Apoio a grupo efetivo às configurações de tomadas de decisões em
(GSS, Group grupo; também chamado de sistema de apoio à decisão
Support de grupo ou sistema computadorizado de trabalho
System) colaborativo (Stair e Reynolds, 2006).
Sistemas de Apoio ao Executivo (SAE)
• Sistema de informação para executivos (nível estratégico).

• Possibilita que os executivos da alta administração interajam diretamente com o
sistema para obter informações que atendam às suas necessidades específicas.
• Faz uso intensivo de dados do meio ambiente interno e externo da empresa, contemplando
acesso a serviços de banco de dados no mercado financeiro e empresarial disponíveis.
• Ex.: Vendas do concorrente, capacidade de produção de outras empresas etc.
Outras classificações relacionadas a Sistemas de Informações:

• Business Intelligence: sistemas e processos integrados para transformar os dados
coletados em grandes quantidades em informações mais fáceis de ler pelo nível
estratégico da empresa, gerando mais praticidade no estabelecimento de planos de
negócios para a instituição.
• Sistema Integrado de Gestão, também conhecido como Sistema de Gestão Integrada
ou ERP (Enterprise Resource Planning): é um sistema de informação com módulos
integrados que dão suporte a diversas áreas operacionais, tais como vendas/marketing,
manufatura/ produção, finanças, contabilidade e recursos humanos.
SEM um ERP implantado na empresa, a informação é processada INDIVIDUALMENTE em

cada área da empresa, gerando assim retrabalho, erros, alto custo, redução dos lucros e perda
de produtividade da empresa.
002. (CESGRANRIO/LIQUIGÁS/PROFISSIONAL/ANALISTA DE SISTEMAS/JÚNIOR

TI/2018) Sistemas de informação que apoiam e abrangem organizações inteiras integrando
os dados e processos dessas organizações, em um único sistema, são denominados:
a) Sistemas especialistas.
b) Sistemas inteligentes.
c) Sistemas de planejamento de recursos empresariais (ERP).
d) Sistemas de apoio à decisão (SIGs).
e) Sistemas de data science (ciência de dados).
A questão destaca Sistema Integrado de Gestão (ou ERP), com módulos integrados que dão
suporte a diversas áreas operacionais, tais como vendas/marketing, manufatura/ produção,
finanças, contabilidade e recursos humanos.
Letra c.
003. (FCC/TRF-3/ANALISTA JUDICIÁRIO – ÁREA ADMINISTRATIVA/2016) Um Analista

Judiciário da Área Administrativa do TRF3 deseja solicitar ao departamento de Tecnologia da
Informação − TI o desenvolvimento de um sistema de informação para fazer com que cada vez
que uma resma de 500 folhas de papel sulfite seja retirada do estoque, um registro apareça,
automaticamente, nos computadores da empresa fabricante e fornecedora de papel sulfite, de
forma que ela possa fabricar a quantidade necessária e enviar diretamente ao TRF3, eliminando
distribuidores e reduzindo custos de armazenamento. Neste caso, o sistema de informação
que o Analista deseja solicitar é um:
a) Customer Relationship Management − CRM.
b) Supply Chain Management − SCM.
c) Enterprise Resource Planning − ERP.
d) Knowledge Management System − KMS.
e) Transaction Support System − TSS.
Sistema de Informação é um conjunto de componentes inter-relacionados que trabalham

juntos para coletar (recuperar), processar, armazenar e distribuir informação com a finalidade
de facilitar o planejamento, o controle, a coordenação, a análise e o processo decisório em
empresas e organizações.
a) Errada. O termo CRM (Customer Relationship Management – Gestão de Relacionamento
com o Cliente) é utilizado para designar os sistemas que gerenciam e organizam as informações
relacionadas aos clientes da empresa de forma personalizada, analisando suas preferências e
perfis de compra. Usam um conjunto de aplicações integradas para abordar todos os aspectos
do relacionamento com o cliente, inclusive atendimento, vendas e marketing.
b) Certa. O Supply Chain Management ou Gerenciamento da Cadeia de Suprimentos (SCM) é
uma ferramenta que, usando a Tecnologia da Informação (TI), possibilita à empresa gerenciar
a cadeia de suprimentos com maior eficácia e eficiência, eliminando distribuidores e reduzindo
custos de armazenamento por exemplo.
c) Errada. ERP (Enterprise Resource Planning) é um sistema de gestão integrada, também
conhecido como sistema integrado de gestão empresarial. Os ERPs são sistemas de
informações que integram todos os dados e processos de uma organização em um único
sistema. A integração pode ser vista sob a perspectiva funcional (sistemas de: finanças,
contabilidade, recursos humanos, fabricação, marketing e vendas etc.) e sob a perspectiva
sistêmica (sistema de processamento de transações, sistemas de informações gerenciais,
sistemas de apoio à decisão etc.).
d) Errada. Knowledge Management System – KMS – envolvem a criação, a distribuição e o uso
das informações. Ex.: Sistemas de escritório.
e) Errada. O sistema de informação Transaction Support System – TSS, é também conhecido
como SPT – Sistema de Processamento de Transações. Sistema administrativo básico que
atende ao nível operacional. Trata-se de um sistema que registra as transações rotineiras
necessárias ao funcionamento da empresa, como a que foi ilustrada na questão.
Letra b.
Tipos Básicos de Decisão

Existem dois tipos básicos de decisão: as programadas e as não programadas.
Vamos às principais diferenças, conforme Sobral et al. (2008):
Decisões Não
Critério Decisões Programadas
Programadas
- São repetitivas e
Classificação rotineiras. - Singulares.
da - Recorrente. - Inovadoras.
Decisão - Programáveis. - Específicas.
- Genéricas.
Natureza da - Bem definidas. - Ambíguas.

Situação - Estruturadas. - Novas e desestruturadas.
Decisões Não
Critério Decisões Programadas
Programadas
- Condições Dinâmicas.
- Pouca informação
- Condições Estáticas.
disponível.
- Informação confiável e
(As soluções são encontradas
Ambiente de precisa.
à medida que os problemas
Decisão (Fornecem estabilidade,
aparecem, por isso
aumento de eficiência e
requerem mais atividades de
redução de custos).
pesquisa dos gerentes para
encontrar a solução).
Método de - Procedimentos. - Julgamentos e princípios do

Decisão - Políticas. tomador de decisão.
- Sistemas de apoio à decisão

corporativa.
- Simulações.
- Modelos Matemáticos. - Análise de cenários.
Técnicas de - Planilhas. - Intuição.
apoio à - Orçamentos. (Permitem adaptação a
decisão - Pesquisa Operacional. mudanças do ambiente, a
encontrar soluções para
novos problemas e a lidar
com situações imprevisíveis).
004. (FGV/SEFAZ-RJ/AUDITOR-FISCAL DA RECEITA ESTADUAL/2010) As alternativas a

seguir apresentam técnicas de apoio à decisão programada, à exceção de uma. Assinale-a.
a) Modelos matemáticos.
b) Sistemas de apoio à decisão corporativa.
c) Planilhas.
d) Orçamentos.
e) Pesquisa operacional.
Conforme visto, podemos citar dois tipos básicos de decisão: as programadas (são repetitivas,
rotineiras, programáveis, genéricas) e as não programadas (singulares, inovadoras e
específicas).
São técnicas de apoio à decisão programada:
• Modelos Matemáticos.
• Planilhas.
• Orçamentos.
• Pesquisa Operacional.
Os sistemas de apoio à decisão corporativa é uma técnica de decisão não programada.
Letra b.
Data Warehouse
Um Data Warehouse (armazém de dados, ou ainda depósito de dados), é um repositório
de informações colhidas de várias origens, armazenadas sob um esquema unificado, em um
único local, que propõe sustentar a tomada de decisão com dados.
Figura. Armazém de dados.
Assim, uma das características fundamentais de um ambiente de data warehouse está em

proporcionar um ambiente que permita realizar análise dos negócios de uma empresa com
base nos dados por ela armazenados.
Para que serve?
• Para criar uma visão única e centralizada dos dados que estavam dispersos em diversos
Bancos de Dados.
• Permite que usuários finais executem consultas, gerem relatórios e façam análises.
A seguir, listamos as principais Características de um Data Warehouse:
Exemplo:
O Data Warehouse pode ser considerado como uma coleção de dados orientada por assunto,
integrada, não volátil, variante no tempo, que dá apoio às decisões da administração.
Figura. Características do Data Warehouse. Fonte: Quintão (2020).
• Orientado a assunto: refere-se ao fato do Data Warehouse (DW) ser organizado conforme
diferentes visões de negócio, ou seja, armazena informações sobre temas específicos
importantes para o negócio da empresa. Exemplo: Vendas, Compras etc.
Figura. Visões de Negócio
• Integrado a partir de fontes de dados heterogêneas: refere-se à consistência de nomes,

das unidades, das variáveis, etc., no sentido de que os dados foram transformados até
um estado uniforme. Por exemplo, considere sexo como um elemento de dado. Uma
aplicação pode codificar sexo como M/F, outra como 1/0 e uma terceira como H/M.
Assim, conforme os dados são inseridos no Data Warehouse, eles são convertidos para
um mesmo padrão. Sexo é codificado apenas de uma forma. Da mesma maneira, se um
elemento de dado é medido em centímetros em uma aplicação, em polegadas em outra, ele
será convertido para uma representação única ao ser colocado no Data Warehouse.
Figura. Exemplo de Integração de Dados de Fontes Heterogêneas.
• Não volátil: os dados são sempre inseridos, nunca excluídos. Isso significa que em um
DW não existem alterações de dados, somente a carga inicial e as consultas posteriores.
No ambiente operacional, ao contrário, os dados são, em geral, atualizados registro a
registro, em múltiplas transações.
Por definição, os dados em um Data Warehouse não são voláteis, ou seja, eles não mudam,
salvo quando é necessário fazer correções de dados previamente carregados. Os dados estão
disponíveis somente para leitura e não podem ser alterados.
Figura. Carregamento e Acesso a Dados no Data Warehouse.
Figura. Dados Não Voláteis.
• Variante no tempo: posições históricas das atividades no tempo.

