10 Questões de Gestão de dados

Um parque estadual instalou sensores de umidade do solo e de temperatura em trilhas para monitorar o risco de incêndio. Cada sensor envia uma leitura a cada 10 minutos para um banco de dados central. A tabela de leituras guarda: código do sensor, data e hora, temperatura e umidade. A equipe de gestão calcula diariamente a média da umidade por trilha e emite alerta quando a média cai abaixo de 30%. Em certo dia, a Trilha do Cerrado tinha 6 sensores, todos com leituras corretas, e média de 34%. Durante a tarde, 2 sensores quebraram e passaram a registrar o valor 0 (zero) a cada leitura, em vez de ficarem sem registro. O sistema continuou incluindo esses zeros no cálculo da média diária, e os outros 4 sensores mantiveram, em média, 34% de umidade. Considerando a falha descrita e supondo que os 6 sensores enviem o mesmo número de leituras ao longo do dia, qual será o efeito mais provável sobre a gestão dos dados dessa trilha?

1. A) A média diária cai para cerca de 27%, pois apenas um sensor teria registrado valor inválido durante a tarde.
2. B) A média diária ficará distorcida para baixo, cerca de 23%, e o sistema poderá emitir alerta falso, pois dados inválidos foram tratados como medições reais.
3. C) A média diária sobe para cerca de 34%, e o alerta deixa de ser emitido, pois os sensores quebrados passam a registrar valores normais.
4. D) A falha afeta apenas o registro de temperatura, e a umidade da trilha continua confiável para a emissão de alertas.
5. E) A média diária cai para cerca de 11%, porque o sistema divide a soma pelo dobro do número de sensores.

Um campeonato estadual de futsal passou a registrar, em uma planilha única, os dados de todas as partidas. Cada linha traz: nome completo do atleta, CPF, data de nascimento, time, gols marcados e ocorrência de lesão. A organização pretende publicar na internet um relatório de artilharia (ranking de gols por time) e, ao mesmo tempo, compartilhar com pesquisadores da universidade um conjunto de dados para estudar a relação entre carga de jogos e lesões. A comissão técnica afirma que, para o relatório de artilharia, basta manter nome, time e gols, e que, para a pesquisa, os dados de lesão devem ser separados dos identificadores diretos dos atletas, preservando apenas um código sem relação com o CPF. Considerando o que a comissão propôs, qual princípio de gestão de dados justifica a decisão de publicar apenas nome, time e gols no relatório e de substituir o CPF por um código nos dados de lesão enviados aos pesquisadores?

1. A) A aplicação de criptografia forte em todo o banco de dados, o que torna inviável a leitura dos nomes e gols por terceiros.
2. B) A informação sobre lesões de atletas em competições oficiais é de domínio público, dispensando qualquer separação dos identificadores.
3. C) A obtenção de um consentimento genérico único dos atletas, válido para qualquer uso futuro dos dados pelos organizadores.
4. D) A minimização de dados com pseudonimização: coleta-se e compartilha-se só o necessário para cada finalidade, reduzindo o risco de identificar os atletas.
5. E) A retenção ilimitada de todos os registros, para que futuras análises possam aproveitar o máximo de informações coletadas.

A organização de um festival de música em Parintins (AM) coletou dados de venda de ingressos e registrou tudo em uma tabela de banco de dados. Veja um trecho: | id_venda | cpf_comprador | nome | setor | valor_pago | |---|---|---|---|---| | 101 | 111.222.333-44 | Ana Souza | Arquibancada | 120 | | 102 | 555.666.777-88 | Bruno Lima | Camarote | 300 | | 103 | 111.222.333-44 | Ana Souza | Camarote | 300 | | 104 | 111.222.333-44 | Ana S. | Arquibancada | 120 | | 105 | 999.000.111-22 | Carla Dias | Arquibancada | 120 | A equipe de dados quer contar quantas pessoas diferentes compraram ingressos e calcular a receita total. Ela percebeu que a mesma pessoa aparece mais de uma vez, inclusive com o nome escrito de forma diferente (linhas 101 e 104). Com base na tabela, qual procedimento de gestão de dados permite contar corretamente o número de compradores distintos sem perder nenhum registro de venda na receita total?

1. A) Agrupar as vendas pelo nome do comprador, contando 4 pessoas distintas e somando apenas as vendas de nomes únicos, totalizando R$ 840.
2. B) Excluir todas as linhas com CPF repetido, mantendo apenas uma venda por comprador, o que resulta em 2 pessoas e receita de R$ 240.
3. C) Agrupar as vendas pelo setor do ingresso, contando 2 compradores distintos e somando os valores de cada setor, totalizando R$ 540.
4. D) Usar o CPF como identificador único para agrupar as vendas por pessoa, contando 3 compradores distintos e somando todos os valores pagos, que totalizam R$ 960.
5. E) Contar cada linha da tabela como um comprador diferente, totalizando 5 pessoas e receita de R$ 1.000, sem agrupar nenhum registro.

