QCM : Business Intelligence et décisionnel (11 questions)

Questions et réponses du QCM

1. Quel avantage l’analyse décisionnelle apporte-t-elle aux dirigeants dans le suivi de l’activité et du marché ?

Une vue d’ensemble de l’activité, une meilleure compréhension des clients et une réactivité accrue face au marché
Une réduction des coûts de stockage et une limitation des données externes utilisées par l’entreprise
Une automatisation des décisions commerciales et une prévision certaine des évolutions du marché
Une centralisation des données opérationnelles et une suppression des variations entre les systèmes internes

Une vue d’ensemble de l’activité, une meilleure compréhension des clients et une réactivité accrue face au marché

Explication

L’analyse décisionnelle aide les dirigeants à avoir une vue globale de l’activité, à mieux comprendre le comportement des clients et à réagir plus rapidement au marché. La centralisation et l’uniformisation des données relèvent plutôt du rôle du Datawarehouse.

2. Une entreprise exploite la BI pour mieux connaître ses clients et améliorer ses résultats commerciaux. Quel ensemble correspond à ses objectifs ?

Améliorer la réactivité, remplacer les systèmes opérationnels et éliminer les données externes
Centraliser les données, les organiser par processus, réduire les revenus et limiter les ventes
Accroître les parts de marché, réduire les coûts, augmenter les revenus et mieux comprendre les clients
Réduire les parts de marché, augmenter les coûts, préserver les revenus et segmenter les processus

Accroître les parts de marché, réduire les coûts, augmenter les revenus et mieux comprendre les clients

Explication

Les objectifs de la BI comprennent la croissance des parts de marché et des revenus, la réduction des coûts et une meilleure compréhension du comportement des clients. La centralisation des données constitue une fonction de l’architecture décisionnelle, et non l’ensemble de ces objectifs.

3. Une entreprise reçoit des données provenant de plusieurs systèmes, dont certains contiennent des erreurs. Quel est le rôle de l’ETL dans leur alimentation décisionnelle ?

Sélectionner les données utiles à un secteur, puis les conserver dans les systèmes opérationnels d’origine
Récupérer les données de sources hétérogènes, les nettoyer, puis les charger dans le Datawarehouse
Analyser les données déjà centralisées, puis créer des rapports destinés aux différents secteurs
Remplacer les données historiques par des données récentes, puis les organiser par processus fonctionnels

Récupérer les données de sources hétérogènes, les nettoyer, puis les charger dans le Datawarehouse

Explication

L’ETL extrait les données de sources diverses, les transforme notamment en les nettoyant, puis les charge dans le Datawarehouse. La sélection des données destinées à un secteur particulier correspond plutôt à la fonction d’un Datamart.

4. Lors de la mise à jour d’un Datawarehouse, quelle propriété le distingue d’un système appliquant le modèle « annule et remplace » ?

Il remplace les données anciennes par les nouvelles et organise les informations par processus fonctionnels
Il conserve les données d’un seul secteur et écarte les informations issues de sources hétérogènes
Il traite les données de sources diverses, puis les supprime après leur utilisation dans les rapports
Il conserve les données historiques sans les supprimer et organise les informations par thèmes métier

Il conserve les données historiques sans les supprimer et organise les informations par thèmes métier

Explication

Le Datawarehouse est non volatile : il historise les données sans les supprimer et les organise selon des thèmes métier. Le modèle « annule et remplace » décrit au contraire le remplacement des données antérieures par les données nouvelles.

5. Qu’est-ce qui caractérise le modèle en flocons dans l’organisation des données ?

Des données réparties entre plusieurs machines
Une table de faits entourée de dimensions
Des jointures entre les tables de dimension
Une mémoire partagée entre processeurs

Des jointures entre les tables de dimension

Explication

Le modèle en flocons se distingue par les jointures établies entre les tables de dimension. La table de faits au centre et les dimensions autour décrivent plutôt le modèle en étoile.

6. Quelle particularité distingue le HOLAP dans le stockage des données pour l’analyse ?

Il utilise des jointures entre tables relationnelles et des cubes virtuels pour réduire les coûts.
Il télécharge de petits cubes sur les postes clients pour analyser les données hors connexion.
Il combine un cube multidimensionnel et des tables relationnelles, en réservant les tables au détail fin.
Il stocke l’ensemble des données dans un cube physique afin d’accélérer chaque interrogation.

Il combine un cube multidimensionnel et des tables relationnelles, en réservant les tables au détail fin.

Explication

Le HOLAP associe le stockage en cube à celui en tables relationnelles, le MOLAP servant aux cas courants et le ROLAP aux détails plus fins. Le stockage intégral dans un cube physique caractérise plutôt le MOLAP.