• Refere-se ao fato de o dado em um Data Warehouse referir-se a algum momento
específico, significando que ele NÃO É ATUALIZÁVEL.
Enquanto que o dado de produção é atualizado de acordo com mudanças de estado do

objeto em questão, refletindo, em geral, o estado do objeto no momento do acesso. Em um
Data Warehouse, a cada ocorrência de uma mudança, uma nova entrada é criada, para marcar
esta mudança.
Figura. Variação de Preços no Tempo.
• Granularidade de dados: refere-se ao nível de sumarização dos elementos e de detalhes

disponíveis nos dados, sendo considerado o mais importante aspecto do projeto de um
Data Warehouse.
Um Data Warehouse é recomendado para armazenar dados sumarizados de toda a empresa

para apoio à decisão e utilização de ferramentas OLAP (On Line Analytical Processing).
005. (CESGRANRIO/BANCO DA AMAZÔNIA/TÉCNICO CIENTÍFICO – TECNOLOGIA DA

INFORMAÇÃO/2018) Um Data Warehouse é recomendado para armazenar dados:
a) sumarizados de um departamento.
b) sumarizados de toda a empresa para apoio à decisão e utilização de ferramentas OLAP.
c) detalhados de toda a empresa para apoio à decisão e utilização de ferramentas OLAP.

d) detalhados gerados por sistemas de informação transacionais.
e) históricos detalhados de todas as transações realizadas em um determinado período de tempo.
O Data Warehouse (DW), na definição de Barbieri (2001, p.49), é:
Um banco de dados, destinado a sistemas de apoio à tomada de decisão e cujos dados foram
armazenados em estruturas lógicas dimensionais, possibilitando o seu processamento analítico por
ferramentas especiais (OLAP e Mining).
A partir desta interpretação, pode-se afirmar que o DW é a fonte para a exploração dos dados,
enquanto o OLAP (On‑line Transaction Processing) e o data mining são as técnicas utilizadas
para explorar e investigar os dados. Um Data Warehouse é recomendado para armazenar
dados sumarizados de toda a empresa para apoio à decisão e utilização de ferramentas OLAP.
Letra b.
Quanto menor a granularidade, mais detalhada é a informação disponível.
Definir a granularidade adequada é vital para que o DW atenda seus objetivos.
Para evitar que se perca informação são criados vários níveis de granularidade.
O Data Warehouse é um armazém centralizado de dados, ou seja, um banco de dados

ou um agrupamento de bases de dados que contêm dados sobre os negócios organizados
por assunto.
Por exemplo, uma indústria automotiva poderia ter um Data Warehouse com uma base de
dados destinada a armazenar registros inerentes ao setor de Vendas. Poderia haver também
uma outra base de dados que contivesse dados inerentes ao departamento de Produção de
Automóveis.
A cada uma dessas bases de dados dá-se o nome de Data Mart, e ao agrupamento de
todos esses Data Marts damos o nome de
Data Warehouse.
Conforme visto, Data Warehouse é o processo de integração dos dados corporativos de
uma empresa em um único repositório.
É um ambiente de suporte à decisão que alavanca dados armazenados em diferentes
fontes e os organiza e entrega aos tomadores de decisões. Resumindo, é uma tecnologia de
gestão e análise de dados.
006. (CESPE/DEPEN/AGENTE PENITENCIÁRIO FEDERAL/TECNOLOGIA DA

INFORMAÇÃO/2015) Acerca de datawarehouse e datamining, julgue o item subsequente: [O
datawarehouse possibilita a análise de grandes volumes de dados, que, por sua vez, permitem
a realização de uma melhor análise de eventos futuros].
Um Data Warehouse, também chamado de armazém de dados, é um repositório de informações

colhidas de várias origens, armazenadas sob um esquema unificado, em um único local.
Quando reunidos, os dados são armazenados por muito tempo, permitindo o acesso a dados
históricos. Ainda, o desenho da base de dados favorece os relatórios, a análise de grandes
volumes de dados e a obtenção de informações estratégicas que podem facilitar a tomada
de decisão.
O Data Warehouse possibilita a análise de grandes volumes de dados, coletados dos sistemas
transacionais (OLTP – On-line Transaction Processing). São as chamadas séries históricas
que possibilitam uma melhor análise de eventos passados, oferecendo suporte às tomadas de
decisões presentes e a previsão de eventos futuros.
Errado.
Processo de Data Warehousing

O termo Data Warehousing pode ser descrito como uma coleção de tecnologias de suporte
à decisão, objetivando capacitar o trabalhador do conhecimento (executivo, gerente, analista)
a tomar decisões melhores e mais rápidas.
A figura seguinte apresenta uma arquitetura típica de Data Warehousing, mostrando todo
o processo envolvido.
Figura. Arquitetura de Data Warehousing. Fonte: Chaudhuri e Dayal (1997).
Essa arquitetura inclui ferramentas para:

• extração de dados de múltiplas bases de dados operacionais e de fontes externas (por
exemplo perfil dos clientes fornecida por consultores externos) usando gateways ou
interfaces externas padrão suportadas pelo SGBD de suporte;
• limpeza dos dados para minimizar erros e preencher informações ausentes, quando
possível;
• transformação para reconciliar erros semânticos;
• integração desses dados;
• carga dos dados no DW, que consiste na materialização das visões e no seu
armazenamento no Data Warehouse; e para periodicamente executar o refresh do Data
Warehouse, para que esse reflita as atualizações sofridas pela base operacional.
Além do Data Warehouse principal, podem existir diversos Data Marts (subconjuntos
específicos focados em assuntos selecionados) departamentais.
Os dados contidos no Data Warehouse e nos Data Marts são armazenados e gerenciados
por um ou mais servidores de Data Warehouse, que oferecem visões multidimensionais dos
dados para uma variedade de ferramentas front‑end: ferramentas de consulta, geradores de
relatórios, ferramentas de análises específicas e ferramentas de Data Mining.
Finalmente, há um repositório para armazenamento e gerenciamento de dados de log e
ferramentas para monitoramento e administração do sistema total.
Data Warehouse (DW) x Visões

Os Data Warehouses têm sido considerados por algumas pessoas como sendo uma
extensão de funções e visões do banco de dados. No entanto, visões fornecem somente um
subconjunto das capacidades de Data Warehouses.
Visões e Data Warehouses são similares nos seguintes aspectos:
• ambos têm dados extraídos de bancos de dados;
• são orientados ao assunto.
Data Warehouses são distintos de visões nos seguintes pontos:

• DW existem como armazenamento persistente ao invés de ser materializado sob
demanda;
• DW não são usualmente relacionais, mas sim multidimensionais. Visões de um banco
de dados relacional são relacionais.
• DW podem ser indexados para otimizar performance. Visões não podem ser indexadas
independente dos bancos de dados utilizados.
• DW fornecem suporte específico de funcionalidade, visões não;
• DW fornecem grande quantidade de dados integrados e frequentemente temporais,
geralmente mais do que está contido em um banco de dados, enquanto as visões são
um extrato de um banco de dados.
007. (ESAF/MPOG/2008/ADAPTADA) Algumas pessoas têm considerado que os Data