Duas turmas de 3ª série de uma escola pública organizam as notas e os dados pessoais dos estudantes de formas diferentes. Turma A: o professor mantém uma planilha em um único arquivo no computador da sala. Cada linha traz nome, CPF, endereço, telefone e notas. O arquivo é copiado por pen drive e editado por três professores, que às vezes salvam versões diferentes com o mesmo nome. Não há cópia de segurança regular. Turma B: a escola usa um sistema com banco de dados central. Cada professor acessa o sistema com login próprio e só vê as turmas que leciona. Alterações ficam registradas com data e autor, e o servidor faz cópia de segurança diária. A direção quer escolher um modelo para toda a escola, que tem 1.200 estudantes. Comparando os dois cenários quanto à gestão dos dados, qual vantagem do modelo da Turma B é mais relevante para a escola de 1.200 estudantes?

1. A) A vantagem do modelo da Turma B restringe-se à organização das notas, já que os dados pessoais continuam igualmente expostos.
2. B) O modelo da Turma A é mais vantajoso porque o arquivo local pode ser editado a qualquer momento, sem depender de conexão com um servidor central.
3. C) O principal benefício da Turma B é que os professores passam a usar nomes de arquivo diferentes, evitando a duplicação de versões.
4. D) Ele reduz inconsistências e protege dados pessoais, pois centraliza as informações, controla quem acessa o quê e permite recuperar dados perdidos.
5. E) O modelo da Turma B elimina a necessidade de backup, pois o banco de dados central nunca perde informações.

Um restaurante self-service de Belo Horizonte registra, em planilha, o desperdício de comida (sobras deixadas nos pratos e na cozinha) ao longo de uma semana. A tabela abaixo mostra os dados coletados pelas balanças do estabelecimento. | Dia | Refeições servidas | Sobras (kg) | |---|---|---| | Segunda | 200 | 10 | | Terça | 250 | 12,5 | | Quarta | 300 | 15 | | Quinta | 150 | 15 | | Sexta | 400 | 20 | A gerência pretende usar esses dados para decidir quanto preparar em cada dia. Uma analista de dados observou que, de segunda a quarta e na sexta, as sobras equivalem a 50 g por refeição, mas na quinta chegam a 100 g por refeição. Antes de qualquer conclusão, ela sugere verificar como o dado da quinta foi coletado. Com base na tabela e na observação da analista, qual é a conduta mais adequada de gestão de dados antes de usar a média geral de sobras para planejar a produção?

1. A) Planejar a produção de cada dia multiplicando o número de refeições previstas por 50 gramas, sem consultar as balanças do estabelecimento.
2. B) Descartar o dado de quinta-feira e calcular a média apenas com os demais dias, já que o valor destoante certamente foi um erro de coleta.
3. C) Investigar se o valor de quinta é um erro de registro ou um evento real, e só então decidir se entra no cálculo da média.
4. D) Usar diretamente a média geral de sobras, pois todos os dados da tabela são confiáveis e refletem o comportamento real do restaurante.
5. E) Corrigir o valor da quinta multiplicando as sobras por dois, pois a taxa de 100 g por refeição indica que o desperdício foi duplicado naquele dia.

Uma plataforma brasileira de streaming musical analisou os dados de seus usuários para recomendar playlists. O relatório interno informa: (1) a tabela de reproduções guarda, para cada registro, o código do usuário, o nome completo, o e-mail, a cidade, o código da música e o horário da audição; (2) o nome completo e o e-mail do mesmo usuário se repetem em todas as milhares de reproduções que ele faz; (3) quando um usuário altera o e-mail, é preciso corrigir todas essas linhas, e algumas já ficaram com o e-mail antigo. Um estagiário afirmou: 'Para resolver o problema, basta apagar as linhas mais antigas de reprodução, porque assim sobram menos e-mails desatualizados.' Considerando os princípios de gestão de dados, a afirmação do estagiário está incorreta porque:

1. A) Apagar histórico causa perda de informação útil sem eliminar a duplicação; o correto é separar os dados do usuário em outra tabela, ligada às reproduções por um código.
2. B) Armazenar o e-mail do usuário junto com a cidade em uma coluna de localização da tabela de reproduções, mantendo os dados no mesmo registro.
3. C) Definir o nome completo do usuário como chave primária da tabela de reproduções, identificando cada registro pelo titular.
4. D) Criar um índice sobre a coluna de e-mail da tabela de reproduções para acelerar a localização e a correção das linhas desatualizadas.
5. E) Apagar as reproduções mais antigas da tabela, pois assim restam menos linhas com e-mails desatualizados para corrigir.