No processo de criação de um Data Warehouse, quais etapas d...

A alternativa correta é a Letra D. Vamos entender o porquê dessa escolha.

O processo de criação de um Data Warehouse (DW) é composto por várias etapas críticas que garantem a qualidade e a utilidade dos dados para fins de análise e tomada de decisão. A sequência correta dessas etapas é fundamental para o sucesso do DW.

A alternativa D, "Extração; Limpeza e transformação; entrega e carga; gestão e acompanhamento", descreve precisamente essa sequência de ações:

• Extração: é o primeiro passo, onde os dados são coletados dos sistemas transacionais ou de outras fontes.
• Limpeza e transformação: após a extração, os dados precisam ser limpos (para garantir que não haja informações incorretas ou duplicadas) e transformados para que estejam em um formato adequado para análise.
• Entrega e carga: uma vez que os dados foram limpos e transformados, eles são carregados no DW.
• Gestão e acompanhamento: finalmente, os dados são gerenciados e monitorados para assegurar sua qualidade e relevância ao longo do tempo.

As outras opções falham em captar essa sequência de operações, que é crítica para a construção e manutenção de um Data Warehouse eficaz. Por exemplo, a alternativa B menciona "planejamento; levantamento de requisitos; execução; monitoramento", mas isso deixa de lado as etapas essenciais de limpeza e transformação dos dados, que são cruciais no processo de ETL (Extract, Transform, Load). As demais opções também desorganizam as etapas ou omitem partes importantes do processo.

Portanto, a alternativa D é a que corretamente apresenta a sequência lógica e necessária de etapas no desenvolvimento de um DW, garantindo a integridade e a qualidade dos dados para análise.

ETL, do inglês Extract Transform Load, são ferramentas de software cuja função é a extração de dados de diversos sistemas, transformação desses dados conforme regras de negócios.

• E — Extração (Extract): Sua função primordial é extrair os dados de diversas fontes, que foram mapeadas na etapa de data sources(Um data source é qualquer fonte que possamos extrair dados para gerar algum tipo de inteligência)
• T — Trasformação (Transform): Após a extração dos dados, vem a parte de transformação dos mesmos. Neste processo, o intuito é realizar a preparação antes de seu armazenamento, isso consiste basicamente em, junção de bases, limpeza, organização e até mesmo aplicação de regras de negócio.
• L — Carga (Load): Na etapa de carga, armazenamos todos os dados que passaram pela transformação e preparação necessária para ter uma persistência significativa. O processo de carga, pode ser realizado em tabelas de banco de dados ou arquivos.

Ainda bem que não fiz essa prova. Eu iria errar todas de "informática"...

D)