Quiz: Introduction à la Business Intelligence et Data Warehouse — 11 perguntas

1. Quel est l’objectif principal d’un système OLTP ?

A. Réaliser uniquement des agrégations mensuelles pour le reporting

B. Analyser de grands volumes de données historiques sur plusieurs dimensions

C. Construire des cubes multidimensionnels pour le pilotage stratégique

D. Traiter rapidement des transactions courtes et mettre à jour les données opérationnelles

Answer: (D)

Explicação

OLTP est orienté transactions : il privilégie des opérations courtes, fréquentes et des temps de réponse faibles. L’analyse historique multidimensionnelle relève plutôt d’OLAP.

2. Qu'est-ce qu'un Data Warehouse dans le contexte de la Business Intelligence?

A. Un système de traitement en ligne des transactions pour la gestion quotidienne.

B. Un logiciel de gestion opérationnelle en temps réel pour la production.

C. Une base de données relationnelle optimisée pour les requêtes simples et rapides.

D. Une plateforme destinée à collecter et analyser des données provenant de sources hétérogènes pour soutenir l’aide à la décision.

Answer: (D)

Explicação

Un Data Warehouse est une plateforme conçue pour collecter et analyser des données provenant de sources diverses afin de soutenir la prise de décision, contrairement aux autres options qui décrivent des systèmes opérationnels ou transactionnels.

3. Quel est le rôle principal d’un Data Warehouse dans une organisation ?

A. Stocker des données sans historique pour accélérer les saisies

B. Produire uniquement des tableaux de bord graphiques

C. Collecter et analyser des données hétérogènes pour aider à la décision

D. Exécuter des transactions en ligne avec des mises à jour immédiates

Answer: (C)

Explicação

Un Data Warehouse est conçu pour centraliser des données issues de sources hétérogènes et les exploiter pour l’aide à la décision. Il ne sert pas principalement au traitement transactionnel, qui relève plutôt d’un système OLTP.

4. Selon la définition de Bill Inmon en 1996, quelles sont les caractéristiques principales d’un Data Warehouse ?

A. Orienté processus, décentralisé, volatil, en temps réel

B. Orienté sujet, intégré, non volatil, historisé

C. Conçu uniquement pour le stockage à court terme, sans organisation par métier

D. Basé sur des données non structurées, distribué, en constante évolution

Answer: (B)

Explicação

Bill Inmon a défini le Data Warehouse en 1996 comme étant orienté sujet, intégré, non volatil et historisé, afin de soutenir l’aide à la décision. Les autres options ne correspondent pas à cette définition classique.

5. Quelle différence distingue principalement OLAP de OLTP ?

A. OLAP exploite des requêtes analytiques complexes sur des données historiques

B. OLAP met à jour en continu des transactions courtes en ligne

C. OLAP utilise surtout des schémas normalisés pour réduire la redondance

D. OLAP est conçu d’abord pour les saisies opérationnelles simultanées

Answer: (A)

Explicação

OLAP sert à explorer des données historiques au moyen de requêtes complexes pour l’analyse et la décision. À l’inverse, OLTP vise les transactions courtes et les mises à jour rapides des données opérationnelles.

6. Quel est le rôle principal d’un système OLAP dans l’analyse de données ?

A. Explorer de grands ensembles de données pour révéler des tendances.

B. Gérer en ligne des transactions courtes et rapides.

C. Traiter en temps réel des opérations opérationnelles.

D. Stocker uniquement des données en temps réel pour la production.

Answer: (A)

Explicação

OLAP est conçu pour explorer de grands ensembles de données afin de révéler des tendances et des modèles, contrairement à OLTP qui gère les transactions en temps réel.

7. Quelle caractéristique décrit le mieux les données d’un Data Warehouse ?

A. Elles sont stockées sans organisation métier

B. Elles sont uniquement opérationnelles et mises à jour en continu

C. Elles sont limitées à une seule source de données

D. Elles sont orientées sujet, intégrées, historisées et non volatiles

Answer: (D)

Explicação

Les données d’un Data Warehouse sont organisées par sujet, consolidées depuis plusieurs sources, conservées dans le temps et peu modifiées. Cette combinaison les distingue des données opérationnelles, plus instables et orientées transaction.

8. Quelle étape a été la première à être formellement définie dans la construction d’un Data Warehouse selon le plan du cours, et en quelle année cela s’est-il produit ?

A. La modélisation multidimensionnelle en 2000

B. L’alimentation du Data Warehouse en 2005

C. L’étude préalable en 1996

D. La phase de stockage en 2010

Answer: (C)

Explicação

L’étude préalable a été la première étape formellement définie dans la construction d’un Data Warehouse, en 1996, pour fixer les objectifs, l’organisation et le contenu du projet.

9. En quoi la modélisation multidimensionnelle diffère-t-elle de la modélisation relationnelle classique dans la conception d’un Data Warehouse?

A. Elle ne permet pas l’analyse multidimensionnelle, contrairement à la modélisation relationnelle qui facilite cette analyse.

B. Elle ne supporte pas l’historisation des données, contrairement à la modélisation relationnelle qui la favorise.

C. Elle utilise des schémas en étoile ou flocon pour organiser les données, contrairement à la modélisation relationnelle qui privilégie les tables normalisées.

D. Elle repose uniquement sur des bases de données NoSQL, alors que la modélisation relationnelle utilise des bases SQL.

Answer: (C)

Explicação

La modélisation multidimensionnelle utilise principalement des schémas en étoile ou flocon pour organiser les données en axes et mesures, facilitant ainsi l’analyse multidimensionnelle, contrairement à la modélisation relationnelle classique qui privilégie des tables normalisées.

10. Qui a introduit la définition du Data Warehouse en 1996 en le décrivant comme orienté sujet, intégré, non volatil et historisé?

A. Ralph Kimball

B. Claudia Imhoff

C. Bill Inmon

D. Howard Dresner

Answer: (C)

Explicação

Bill Inmon est crédité en 1996 d'avoir formulé la définition classique du Data Warehouse, soulignant ses caractéristiques principales. Ralph Kimball a également contribué à la modélisation, mais pas à cette définition spécifique.

11. Quelles sont les principales causes qui expliquent l'utilisation de l'OLAP pour explorer de grands ensembles de données plutôt que l'OLTP ?

A. L'OLAP est conçu pour gérer des données en temps réel, alors que l'OLTP se concentre sur l'historisation des données.

B. L'OLAP est utilisé uniquement pour les données opérationnelles, contrairement à l'OLTP qui traite des données historiques.

C. L'OLAP utilise des structures multidimensionnelles pour faciliter l'analyse complexe, tandis que l'OLTP privilégie la rapidité des transactions.

D. L'OLAP nécessite moins de ressources matérielles que l'OLTP, ce qui le rend plus adapté aux analyses.

Answer: (C)

Explicação

L'OLAP est privilégié pour l'exploration de grands ensembles de données en raison de ses structures multidimensionnelles qui permettent des requêtes analytiques complexes, contrairement à l'OLTP qui est optimisé pour la rapidité des transactions courtes.