Questão de Banco de Dados — Banco de Dados — FGV 2024
Banco de Dados›Banco de Dados
Código
fg077005
Banca
FGV
Órgão
CGE-PB
Ano
2024
Nível
Superior
Cargo
Auditor de Contas Públicas - Auditoria de Tecnologia da Informação
No contexto de Qualidade de Dados, o auditor de contas públicas João deverá analisar a consistência dos dados da base de dados AUD_CONTAS identificando variações sobre os valores dos atributos, como:• 30% das entradas de dados na coluna CD_FUNCIONARIO estão marcadas com o caractere “espaço”• existem 200 linhas na tabela TBL_PROCESSO contendo dados sobre processos sem nenhuma linha contendo os seus detalhesPara isso, a técnica de diagnóstico sobre a qualidade de dados que João deverá utilizar é:
Aprofiling;
Bmatching;
Cdeduplicação;
Ddata cleansing;
Eenriquecimento.
Revelar gabarito e comentário▾
GabaritoA — profiling;
Comentário gerado por IA. É um apoio ao estudo, ancorado em fontes, mas pode conter imprecisões — confira sempre na fonte oficial (lei, súmula, edital e gabarito da banca). Encontrou um erro? Use “Reportar”.
Qualidade de Dados: Técnicas de Diagnóstico
Gabarito: letra A (profiling). A técnica de data profiling (perfilamento de dados) é a mais adequada para diagnosticar problemas de qualidade, pois permite inspecionar os dados e identificar inconsistências, valores ausentes e lacunas — exatamente o que João precisa ao detectar 30% de espaços na coluna CD_FUNCIONARIO e 200 linhas sem detalhes.
O enunciado descreve um cenário de diagnóstico (identificação de variações), não de correção. Cada alternativa corresponde a um processo distinto dentro da gestão de qualidade de dados.
NÃO CAIA NESSA!
A banca explora a diferença entre diagnóstico (profiling) e ação corretiva (cleansing). O enunciado deixa claro que João precisa "identificar variações", ou seja, diagnosticar — e não corrigir. Muitos candidatos marcam data cleansing por associação imediata com qualidade de dados, mas cleansing é uma etapa posterior.
Técnicas de qualidade de dados
1Diagnóstico (identificar problemas)
Profiling (perfilamento)
Valores ausentes (espaços)
Registros órfãos (sem detalhes)
2Ação corretiva (resolver problemas)
Data cleansing (limpeza)
Deduplicação (remover duplicatas)
3Relacionamento
Matching (correspondência entre fontes)
Enriquecimento (agregar dados externos)
LEVEL · soulevel.com.br
Alternativa A — ✅ Correta ⟵ GABARITO
Data profiling é uma técnica exploratória que examina a estrutura, o conteúdo e as relações dos dados para avaliar sua qualidade. Conforme o DAMA-DMBoK (referência em governança de dados), o profiling "identifica os problemas, mas não os resolve". João aplicará profiling para descobrir os percentuais de valores ausentes (espaços) e a existência de órfãos (processos sem detalhes), diagnósticos que embasarão ações corretivas posteriores.
Alternativa B — ❌ Incorreta
Matching (correspondência) é usado para identificar registros que se referem à mesma entidade (ex.: duplicatas) ou para relacionar dados de fontes distintas. Não se aplica ao diagnóstico de consistência de valores como espaços ou falta de detalhes.
Alternativa C — ❌ Incorreta
Deduplicação é o processo de remover registros duplicados. Embora possa ser uma ação pós-diagnóstico, não é uma técnica de diagnóstico em si; o foco é eliminar repetições, não identificar a qualidade geral.
Alternativa D — ❌ Incorreta
Data cleansing (limpeza de dados) envolve corrigir, padronizar e limpar os dados (ex.: substituir espaços por valores válidos, preencher lacunas). É uma ação corretiva, não um diagnóstico. João ainda não sabe se deve limpar; primeiro precisa entender o problema.
Alternativa E — ❌ Incorreta
Enriquecimento de dados (data enhancement) consiste em agregar informações de fontes externas ou internas para complementar os dados existentes. Não se destina a diagnosticar problemas de qualidade, e sim a melhorar o valor informacional.