Warehouses são uma extensão de visões de banco de dados. Porém, as visões fornecem
apenas um subconjunto das funções e das capacidades dos data warehouses. Com relação às
diferenças e similaridades entre as visões e os data warehouses, é correto afirmar que tanto os
data warehouses quanto as visões fornecem, frequentemente, grandes quantidades de dados
integrados e temporais, geralmente mais do que é contido em um banco de dados.
Uma View (Visão) é uma tabela lógica, baseada em uma tabela ou em outra visão. Ela não
possui dados próprios, é somente uma interface para a manipulação de um conjunto de dados.
Ela pode ser utilizada para restringir o acesso a dados em uma tabela, facilitar consultas
complexas e também otimizar o tempo dos desenvolvedores.
A View é uma maneira alternativa de observação de dados de uma ou mais tabelas, que
compõem uma base de dados. Pode ser considerada como uma tabela virtual ou uma consulta
armazenada. Como exemplo de utilização de view, cita-se a restrição usuário x domínio
controlando o acesso de um usuário específico a colunas de uma tabela.
Alguns benefícios da utilização das Views: economia de tempo com retrabalho; velocidade de
acesso às informações; mascara a complexidade do banco de dados; organiza dados a serem
exportados para outros aplicativos.
Um Data Warehouse (ou armazém de dados) é um sistema de computação utilizado para
armazenar informação relativa às atividades de uma organização em banco de dados, de forma
consolidada. Ele possibilita a análise de grandes volumes de dados, coletados dos sistemas
transacionais. Por definição, os dados em um Data Warehouse não são voláteis, ou seja, eles
não mudam, são somente para leitura e não podem ser alterados.
Os Data Warehouses surgiram como conceito acadêmico na década de 80. Com o
amadurecimento dos sistemas de informação empresariais, as necessidades de análise dos
dados cresceram paralelamente. Como os sistemas transacionais não conseguiam cumprir a
tarefa de análise com a simples geração de relatórios, os Data Warehouses são atualmente o
núcleo dos sistemas de informações gerenciais e apoio a decisão das principais soluções de
Business Intelligence do mercado, devido a sua capacidade de sumarizar grandes volumes de
dados e de possibilitar análises.
As ferramentas OLAP (Online Analytical Processing) têm como função a navegação nos dados
de um Data Warehouse, possuindo uma estrutura adequada tanto para as pesquisas como
para a apresentação das informações.
A assertiva, portanto, é falsa, tendo-se em vista que a View não tem como objetivo fornecer
frequentemente grandes quantidades de dados integrados, e sim fornecer um subconjunto
dinâmico de dados (tabela virtual) a partir de uma ou mais tabelas.
Observem ainda que o item afirma indevidamente que a quantidade de dados ofertada é maior
do que em todo o banco de dados. Uma View não possui quantidade de dados maior do que o
próprio banco de dados em que ela está inserida.
Errado.
Data Mart (DM)

O Data Mart (DM) nada mais é que um subconjunto de dados de um Data Warehouse, em
que tipicamente desempenham o papel de um DW departamental, regional ou funcional.
Figura. Data Warehouse e Data Marts
Alguns autores e especialistas dizem que o DW é uma evolução do DM que começou

localizado e cresceu para atender um escopo maior.
Data Mining (Mineração de Dados)

É o processo de análise de conjuntos de dados que tem por objetivo a descoberta de
padrões interessantes e que possam representar informações úteis.
A mineração de dados é um processo de negócio utilizado para explorar grandes quantidades
de dados em busca de padrões e regras significativas.
O Data Mining apoia o conhecimento indutivo, que descobre novas regras e padrões nos
dados fornecidos. (ELMASRI, NAVATHE, 2005).
Outro exemplo de Data Mining: imagine o histórico de vendas de uma empresa que está no
mercado há muitos anos. Suponhamos que essa empresa desejasse saber qual a tendência de
vendas de um produto X para os próximos 10 anos. O Data Mining possui uma série de etapas
e técnicas apropriadas para responder essa questão.
Os processos de Data Mining são muito facilitados quando a empresa já possui seu Data
Warehouse bem estruturado, por isso esses dois termos Data Warehouse e Data Mining
caminham tão juntos.
As empresas comumente irão primeiramente amadurecer seus processos de organização

dos dados sobre o negócio e agrupá-los por assunto, formando seus Data Marts. Em seguida,
irão compor seu Data Warehouse, para após, iniciar os processos de Data Mining com a
finalidade de encontrar algum conhecimento de valor em meio aos dados sobre o negócio.
Abordagens para o Projeto de DW

No que se refere aos métodos de construção de Data Warehouse (DW), existem
formalmente dois:
Podem-se visualizar pela imagem seguinte as duas formas de construção, uma na qual o
DW gera os DM (Data Mart) e outra em que os DM geram o DW.
Figura. Abordagens Bottom-up e Top-Down.

Fonte: https://canaltech.com.br/infra/a-abordagem-top-down-e-bottom-up-no-data-warehouse-21108/
Figura. Exemplos das Duas Formas de Construção de um Data Warehouse.
Figura. Abordagens de Desenvolvimento de um DW. Fonte: Quintão (2020)
Kimball concebeu uma arquitetura chamada matriz de barramento para auxiliar no

desenvolvimento de um Data Warehouse.
De acordo com o autor, a matriz de barramento é uma matriz de relação cruzada entre os
processos de negócio e suas dimensões, possibilitando visualizar aquelas dimensões que são
compartilhadas entre os vários processos de negócio.
Observe pelo diagrama seguinte que, nas linhas são destacados os processos de negócio
da organização. Já nas colunas, são dispostas as dimensões comuns a esses processos.
Fonte: Kimball (Group)
008. (VUNESP/TJ-SP/2012) Uma das técnicas utilizadas no projeto de um data warehouse

corporativo consiste no uso da chamada matriz de barramento, na qual as linhas e colunas
representam, respectivamente,
a) cubos e medições.
b) data staging e cubos.
c) cardinalidades e hierarquias.
d) dimensões e cardinalidades.
e) processos de negócio e dimensões.
A matriz de barramento, proposta por Kimball, é uma matriz de relação cruzada entre os
processos de negócio e suas dimensões, possibilitando visualizar aquelas dimensões que são
compartilhadas entre os vários processos de negócio.
Essa matriz de barramento dispõe, nas suas linhas, os processos de negócio da organização
e em suas colunas as dimensões comuns.
Letra e.
Para os processos de construção de um Data Warehouse (DW) é altamente importante a

compreensão do negócio que envolve a empresa ou instituição em que se está desenvolvendo
o trabalho.
RESUMO
Atividades Básicas de um Sistema de Informação:
• Uma organização típica tem sistemas a níveis estratégico, gerencial, de conhecimento

e operacional para cada área funcional.
• Os sistemas empresariais são classificados de acordo com o tipo de problema
organizacional que resolvem (Laundon e Laundon, 2007).
Figura. Laundon e Laundon (2007)
Seis Principais Tipos de Sistemas de Informação:
Nível Estratégico ESS (Sistemas de Suporte Executivo)
Nível Administrativo/ MIS (Sistemas de Informações Gerenciais)

Gerencial DSS (Sistemas de Suporte à Decisão)
KWS (Sistemas de Trabalho do Conhecimento)

Nível de Conhecimento OAS (Sistemas de Automação de Escritório)
TPS (Sistemas de Processamento de

Nível Operacional Transações)
• Deve-se ressaltar que cada um dos diferentes sistemas pode ter componentes que são
usados por níveis e grupos organizacionais que não fazem parte do grupo principal a
que foram designados. Uma secretária pode encontrar uma informação em um SIG ou
um gerente médio pode precisar extrair dados de um SPT.
• Quando falamos de tomada de decisão, no nível gerencial, temos 2 tipos de sistemas
dentro de uma empresa:
− Sistema de Informação Gerencial (MIS ou SIG);
− Sistema de Suporte à Decisão (DSS ou SAD).
• Resumindo, veja a relação entre Sistemas de Informações e o Apoio a Atividades

Organizacionais.
Figura. Data Warehouse. Fonte: Elaboração Própria (2020)
Figura. Dados Não Voláteis. Fonte: Quintão (2020)
Figura. Processo de Data Warehousing.
Figura. Abordagens de Desenvolvimento de um DW.

