Data Warehousing
Expert
Correction d’un modèle dimensionnel incapable de gérer plusieurs grains analytiques
Type d'évaluation
Mise en situation réelle
Analyse
Intelligence Artificielle
Compétences ciblées
granularity
fact-table
modeling
bugfix
analytics
Scénario Technique
Contexte : Une table de faits combine ventes à la transaction et agrégats mensuels. Le Problème : Les analyses croisées produisent des incohérences dues au mélange de granularités. Extrait logique actuelle : fact_sales(date, product_id, transaction_amount, monthly_total) Contraintes : Séparer les faits par grain distinct. Maintenir dimensions communes. Éviter toute ambiguïté analytique. Livrable attendu : Proposer une restructuration dimensionnelle cohérente gérant correctement plusieurs niveaux de granularité.
Prêt à évaluer ce talent ?
Accédez à l'interface de test complète pour soumettre votre architecture ou votre code.