7. Lors de l’audit des sources de données d’un projet BI, à quoi sert l’examen des procédures et des fréquences de mise à jour ?

À fixer le budget de formation des équipes utilisatrices
À déterminer quelles métriques doivent être supprimées des rapports existants
À comprendre comment les données sont actualisées et à quelle cadence
À choisir les visualisations destinées aux tableaux de bord

À comprendre comment les données sont actualisées et à quelle cadence

Explication

Cet examen permet de connaître les modalités et la fréquence d’actualisation de chaque source, ainsi que les personnes responsables des modifications. Le budget de formation fait partie du calcul des coûts du projet, mais ne constitue pas l’objectif de cet audit des sources.

8. Dans quelle période Teradata est-il présenté comme un leader historique des entrepôts de données, associé à des serveurs MPP conçus pour le décisionnel ?

Après l’apparition des outils de reporting en libre-service
Dès les débuts des entrepôts de données, avec une orientation décisionnelle
Après la popularisation du terme Business Intelligence en 1989
Lors de l’essor récent des solutions de BI mobile

Dès les débuts des entrepôts de données, avec une orientation décisionnelle

Explication

Teradata est décrit comme un leader historique des entrepôts de données, connu pour ses serveurs MPP et son SGBDR conçu à l’origine pour le décisionnel. La date de 1989 concerne la popularisation du terme « Business Intelligence » par Howard Dresner, et non l’émergence de Teradata.

9. En quoi la BI traditionnelle se distingue-t-elle de la data science dans les méthodes employées et les résultats recherchés ?

La BI traditionnelle privilégie le reporting descriptif avec SQL et des bases relationnelles, tandis que la data science utilise des méthodes avancées pour bâtir des modèles prédictifs.
La BI traditionnelle construit des modèles prédictifs avec Map-Reduce, tandis que la data science produit des rapports descriptifs à partir de bases relationnelles.
La BI traditionnelle analyse surtout des données non structurées avec NoSQL, tandis que la data science consolide des données par des outils de reporting.
La BI traditionnelle s’appuie sur les statistiques avancées pour prévoir les résultats, tandis que la data science utilise principalement la visualisation pour décrire l’activité.

La BI traditionnelle privilégie le reporting descriptif avec SQL et des bases relationnelles, tandis que la data science utilise des méthodes avancées pour bâtir des modèles prédictifs.

Explication

La BI traditionnelle consolide les données et produit notamment des statistiques descriptives, alors que la data science mobilise des méthodes avancées pour le datamining et la prédiction. La deuxième réponse inverse leurs méthodes et leurs finalités.

10. Pourquoi un outil de datastorytelling doit-il être connecté aux données ?

Pour que le récit puisse s’appuyer sur des données actualisées.
Pour que les utilisateurs puissent consulter le récit hors connexion.
Pour que les animations remplacent les visualisations statistiques.
Pour que les commentaires déterminent automatiquement les données affichées.

Pour que le récit puisse s’appuyer sur des données actualisées.

Explication

La connexion aux données permet au récit de refléter les informations disponibles et de soutenir leur mise en scène. L’accès hors connexion relève plutôt du téléchargement de cubes associé au DOLAP.

11. Une entreprise veut utiliser la BI pour choisir ses actions face à l’évolution de son marché. Quelle pratique correspond le mieux à l’objectif de la BI ?

Analyser des données internes et externes selon des critères adaptés à son activité
Automatiser les opérations sans exploiter les données de l’entreprise
Centraliser les rapports sans interpréter les informations recueillies
Remplacer les données commerciales par des observations générales du marché

Analyser des données internes et externes selon des critères adaptés à son activité

Explication

La BI collecte et analyse des données internes et des données externes utiles au métier selon des critères spécifiques, afin d’éclairer les décisions. La simple centralisation de rapports ne suffit pas, car elle ne prévoit pas l’analyse des informations.

Révisez avec les flashcards

Mémorisez les réponses avec 10 flashcards sur Business Intelligence et décisionnel.

Que fait l’ETL des données issues de sources hétérogènes ?

Il les récupère, les nettoie, puis les charge dans le Datawarehouse.

Qui crée en 1965 le système d’exploitation avec un SGBI séparant logiciel et données ?

Dick Pick.

Qui popularise le terme « Business Intelligence » en 1989 ?

Howard Dresner (Gartner).

Voir les flashcards →

Approfondir avec la fiche

Consultez la fiche de révision complète sur Business Intelligence et décisionnel.

Voir la fiche →

Cours similaires

Crée tes propres QCM

Importe ton cours et l'IA génère des QCM avec corrections en 30 secondes.

Générateur de QCM