Fonte: Quintão (2020)
Figura. Data Mart. Fonte: Elaboração Própria (2020)
Figura. Data Mining. Fonte: Quintão (2020)
QUESTÕES COMENTADAS EM AULA

001. (UFMT/UFSB/ANALISTA DE TECNOLOGIA DA INFORMAÇÃO/2017) Sobre sistema de
apoio à decisão, assinale a afirmativa correta.
a) É característico desse tipo de sistema executar análises e comparações para auxiliar no
processo de tomada de decisão.
b) É um sistema de informação baseado em computador que toma decisões, permite
automatizar o processo de tomada de decisão.
c) Não fornece suporte para diversos níveis de tomada de decisão.
d) Não permite obter e processar dados de fontes diferentes.
002. (CESGRANRIO/PROFISSIONAL (LIQUIGÁS)/ANALISTA DE SISTEMAS/JÚNIOR

TI/2018) Sistemas de informação que apoiam e abrangem organizações inteiras integrando
os dados e processos dessas organizações, em um único sistema, são denominados:
a) Sistemas especialistas.
b) Sistemas inteligentes.
c) Sistemas de planejamento de recursos empresariais (ERP).
d) Sistemas de apoio à decisão (SIGs).
e) Sistemas de data science (ciência de dados).
003. (FCC/TRF-3/ANALISTA JUDICIÁRIO – ÁREA ADMINISTRATIVA/2016) Um Analista

Judiciário da Área Administrativa do TRF3 deseja solicitar ao departamento de Tecnologia da
Informação − TI o desenvolvimento de um sistema de informação para fazer com que cada vez
que uma resma de 500 folhas de papel sulfite seja retirada do estoque, um registro apareça,
automaticamente, nos computadores da empresa fabricante e fornecedora de papel sulfite, de
forma que ela possa fabricar a quantidade necessária e enviar diretamente ao TRF3, eliminando
distribuidores e reduzindo custos de armazenamento. Neste caso, o sistema de informação
que o Analista deseja solicitar é um:
a) Customer Relationship Management − CRM.
b) Supply Chain Management − SCM.
c) Enterprise Resource Planning − ERP.
d) Knowledge Management System − KMS.
e) Transaction Support System − TSS.
004. (FGV/SEFAZ-RJ/AUDITOR-FISCAL DA RECEITA ESTADUAL/2010) As alternativas a

seguir apresentam técnicas de apoio à decisão programada, à exceção de uma. Assinale-a.
a) Modelos matemáticos.
b) Sistemas de apoio à decisão corporativa.
c) Planilhas.
d) Orçamentos.
e) Pesquisa operacional.
005. (CESGRANRIO/BANCO DA AMAZÔNIA/TÉCNICO CIENTÍFICO – TECNOLOGIA DA

INFORMAÇÃO/2018) Um Data Warehouse é recomendado para armazenar dados:
a) sumarizados de um departamento.
b) sumarizados de toda a empresa para apoio à decisão e utilização de ferramentas OLAP.
c) detalhados de toda a empresa para apoio à decisão e utilização de ferramentas OLAP.
d) detalhados gerados por sistemas de informação transacionais.
e) históricos detalhados de todas as transações realizadas em um determinado período de tempo.
006. (CESPE/DEPEN/AGENTE PENITENCIÁRIO FEDERAL/TECNOLOGIA DA

007. (ESAF/MPOG/2008/ADAPTADA) Algumas pessoas têm considerado que os Data

Warehouses são uma extensão de visões de banco de dados. Porém, as visões fornecem
apenas um subconjunto das funções e das capacidades dos data warehouses. Com relação às
diferenças e similaridades entre as visões e os data warehouses, é correto afirmar que tanto os
data warehouses quanto as visões fornecem, frequentemente, grandes quantidades de dados
integrados e temporais, geralmente mais do que é contido em um banco de dados.
008. (VUNESP/TJ-SP/2012) Uma das técnicas utilizadas no projeto de um data warehouse

corporativo consiste no uso da chamada matriz de barramento, na qual as linhas e colunas
representam, respectivamente,
a) cubos e medições.
b) data staging e cubos.
c) cardinalidades e hierarquias.
d) dimensões e cardinalidades.
e) processos de negócio e dimensões.
EXERCÍCIOS
009. (DECEX/ESFCEX/CURSO DE FORMAÇÃO DE OFICIAIS DO QUADRO COMPLEMENTAR/
INFORMÁTICA/2019/CA CFO-QC 2020) Nas palavras de LAUDON e LAUDON, em sistemas
de informação, existem quatro tipos de sistemas que apoiam os diferentes níveis e tipos de
decisão. Os Sistemas de Informações Gerenciais (SIG) fornecem resumos e relatórios de
rotina com dados no nível de transação para a gerência de nível operacional e médio. Sistemas
de Apoio à Decisão (SAD) fornecem ferramentas ou modelos analíticos para analisar grandes
quantidades de dados, além de consultas interativas de apoio para gerentes de nível médio
que enfrentam situações de decisões semiestruturadas. Sistemas de Apoio ao Executivo
(SAE) são sistemas que fornecem à gerência sênior, envolvida em decisões não estruturadas,
informações externas e resumos de alto nível. Sistemas de Apoio à Decisão em Grupo (SADG)
são sistemas especializados que oferecem um ambiente eletrônico no qual gerentes e equipes
podem coletivamente tomar decisões e formular soluções.
Considerando os conceitos do universo dos Sistemas de Apoio à Decisão (SAD), avalie as
seguintes asserções e a relação proposta entre elas.
I – DATA WAREHOUSE é uma coleção de dados orientados por assuntos, integrados, variáveis
com o tempo, voláteis, para dar suporte ao processo de tomada de decisão. É um repositório
de grande volume de dados tratados, objetivando levar informação a partir dos dados.
OBTIDOS POR MEIO DE
II – Ambientes heterogêneos, geralmente de bancos transacionais, utilizando técnica de ETL
para extrair, transformar e carregar, com objetivo de processamento analítico, de modo a
permitir a criatividade das pessoas envolvidas, também denominado de OLAP.
A respeito dessas asserções, assinale a alternativa correta.
a) As asserções I e II são proposições verdadeiras, e a II complementa a I.
b) As asserções I e II são proposições verdadeiras, mas a II não complementa a I.
c) A asserção I é uma proposição verdadeira, e a II é uma proposição falsa.
d) A asserção I é uma proposição falsa, e a II é uma proposição verdadeira.
e) As asserções I e II são proposições falsas.
Vamos analisar cada uma das proposições:

I – Errado. O DATA WAREHOUSE não é uma coleção de dados voláteis! Bill Inmon destaca que
o “Data Warehouse é uma coleção de dados orientados por assuntos, integrados, variáveis
com o tempo e não voláteis, para dar suporte ao processo de tomada de decisão”.
Figura. Características do Data Warehouse.
II – Certo. Data Warehouse é obtido por meio de ambientes heterogêneos, geralmente de bancos
transacionais, utilizando técnica de ETL para extrair, transformar e carregar, com objetivo de
processamento analítico, de modo a permitir a criatividade das pessoas envolvidas, também
denominado de OLAP.
As ferramentas de software ETL (Extract Transform Load – Extração Transformação Carga),
conforme visto na figura seguinte, têm como função a extração de dados a partir dos
sistemas de origem e, geralmente, gravação em disco no ambiente de ETL antes de qualquer
reestruturação dos dados.
Em seguida, é realizada a transformação desses dados de acordo com as regras de negócio e,
por fim, a carga dos dados em um Data Mart ou em um Data Warehouse (DW).
Tudo isso tem como objetivo obter um processamento analítico, de modo a permitir a criatividade
das pessoas envolvidas, também denominado de OLAP (On-line Analytical Processing). O OLAP
é a tecnologia que permite processar uma quantidade grande de dados, em geral armazenados
em Data Warehouse (DW), estruturado para este fim. Este processamento permite a análise em
diferentes perspectivas a partir de dados históricos das operações da organização, auxiliando
a realização de atividades estratégicas para a empresa.
Diante do exposto, a asserção I é uma proposição falsa, e a II é uma proposição verdadeira.
Letra d.
010. (CESGRANRIO/TRANSPETRO/ANALISTA DE PROCESSO DE NEGÓCIO/2018)

Determinada empresa de transporte possui uma frota de caminhões que movimenta diversos
tipos de carga, tais como eletrônicos, brinquedos e eletrodomésticos. Um Sistema de
Informações proprietário calcula detalhes financeiros e técnicos das viagens dessa frota. Os
cálculos financeiros incluem, entre outros, custos de combustível, mão de obra e valor de frete.
Os detalhes técnicos são inúmeros, como tipo e volume da carga, capacidade, consumo e
velocidade dos caminhões, restrições dos trajetos, distâncias aos destinos e outros.
O sistema responde a perguntas, tais como:
i) dada uma especificação de carga, uma escala de entrega e preços de frete, quais caminhões
e motoristas devem ser alocados para maximizar o lucro?
ii) qual conjunto (velocidade, trajeto) deve ser utilizado por determinado caminhão para otimizar
o lucro e garantir as datas de entrega?
A Figura resume a configuração do sistema.
Com base na descrição acima, o tipo de Sistema de Informação utilizado por essa empresa é o:
a) CRM.
b) SIG.
c) Sistema Especialista.
d) Sistema de Suporte à Decisão.
e) Sistema de Processamento de Transações.
Observe pela figura que a base de dados analítica (armazém de dados) é utilizada no contexto
de suporte a decisão. Desta forma, a letra D é a resposta.
Letra d.
011. (CESPE/CODEVASF/ANALISTA EM DESENVOLVIMENTO REGIONAL/TECNOLOGIA

DA INFORMAÇÃO/2021) Acerca de inteligência de negócios (business intelligence), julgue o
item a seguir.
Os sistemas de suporte à decisão (DSS, do inglês decision support system) são programados
para substituir os tomadores de decisão das organizações e podem ser usados rotineiramente
em tarefas de tomada de decisão comuns, devendo ser evitados para tarefas de decisões
pontuais de alto nível relacionadas às estratégias de negócios.

