Durante a implementação de um novo sistema de BI, a Hemobrás identificou que sua base de dados transacional possui diversas inconsistências, incluindo valores nulos para a quantidade de medicamentos distribuídos e registros duplicados de hospitais. Para garantir a qualidade dos dados antes de carregá-los em um data warehouse, a equipe de TI deve aplicar corretamente o processo de ETL. Qual das opções a seguir melhor descreve as etapas de extração, transformação e carga (ETL) necessárias para corrigir essas inconsistências antes da análise?
- A)Correção manual dos registros inconsistentes, garantindo que a equipe de TI revise todos os valores antes da extração para evitar que dados imprecisos sejam carregados.
Errada, porque a correção manual prévia de todos os registros não é a forma típica de ETL e não substitui a etapa estruturada de transformação.
- B)Armazenamento dos dados transacionais no data warehouse sem alterações, permitindo que a limpeza seja feita posteriormente pelos analistas de BI ao gerar os relatórios.
Errada, pois carregar dados sem tratar inconsistências contradiz o objetivo do ETL e transfere o problema para a análise.
- C)Remoção de registros duplicados e tratamento de valores nulos na etapa de transformação, antes do carregamento no data warehouse, para assegurar a qualidade dos dados.
Certa, porque duplicidades e valores nulos devem ser tratados na transformação antes da carga no data warehouse, garantindo qualidade para a análise.
- D)Extração dos dados brutos da base transacional, seguida de um processo de carga direta no data warehouse para garantir que todas as informações originais sejam preservadas.
Errada, porque a carga direta de dados brutos preserva o problema original e ignora a etapa de transformação, que é justamente onde ocorre a limpeza.
Gabarito: C
ETL é o trio básico de qualquer projeto de BI: extrair os dados da fonte, tratar o que estiver bagunçado e só então carregar no destino. A lógica é simples: se a base transacional já tem valores nulos, duplicidades ou outros erros, você não joga isso no data warehouse como se estivesse tudo perfeito, porque aí a sujeira vira relatório bonito. Primeiro vem a extração, depois a transformação, que é o momento de limpar, padronizar e corrigir, e por fim a carga no data warehouse.