Data Warehousing
Fondamental
Identification du grain d’une table de faits
Type d'évaluation
Mise en situation réelle
Analyse
Intelligence Artificielle
Compétences ciblées
fact-table
granularity
data-modeling
analytics
foundation
Scénario Technique
Contexte : Une entreprise souhaite analyser ses ventes mais hésite sur la structure de la table principale. Le Problème : Le niveau de détail (grain) n’est pas clairement défini, ce qui crée des ambiguïtés analytiques. Contraintes : Déterminer si le grain correspond à une vente par transaction, par produit ou par jour. Assurer cohérence avec les dimensions associées. Livrable attendu : Définir clairement le grain d’une table de faits et expliquer son importance dans un data warehouse fondamental.
Prêt à évaluer ce talent ?
Accédez à l'interface de test complète pour soumettre votre architecture ou votre code.