Fator MIS (ou SIG)
Decisão)
Pode lidar com problemas não

estruturados, que podem não
ser facilmente programados.
Como exemplo, a escolha do Normalmente, utilizado
Tipo de problema local de uma nova fábrica de só com problemas
uma organização é um problema estruturados.
não rotineiro complexo! Precisa,
portanto, que uma pessoa tome a
decisão.
Apoia todos os aspectos e fases da Em alguns casos,

tomada de decisão; não substitui toma decisões,
Apoio o tomador de decisões – as automaticamente, e
pessoas é que ainda tomam as substitui o tomador de
decisões. decisões.
Conforme visto, os sistemas de informação gerencial (MIS, do inglês Management Information
System) são programados para substituir os tomadores de decisão das organizações e podem
ser usados rotineiramente em tarefas de tomada de decisão comuns, devendo ser evitados
para tarefas de decisões pontuais de alto nível relacionadas às estratégias de negócios.
Errado.
012. (NC-UFPR FUNPAR/COREN-PR/ADMINISTRADOR/2018) Os Sistemas de Informações

Gerenciais (SIG) apoiam os gerentes no monitoramento e no controle organizacional, fornecendo
informações estruturadas sobre o seu desempenho. Já os Sistemas de Apoio à Decisão (SAD)
apoiam os gerentes por meio de modelos analíticos aplicados a grandes quantidades de dados
necessários para decisões estruturadas ou semiestruturadas (Laudon e Laudon, 2010). Tendo
em vista as características dos sistemas de informação e de apoio à decisão necessários em
uma organização, considere as seguintes afirmativas:
1. Um gerente sênior deve utilizar um SAD para determinar metas de longo prazo.
2. Um gerente de nível médio deve utilizar um SAD para um orçamento departamental.
3. Um gerente operacional deve utilizar um SIG para aprovar um orçamento de capital.
4. Um gerente sênior deve usar um SAD e um SIG para determinar a elegibilidade de horas
extras de um funcionário.
Assinale a alternativa correta.
a) Somente a afirmativa 1 é verdadeira.
b) Somente as afirmativas 1 e 2 são verdadeiras.
c) Somente as afirmativas 3 e 4 são verdadeiras.

d) Somente as afirmativas 2, 3 e 4 são verdadeiras.
e) Somente as afirmativas 1, 2, 3 e 4 são verdadeiras.
Os sistemas empresariais são classificados de acordo com o tipo de problema organizacional

que resolvem (Laundon e Laundon, 2007). Laudon e Laudon (2010) ainda destacam três
grupos de gerência (Gerência sênior, Gerência média e Gerência operacional) que compõem a
hierarquia da administração na organização. Vide observações na figura seguinte:
Figura. Laundon e Laundon (2010)
Vamos então à análise das assertivas:

1. Certo. A gerência sênior é responsável por tomar decisões estratégicas de longo prazo
e referentes a produtos e serviços. Um gerente sênior deve utilizar um SAD para determinar
metas de longo prazo.
2. Certo. Um gerente de nível médio deve utilizar um SAD para um orçamento departamental.
3. Errado. Um gerente sênior deve utilizar um SAD para aprovar um orçamento de capital.
4. Errado. Um gerente operacional deve usar um SAD para determinar a elegibilidade de horas
extras de um funcionário.
Conforme visto, somente as afirmativas 1 e 2 são verdadeiras e a letra B é a resposta.
Letra b.
013. (CESPE/SERPRO/ANALISTA/DESENVOLVIMENTO DE SISTEMAS/2013) Sistemas

de apoio à decisão são sistemas que, substituindo a intervenção humana, tomam decisão
em situações críticas que envolvem o processamento de grande volume de informações
em paralelo.
DSS (Sistema de Suporte à Decisão) apoia todos os aspectos e fases da tomada de decisão;
não substitui o tomador de decisões – as pessoas é que ainda tomam as decisões.
Errado.
014. (QUESTÃO INÉDITA/2020) Julgue o item que se segue. O Data Mining é uma coleção de
dados orientados por assuntos, integrados, variáveis com o tempo e voláteis, para dar suporte
ao processo de tomada de decisão.
Bill Inmon destaca que o “Data Warehouse é uma coleção de dados orientados por assuntos,
integrados, variáveis com o tempo e não voláteis, para dar suporte ao processo de tomada
de decisão”.
Figura. Características do Data Warehouse.
Vejamos estas características de modo mais detalhado:

É orientado a assuntos.
O DW é criado de forma orientada em torno dos principais assuntos da organização (clientes,
vendas, produtos, estoques etc.).
É integrado.
Na convenção consistente de nomes;
Na estrutura consistente da codificação; etc.
É não volátil.
De modo geral, somente existem cargas e acessos (atualizações existem, mas devido às
manutenções).
É variante no tempo.
Qualquer unidade de dado deve ter precisão em um ponto bem definido do tempo.
A principal ideia do Data Warehouse é construir um depósito no qual será mantida a memória
histórica dos dados, possibilitando a utilização dos mesmos para consulta e análise estratégica
para a tomada de decisão!
Data Mining é o processo de descoberta de novas correlações, padrões e tendências entre
as informações de uma empresa, por meio da análise de grandes quantidades de dados
armazenados em bancos de dados usando técnicas de reconhecimento de padrões, estatísticas
e matemáticas.
Errado.
015. (CESPE/EBSERH/ANALISTA DE TECNOLOGIA DA INFORMAÇÃO/2018) Julgue o item

que se segue, a respeito de arquitetura e tecnologias de sistemas de informação.
A descoberta de novas regras e padrões em conjuntos de dados fornecidos, ou aquisição de
conhecimento indutivo, é um dos objetivos de data mining.
O conhecimento é classificado em indutivo e dedutivo. O conhecimento dedutivo deduz novas

informações baseadas na aplicação de regras lógicas predefinidas de dedução sobre dados
existentes. O Data Mining apoia o conhecimento indutivo, que descobre novas regras e padrões
nos dados fornecidos. (ELMASRI, NAVATHE, 2005).
Certo.
016. (CESPE/TCE-PA/AUDITOR DE CONTROLE EXTERNO – ÁREA INFORMÁTICA –

ANALISTA DE SISTEMA/2016) Julgue o item a seguir, em relação a data warehouse e
data mining.
No contexto de data mining, o processo de descoberta de conhecimento em base de
dados consiste na extração não trivial de conhecimento previamente desconhecido e
potencialmente útil.
O Data Mining é considerado uma parte de um processo maior conhecido como KDD
(Knowledge Discovery in Databases) – em português, Descoberta de Conhecimento em Bases
de Dados –, que, segundo Eduardo Gimenes, busca extrair informação válida, previamente
desconhecida e de máxima abrangência a partir de grandes bases de dados, usando-as para
efetuar de decisões cruciais.
Addrians & Zantinge (1996) cita que o Data Mining, ou Mineração de Dados, permite a
extração não trivial de conhecimento previamente desconhecido e potencialmente útil de um
banco de dados.
Outra definição clássica para esse termo é a de FAYYAD et al. (1996): “processo, não trivial,
de extração de informações implícitas, previamente desconhecidas e potencialmente úteis, a
partir dos dados armazenados em um banco de dados”, ou seja, buscar por informações em
uma base de dados com os mais variados atributos e assuntos.
Já Laudon&Laudon destaca que Data Mining é a 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.
Mineração de dados, ou data mining, é o processo de análise de conjuntos de dados que tem por
objetivo a descoberta de padrões interessantes e que possam representar informações úteis.
Certo.
017. (CESPE/TCE-PA/AUDITOR DE CONTROLE EXTERNO – ÁREA INFORMÁTICA –

ANALISTA DE SISTEMA/2016) Julgue o item a seguir, em relação a data warehouse e data
mining. [Data warehouse é um repositório de dados dinâmico, que sofre alterações frequentes,
de modo a permitir que sejam feitas consultas em base de dados constantemente atualizada].
A questão tornou-se inadequada ao destacar que o Data Warehouse sofre alterações frequentes.
Os dados em um Data Warehouse não são voláteis, ou seja, eles não mudam, salvo quando
é necessário fazer correções de dados previamente carregados. No ambiente operacional, ao
contrário, os dados sofrem alterações frequentes, pois são, em geral, atualizados registro a
registro, em múltiplas transações.
Figura. Carregamento e acesso a dados no DW
Errado.
018. (CESPE/TCU/AUDITOR FEDERAL DE CONTROLE EXTERNO/2015) O uso prático de

data mining envolve o emprego de processos, ferramentas, técnicas e métodos oriundos da
matemática, da estatística e da computação, inclusive de inteligência artificial.
Data Mining é a etapa do KDD (Knowledge Discovery in Databases – Descoberta de

