Gabarito: alternativa C — I e II, apenas

A questão trata dos elementos centrais da modelagem dimensional, muito utilizada em soluções de Business Intelligence, Data Warehouses e ferramentas analíticas.

A afirmativa I está correta. As tabelas fato armazenam eventos ou processos de negócio que podem ser medidos. Normalmente, possuem métricas quantitativas, também chamadas de medidas.

Exemplos de fatos:

• Valor da venda;
• Quantidade vendida;
• Valor de desconto;
• Quantidade de processos distribuídos;
• Tempo médio de tramitação.

A afirmativa II está correta. As tabelas dimensão fornecem contexto para interpretar os dados armazenados na tabela fato. Elas contêm atributos descritivos, utilizados em filtros, agrupamentos e análises.

A afirmativa III está incorreta. A modelagem dimensional não se baseia, como regra, em normalização extensiva. Em modelos como o esquema estrela, as dimensões costumam ser mais desnormalizadas para facilitar consultas e melhorar a compreensão pelos usuários de negócio.

A normalização é mais característica de bancos transacionais, voltados a operações do dia a dia, como cadastros, pedidos e pagamentos. Já em BI, busca-se priorizar consultas analíticas simples e eficientes.

Fonte: ChatGPT

I. As tabelas fato são projetadas para armazenar métricas quantitativas resultantes de processos ou eventos de negócio. CORRETO

II. As tabelas dimensão fornecem o contexto necessário para os fatos, contendo atributos descritivos. CORRETO

III. A modelagem dimensional baseia-se na normalização extensiva de suas tabelas como princípio de organização dos dados. ERRADO: a normalização em níveis profundos (>3FN) é mais realizada em bancos de dados relacionais. Banco multidimensionias, a depender do esquema, ou são desnormalizados (Star) ou normalizados no máximo até a 3FN (Snowflake)

Resposta: C

A modelagem dimensional (Kimball) organiza os dados em tabelas fato (métricas quantitativas do processo de negócio) e tabelas dimensão (contexto descritivo para interpretar essas métricas), tendo como princípio central a desnormalização (não a normalização) para otimizar performance de consultas analíticas.

Análise item a item:

I. CORRETA

As tabelas fato armazenam exatamente as métricas quantitativas (valores numéricos mensuráveis, como valor de venda, quantidade vendida, lucro) resultantes de processos ou eventos de negócio (ex.: uma venda, um atendimento, uma transação). Essa é a definição textual e precisa do conceito de tabela fato na modelagem dimensional.

II. CORRETA

As tabelas dimensão de fato fornecem o contexto necessário para interpretar os fatos respondendo perguntas como "quem", "o quê", "quando", "onde" através de atributos descritivos (ex.: nome do produto, categoria, cidade do cliente, data da venda em formato legível). Sem as dimensões, os números da tabela fato seriam apenas valores isolados, sem significado analítico.

III. INCORRETA

Aqui está o erro conceitual central da questão. A modelagem dimensional não se baseia em normalização extensiva, pelo contrário, ela adota como princípio fundamental a desnormalização (especialmente no Esquema Estrela, o modelo mais recomendado por Kimball), justamente para reduzir a necessidade de joins complexos e melhorar a performance de consultas analíticas (OLAP), que é o objetivo central dessa técnica de modelagem. A normalização extensiva é característica de modelos transacionais (OLTP), seguindo formas normais (como a 3FN), e não da modelagem dimensional voltada para BI.