Conhecimento em Bases de Dados) em que os dados preparados são processados, ou seja, é
onde se faz a mineração dos dados propriamente dita.
Nesse contexto, são aplicadas técnicas para identificação de padrões sobre os dados
disponíveis. Esse processo tem o intuito de trabalhar os dados registrados ao longo do tempo
de vida de um negócio a fim de se identificar padrões que representam alguma informação
sobre o comportamento do negócio.
A figura a seguir apresenta um esquema que descreve o KDD.
O processo de KDD envolve os seguintes passos:

• entendimento do domínio da aplicação e identificação do objetivo do processo de KDD;
• seleção: criação de um conjunto-alvo de dados;
• pré-processamento: limpeza de dados e operações básicas como remoção de ruído,
tratamento para a falta de dados, etc.;
• transformação: encontrar características úteis para representar os dados, conforme o
objetivo definido e realizar a redução ou transformação da dimensionalidade;
• mineração de dados: casar os objetivos do processo de KDD com um método particular
de mineração de dados e realizar a análise exploratória e seleção de modelo e hipótese,
buscando padrões de interesse;
• interpretação: interpretar e avaliar os padrões minerados, podendo retornar a passos
anteriores caso seja necessário;
• agir a partir do conhecimento descoberto.
No Data Mining são aplicadas técnicas e ferramentas matemáticas, estatísticas e
computacionais visando a extração de informações implícitas, previamente desconhecidas, e
potencialmente úteis, a partir de dados. Para isso é necessário um programa de computador
para detectar padrões e regularidades nos dados. Os termos destacados na questão estão de
acordo com essa teoria, e a assertiva é correta.
Certo.
019. (CESPE/TCU/AUDITOR FEDERAL DE CONTROLE EXTERNO/2015) No ambiente

organizacional, devido à grande quantidade de dados, não é recomendado o emprego de data
mining para atividades ligadas a marketing.
Não existe restrição de setor para o emprego das técnicas de Data mining. Em relação à
quantidade de dados também não há restrição desde que a empresa possua capacidade de
tratamento (armazenagem e processamento) dos dados.
Errado.
020. (CESPE/TCU/AUDITOR FEDERAL DE CONTROLE EXTERNO/2015) A finalidade do uso

do data mining em uma organização é subsidiar a produção de afirmações conclusivas acerca
do padrão de comportamento exibido por agentes de interesse dessa organização.
A mineração de dados (Data Mining) pode ser utilizada para encontrar novos padrões, visando:
• predição: o sistema encontra padrões para predizer (prever) o comportamento futuro de
algumas entidades;
• descrição: o sistema encontra padrões relevantes sobre os dados, em uma forma
compreensível para o usuário.
A mineração de dados envolve o ajuste de modelos aos dados observados ou a determinação
de padrões a partir destes dados. Os modelos ajustados fazem o papel do conhecimento
inferido, sobre o qual o julgamento humano subjetivo é exigido na verificação se os modelos
refletem conhecimento útil ou interessante.
Certo.
021. (CESPE/DEPEN/AGENTE PENITENCIÁRIO FEDERAL – TECNOLOGIA DA

Um Data Warehouse é um repositório de informações colhidas de várias origens, armazenadas

sob um esquema unificado, em um único local.
Quando reunidos, os dados são armazenados por muito tempo, permitindo o acesso a dados
históricos.
Ainda, o desenho da base de dados favorece os relatórios, a análise de grandes volumes de

dados e a obtenção de informações estratégicas que podem facilitar a tomada de decisão.
O Data Warehouse possibilita a análise de grandes volumes de dados, coletados dos sistemas
transacionais (OLTP). São as chamadas séries históricas que possibilitam uma melhor análise
de eventos passados, oferecendo suporte às tomadas de decisões presentes e a previsão de
eventos futuros.
Errado.
022. (CESPE/TJ-SE/ANALISTA JUDICIÁRIO/ANÁLISE DE SISTEMAS/2014) Com relação a

sistemas de suporte à decisão, julgue os seguintes itens.
Assim como o Data Mining, os Data Marts são voltados para a obtenção de informações
estratégicas de maneira automática, ou seja, com o mínimo de intervenção humana a partir da
análise de dados oriundos de Data Warehouses.
O Data Warehouse é um conjunto de dados orientado por assuntos, não volátil, variável com o
tempo e integrado, criado para dar suporte à decisão.
Data Marts são subconjuntos de dados de um Data Warehouse.
E, por fim, é o Data Mining (Mineração de Dados) o processo de identificar informações
relevantes, tais como padrões, associações, mudanças, anomalias e estruturas, em grandes
conglomerados de dados que estejam em banco de dados ou outros repositórios de
informações.
Errado.
023. (CESPE/TJ-SE/PROGRAMAÇÃO DE SISTEMAS/2014) Os dados armazenados em um

DataWarehouse devem estar integrados, temporalmente identificados, orientados ao assunto
e devem ser protegidos, de modo a se evitar o acesso do usuário.
Segundo Bill Inmon (1997), um data warehouse é uma coleção de dados orientada a assuntos,
integrada, não volátil e variante ao longo do tempo, para suporte à tomada de decisão.
É orientado a assuntos.
o DW é criado de forma orientada em torno dos principais assuntos da organização (clientes,
vendas, produtos, estoques, etc.).
É integrado.
Na convenção consistente de nomes;
Na estrutura consistente da codificação; etc.
É não volátil.
Somente existem cargas e acessos (atualizações existe, mas devido às manutenções).
É variante no tempo.
Qualquer unidade de dado deve ter precisão em um ponto bem definido do tempo.
Por fim, deve-se definir o nível de segurança a ser implementado no DW, de modo a que se
permita o acesso devido aos usuários autorizados. A questão afirma que o acesso do usuário
deve ser evitado, o que está errado!
Errado.
024. (CESPE/CORREIOS/ANALISTA DE CORREIOS/ANALISTA DE SISTEMAS/

DESENVOLVIMENTO DE SISTEMAS/2011) Em um ambiente data warehouse (DW), é possível
a análise de grandes volumes de dados, os quais ficam disponíveis para serem alterados e
manipulados pelo usuário.
Segundo Laudon & Laudon, um Data Warehouse (DW) é um banco de dados, com ferramentas
de consulta e relatório, que armazena dados atuais e históricos extraídos de vários sistemas
operacionais e consolidados para fins de análises e relatórios administrativos.
Em um ambiente DW, é possível a análise de grandes volumes de dados. No entanto,
diferentemente do ambiente operacional em que os dados são, em geral, atualizados registro
a registro, em múltiplas transações, o DW permite apenas a carga inicial dos dados e consultas
a estes dados. Após serem integrados e transformados, os dados são carregados em bloco
para o Data Warehouse, para que estejam disponíveis aos usuários para acesso.
Errado.
025. (FCC/DPE-AM/ANALISTA EM GESTÃO ESPECIALIZADO DE DEFENSORIA – ANALISTA

DE BANCO DE DADOS/2018) Uma das características fundamentais de um ambiente de data
warehouse está em:
a) servir como substituto aos bancos de dados operacionais de uma empresa, na eventualidade
da ocorrência de problemas com tais bancos de dados.
b) ser de utilização exclusiva da área de aplicações financeiras das empresas.
c) proporcionar um ambiente que permita realizar análise dos negócios de uma empresa com
base nos dados por ela armazenados.
d) ser de uso prioritário de funcionários responsáveis pela área de telemarketing das empresas.
e) armazenar apenas os dados mais atuais (máximo de 3 meses de criação), independentemente
da área de atuação de cada empresa.
Os Data Warehouse (DW) podem ser utilizados por todas as áreas da empresa, não sendo de
uso restrito dos funcionários do telemarketing, como citado na questão.
Bill Inmon destaca que o Data Warehouse (DW) é uma coleção de dados orientados por
assuntos, integrados, variáveis com o tempo e não voláteis, para dar suporte ao processo de
tomada de decisão com dados.
Por fim, cabe destacar que o DW armazena posições históricas das atividades no tempo.
Enquanto o dado de produção é atualizado de acordo com mudanças de estado do objeto em
questão, refletindo, em geral, o estado do objeto no momento do acesso. Em um DW, a cada
ocorrência de uma mudança, uma nova entrada é criada, para marcar esta mudança.
Figura. Variação de preços no tempo
Letra c.
026. (FCC/DPE-RS/ANALISTA – BANCO DE DADOS/2017) Uma das técnicas bastante

utilizadas em sistemas de apoio à decisão é o Data Mining, que se constitui em uma técnica:
a) para a exploração e análise de dados, visando descobrir padrões e regras, a princípio ocultos,
importantes à aplicação.
b) para se realizar a criptografia inteligente de dados, objetivando a proteção da informação.
c) que visa sua distribuição e replicação em um cluster de servidores, visando aprimorar a
disponibilidade de dados.
d) de compactação de dados, normalmente bastante eficiente, permitindo grande desempenho
no armazenamento de dados.
e) de transmissão e recepção de dados que permite a comunicação entre servidores, em
tempo real.
A Mineração de dados (ou Data Mining) é o nome dado ao processo de descoberta de novas
correlações, padrões e tendências entre as informações de uma empresa, por meio da análise
de grandes quantidades de dados armazenados em bancos de dados usando técnicas de
reconhecimento de padrões, estatísticas e matemáticas.
Letra a.
027. (QUESTÃO INÉDITA/2020) Julgue o item seguinte: Data Mining é um ambiente de suporte
à decisão que alavanca dados armazenados em diferentes fontes e os organiza e entrega aos
tomadores de decisões. Resumindo, é uma tecnologia de gestão e análise de dados.
Data Warehouse é um ambiente de suporte à decisão que alavanca dados armazenados em

diferentes fontes e os organiza e entrega aos tomadores de decisões. Resumindo, é uma
tecnologia de gestão e análise de dados.
Errado.
028. (QUESTÃO INÉDITA/2020) Julgue o item seguinte: Data Warehouse (DW) propõe
sustentar a tomada de decisão com dados. Trata-se de uma coleção de dados orientada por
assunto, integrada, volátil, variante no tempo, que dá apoio às decisões da administração.
Data Warehouse (DW) propõe sustentar a tomada de decisão com dados.

Trata-se de uma coleção de dados orientada por assunto, integrada, não volátil, variante no
tempo, que dá apoio às decisões da administração.
Errado.
029. (QUESTÃO INÉDITA/2020) Julgue o item seguinte: Mineração de Dados é o processo de

análise de conjuntos de dados que tem por objetivo a descoberta de padrões interessantes e
que possam representar informações úteis.
A mineração de dados é um processo de negócio para explorar grandes quantidades de dados

para descobrir padrões e regras significativas (2011).
Certo.
030. (ESAF/MPOG/ANALISTA DE TI/2010/ADAPTADA) Um ambiente Datawarehouse:

a) é uma coleção de dados voláteis, invariantes em termos locais, integrados e orientados a
um assunto, direcionados a decisões operacionais.
b) ao ser projetado segundo a abordagem bottom-up, fundamenta-se nas necessidades de
informação de todos os níveis gerenciais da empresa.
c) para ser implementado, requer a remoção de metadados e a integração de dados existentes
em um banco de dados.
d) ao ser projetado, segundo a abordagem top-down, não comporta necessidades de
informações gerenciais.
e) é uma coleção de dados não-voláteis, variantes em termos temporais, integrados e orientados
a assuntos, utilizados no suporte a decisões gerenciais.
A questão original foi anulada e fiz uma alteração na atual. Segundo Inmon, o Data Warehouse
(DW) é uma coleção de dados orientada a assunto, integrada, não volátil, variável no tempo
para suporte às decisões da gerência.
Mais detalhes a seguir:

• Orientado a assunto: os dados armazenados em um DW são organizados por assunto,
tratando de temas específicos e importantes para o negócio da organização.
• Integrados: o DW é um depósito de dados integrados de múltiplas fontes, processados
para armazenamento em um modelo multidimensional.
• Variante no tempo: um DW mantém os dados históricos, permitindo a detecção de
tendências, desvios e relações de longo prazo para previsões e comparações.
• Não voláteis: depois que os dados são inseridos em um DW, os usuários não podem
modificá-los ou atualizá-los. De modo geral, são permitidas apenas operações de carga
e consulta.
Letra e.
031. (CESPE/MPU/ANALISTA DE INFORMÁTICA/PERITO/2010) Dados para a formação

de data warehouses podem ser provenientes de e-mails, conversas de telefone, documentos,
planilhas. A abordagem linguística utiliza a análise de strings de caracteres para classificar o
texto em determinadas categorias, que são definidas previamente de acordo com o objetivo
da empresa.
A primeira parte da questão, descrita como: “dados para a formação de Data Warehouses
podem ser provenientes de e-mails, conversas de telefone, documentos, planilhas”, está correta!
Conforme destaca Heuseler (2010), dados não estruturados podem ser incorporados ao
processo de Data Warehousing.
Esses dados podem ser provenientes de e-mails, conversas de telefone, documentos, planilhas etc.
Devido à natureza destes dados, que têm como essência o texto livre, incorporá‑los simplesmente
no mundo analítico, segundo Inmon, criaria um universo de análise muito pouco produtivo, sendo
necessário que estes textos passem por uma série de tratamentos antes de serem incorporados
efetivamente. É preciso separar o conteúdo realmente relevante para a empresa.
Ainda, segundo Heuseler (2010):
No processo de obtenção de e-mails, por exemplo, devem-se separar os conteúdos trocados em

razão de simples conversas entre amigos daqueles que tratam de temas que sejam realmente de
interesse da corporação. Além de sua relevância, é importante determinar qual o conteúdo deste
texto, ou seja, dar significado a este para que a análise possa ganhar em riqueza. Nota-se claramente
que a grande preocupação neste momento de obtenção dos dados é o do tratamento do conteúdo
adquirido, de maneira a tornar este significativo para análises.
Para “entender” estes textos, existem duas abordagens a serem consideradas: linguística
e temática.
A abordagem linguística trata o texto de acordo com a língua na qual ele está escrito, sendo
sua utilização muito complexa e pouco flexível (uma análise deve ser feita para cada língua).
A abordagem temática, destacada na questão, utiliza a análise de strings de caracteres para
classificar o texto em determinadas categorias, que são definidas previamente de acordo com
o objetivo da empresa.
Assim, conforme visto, a questão trouxe a descrição da abordagem temática, ao invés da abor-
dagem linguística, e a assertiva é falsa.
Referência utilizada: Heuseler, F. M. Uma abordagem multifacetada para exploração integrada
de dados estruturados e não estruturados em ambientes OLAP. 2010. Disponível em: http://
teses2.ufrj.br/15/teses/735155.pdf
Errado.
032. (CESPE/CORREIOS/ANALISTA DE CORREIOS/ANALISTA DE SISTEMAS/

DESENVOLVIMENTO DE SISTEMAS/2011) Em um ambiente data warehouse (DW), é possível
a análise de grandes volumes de dados, os quais ficam disponíveis para serem alterados e
manipulados pelo usuário.
Segundo Laudon & Laudon, um Data Warehouse (DW) é um banco de dados, com ferramentas
de consulta e relatório, que armazena dados atuais e históricos extraídos de vários sistemas
operacionais e consolidados para fins de análises e relatórios administrativos.
Em um ambiente DW, é possível a análise de grandes volumes de dados. No entanto,
diferentemente do ambiente operacional em que os dados são, em geral, atualizados registro
a registro, em múltiplas transações, o DW permite apenas a carga inicial dos dados e consultas
a estes dados. Após serem integrados e transformados, os dados são carregados em bloco
para o Data Warehouse, para que estejam disponíveis aos usuários para acesso.
Errado.
GABARITO
1. a
2. c
3. b
4. b
5. b
6. E
7. E
8. e
9. d
10. d
11. E
12. b
13. E
14. E
15. C
16. C
17. E
18. C
19. E
20. C
21. E
22. E
23. E
24. E
25. c
26. a
27. E
28. E
29. C
30. e
31. E
32. E
REFERÊNCIAS BIBLIOGRÁFICAS
AUSTIN, B. Kimball and Inmon DW Models. Disponível em: <https://bennyaustin.wordpress.
com/2010/05/02/kimball-and-inmon-dw-models/>. Acesso em: 12 out. 2019.
BARBIERI, C. BI2-Business intelligence: Modelagem & Qualidade. Elsevier Editora, 2011.
BERRY, M. J. A.; LONOFF, G. Data Mining Techniques: for Marketing, Sales and Customer Su-
pport. New York: John Wiley & Sons, Inc., 1997.
BERSON, Alex; SMITH, Stephen; THEARLING, Kurt. Building Data Mining Applications for CRM.
USA, New York: MacGrawHill, 1999.
BOTELHO, F. R.; FILHO, E. R. Conceituando o termo business intelligence: origem e princi-

pais objetivos. Disponível em: <http://www.iiisci.org/journal/CV$/risci/pdfs/CB793JN14.pdf>.
Acesso em: 13 set. de 2020.
ELIAS, D. As Melhores Ferramentas do Mercado para Business Intelligence. 2014. Disponível

em: <http://corporate.canaltech.com.br/noticia/business-intelligence/As-melhores-ferramen-
tas-do-mercado-para-Business-Intelligence/>. Acesso em: 20 set. 2020.
FERNANDES, A. A.; ABREU, V. F. Implantando a Governança de TI. Rio de Janeiro: Brasport,

2006.
HAN, J.; PEI, J.; KAMBER, M. Data mining: concepts and techniques. Elsevier, 2011.
JAMIL, George L. Repensando a TI na Empresa Moderna. Axcel Books, 2001.
LAUDON, K. C; LAUDON, J. P. Sistemas de Informações Gerenciais. São Paulo: Pearson Pren-

tice Hall, 2007.
O´BRIEN, James A. Sistemas de Informação e as Decisões Gerenciais na Era da Internet. São

Paulo: Saraiva, 2006. 2ª ed.
PITON, R. 7 passos para construir um Data Warehouse – Do Levantamento de requisitos ao

desenho do Star Schema. Disponível em: https://rafaelpiton.com.br/blog/data-warehouse-sur-
rogate-key/. Acesso em: março de 2020.
___________. Data Warehouse – Para que serve a Surrogate Key? Disponível em: https://rafael-
piton.com.br/blog/data-warehouse-surrogate-key/. 2017. Acesso em: março de 2020.
___________. O que é BI – Business Intelligence? Disponível em: https://rafaelpiton.com.br/blo-

g/o-que-e-bi-business-intelligence/. 2017. Acesso em: março de 2020.
PRASS, F. S. KKD: Processo de descoberta de conhecimento em bancos de dados. Grupo de

Interesse Em Engenharia de Software, Florianópolis, v. 1, p. 10-14, 2004.
PRESSMAN, Roger. Engenharia de Software. 7 ed. Porto Alegre: AMGH,2011.
QUINTÃO, P. L. Informática-FCC-Questões Comentadas e Organizadas por Assunto. 3ª. Edi-

ção. Ed. Gen/Método, 2014 ______________. Notas de aula,2021.
REZENDE, D. A.; ABREU, A.. F. Tecnologia da Informação Aplicada a Sistemas de Informação

Empresariais: o Papel Estratégico da Informação e dos Sistemas de Informação nas Empre-
sas. São Paulo: Atlas, 2001.
SOBRAL, F.; PECI, A. Administração: teoria e prática no contexto brasileiro. São Paulo: Pearson
Prentice Hall, 2008.
SOMMERVILLE. Ian. Engenharia de Software. 9 ed. Paulo: Pearson Prentice Hall, 2011.
STAIR, R. M.; Reynolds, G.W. Princípios de Sistemas de Informação: Uma Abordagem Geren-
cial. São Paulo: Pioneira Thompson Learning, 2006.
Turban, Efraim; Rainer, R. Kelly e Potter, Richard E. Administração de Tecnologia da Informa-

ção-Teoria e Prática, Rio de Janeiro: Campus, 2003.
Patrícia Quintão
Mestre em Engenharia de Sistemas e computação pela COPPE/UFRJ, Especialista em Gerência de
Informática e Bacharel em Informática pela UFV. Atualmente é professora no Gran Cursos Online;
Analista Legislativo (Área de Governança de TI), na Assembleia Legislativa de MG; Escritora e Personal &
Professional Coach.
Atua como professora de Cursinhos e Faculdades, na área de Tecnologia da Informação, desde 2008. É
membro: da Sociedade Brasileira de Coaching, do PMI, da ISACA, da Comissão de Estudo de Técnicas de
Segurança (CE-21:027.00) da ABNT, responsável pela elaboração das normas brasileiras sobre gestão da
Segurança da Informação.
Autora dos livros: Informática FCC - Questões comentadas e organizadas por assunto, 3ª. edição e 1001
questões comentadas de informática (Cespe/UnB), 2ª. edição, pela Editora Gen/Método.
Foi aprovada nos seguintes concursos: Analista Legislativo, na especialidade de Administração de Rede, na
Assembleia Legislativa do Estado de MG; Professora titular do Departamento de Ciência da Computação
do Instituto Federal de Educação, Ciência e Tecnologia; Professora substituta do DCC da UFJF; Analista de
TI/Suporte, PRODABEL; Analista do Ministério Público MG; Analista de Sistemas, DATAPREV, Segurança da
Informação; Analista de Sistemas, INFRAERO; Analista - TIC, PRODEMGE; Analista de Sistemas, Prefeitura
de Juiz de Fora; Analista de Sistemas, SERPRO; Analista Judiciário (Informática), TRF 2ª Região RJ/ES, etc.
@coachpatriciaquintao /profapatriciaquintao
@plquintao t.me/coachpatriciaquintao

Visao Geral Sobre Sistemas de Suporte A Decisao e Inteligencia de Negocio Parte I

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Visao Geral Sobre Sistemas de Suporte A Decisao e Inteligencia de Negocio Parte I

Enviado por

Direitos autorais:

Formatos disponíveis

NOÇÕES DE

VISÃO GERAL SOBRE SISTEMAS DE SUPORTE À

O que é um Sistema de Informação?

• Trata-se de um sistema que provê procedimentos para registrar e tornar disponível

Obs.: Um dos principais desafios dos Sistemas de Informação é assegurar a qualidade e

Sistemas de informação ajudam as organizações a:

Atividades Básicas de um Sistema de Informação

A figura seguinte mostra as principais atividades necessárias em um sistema de informação

Figura – O sistema recebe os dados de um dispositivo de ENTRADA onde é PROCESSADO e em seguida

Tipos de Sistemas de Informação em Ambiente Empresarial

Sistema de Processamento de Transações (SPT)

Sistema de Informação Gerencial (SIG) ou Management Information

• Foco: produzir relatórios gerenciais (pagamento a fornecedores, desempenho de vendas,

Figura. Exemplo de relatório de um SIG.

• Focalizam a informação, disponibilizada aos usuários por meio de relatórios ou consultas,

• Subsistemas de Informações Gerenciais:

Figura. Exemplo de interação entre SPT e SIG.

Sistema de Suporte à Decisão (DSS, do inglês Decision Support

• Dados os mesmos conjuntos de informações de entrada, um sistema deve obter

Oferece suporte à tomada de decisão de problemas específicos, que se alteram com

Figura. Componentes de um SAD. Fonte: Adaptado de Sprague e Watson (1991, p. 53)

• Embora os SADs usem informações internas obtidas do SPT (Sistema de Processamento

001. (UFMT/UFSB/ANALISTA DE TECNOLOGIA DA INFORMAÇÃO/2017) Sobre sistema de

Um SAD – Sistema de Apoio à Decisão ou Sistema de Suporte à Decisão (DSS, do inglês

DSS (Sistema de Suporte à

Pode lidar com problemas

Dá apoio aos indivíduos, aos Dá apoio, principalmente à

Apoia todos os aspectos e Em alguns casos,

Enfatiza as decisões reais e

DSS (Sistema de Suporte à

Um DSS é flexível e pode

DSS (Sistema de Suporte à

É muito comum que

Veja outras nomenclaturas relacionadas ao DSS:

Software aplicativo que consiste na maioria dos elementos

Sistemas de Apoio ao Executivo (SAE)

• Sistema de informação para executivos (nível estratégico).

Outras classificações relacionadas a Sistemas de Informações:

SEM um ERP implantado na empresa, a informação é processada INDIVIDUALMENTE em

002. (CESGRANRIO/LIQUIGÁS/PROFISSIONAL/ANALISTA DE SISTEMAS/JÚNIOR

003. (FCC/TRF-3/ANALISTA JUDICIÁRIO – ÁREA ADMINISTRATIVA/2016) Um Analista

Sistema de Informação é um conjunto de componentes inter-relacionados que trabalham

Tipos Básicos de Decisão

Natureza da - Bem definidas. - Ambíguas.

Método de - Procedimentos. - Julgamentos e princípios do

- Sistemas de apoio à decisão

004. (FGV/SEFAZ-RJ/AUDITOR-FISCAL DA RECEITA ESTADUAL/2010) As alternativas a

Figura. Armazém de dados.

Assim, uma das características fundamentais de um ambiente de data warehouse está em

A seguir, listamos as principais Características de um Data Warehouse:

Figura. Características do Data Warehouse. Fonte: Quintão (2020).

Figura. Visões de Negócio

• Integrado a partir de fontes de dados heterogêneas: refere-se à consistência de nomes,

Figura. Exemplo de Integração de Dados de Fontes Heterogêneas.

Figura. Carregamento e Acesso a Dados no Data Warehouse.

Figura. Dados Não Voláteis.

• Variante no tempo: posições históricas das atividades no tempo.

Enquanto que o dado de produção é atualizado de acordo com mudanças de estado do

Figura. Variação de Preços no Tempo.

• Granularidade de dados: refere-se ao nível de sumarização dos elementos e de detalhes

Um Data Warehouse é recomendado para armazenar dados sumarizados de toda a empresa

005. (CESGRANRIO/BANCO DA AMAZÔNIA/TÉCNICO CIENTÍFICO – TECNOLOGIA DA

c) detalhados de toda a empresa para apoio à decisão e utilização de ferramentas OLAP.