7 · Análisis y cuadros de mando
20 preguntas · cuatro opciones · una correcta · nivel inicial. Piensa tu respuesta y pulsa Corregir. Después lee las cuatro explicaciones: incluyen significados, usos y diferencias entre conceptos. No necesitas consultar teoría para aprovechar la corrección.
Las preguntas y opciones se barajan. Marca tus dudas y vuelve a intentarlo más tarde.
¿Qué significa DSS y qué uso lo caracteriza?
- Decision Support System: comparar alternativas de decisión.
Correcta. Un sistema de ayuda a la decisión combina datos y modelos; permite explorar variables y escenarios «qué pasaría si».
- Daily Sales Storage: registrar únicamente cobros diarios.
El registro de cobros es transaccional; DSS apoya el análisis de decisiones.
- Digital Server Security: cambiar contraseñas corporativas.
La seguridad de servidores no desarrolla el concepto DSS.
- Document Sending Service: repartir correo publicitario.
Enviar comunicaciones no es la finalidad de un sistema de ayuda a la decisión.
Para situarlo: UT2 §3.4.3 · Sistemas de ayuda a la decisión (DSS). Temario de consulta opcional.
¿Qué representa un cubo OLAP?
- Una representación limitada a exactamente tres dimensiones.
La imagen del cubo ayuda a visualizarlo, pero un modelo OLAP puede trabajar con más de tres dimensiones.
- Medidas observadas desde varias dimensiones.
Correcta. Puede analizar unidades vendidas por cliente, libro y año. No está limitado a tres dimensiones aunque se use la palabra cubo.
- Un conjunto de cobros que solo permite insertar operaciones.
Esa prioridad es transaccional, OLTP; OLAP facilita consultas, agregaciones y exploración.
- Una única medida sin contexto de tiempo, cliente o producto.
Las dimensiones aportan precisamente las perspectivas desde las que se analiza una medida.
Para situarlo: UT2 §3.4.3 · Sistemas de ayuda a la decisión (DSS). Temario de consulta opcional.
¿Qué resume FASMI en una herramienta OLAP?
- Finance, Accounting, Sales, Marketing, Inventory.
Son áreas de negocio, no los requisitos FASMI de OLAP.
- Files, Archives, Servers, Memory, Internet.
Son elementos tecnológicos, no el desarrollo de FASMI.
- Fast, Analysis, Shared, Multidimensional, Information.
Correcta. Exige rapidez, capacidad analítica, uso compartido, visión multidimensional e información relevante; son cualidades de análisis, no módulos de contabilidad.
- Forecast, Audit, Stock, Materials, Invoices.
Son términos de negocio, pero no las cinco cualidades definidas por el acrónimo.
Para situarlo: UT2 §3.4.3 · Sistemas de ayuda a la decisión (DSS). Temario de consulta opcional.
En OLAP se fija el año 2026 para ver solo sus datos. ¿Qué operación se realiza?
- Roll-up: subir a un nivel más agregado.
No se están sumando años o cambiando a una jerarquía más general, sino filtrando uno.
- Pivotar: intercambiar filas y columnas.
Rotar ejes cambia la disposición, no fija por sí mismo un año.
- Drill-down: bajar del año a sus meses.
El caso no cambia el nivel de detalle; selecciona un valor.
- Slice: seleccionar una sección por un valor.
Correcta. Slice fija un valor de una dimensión. Dice selecciona un subconjunto de valores de varias dimensiones.
Para situarlo: UT2 §3.4.3 · Sistemas de ayuda a la decisión (DSS). Temario de consulta opcional.
Un analista pasa de ventas por mes a ventas por año. ¿Qué operación realiza?
- Roll-up: agregar a un nivel superior.
Correcta. Reúne valores mensuales en años. Drill-down hace lo contrario: desciende por una jerarquía hacia más detalle.
- Drill-down: bajar hacia más detalle.
Pasar de meses a años reduce el detalle; no lo aumenta.
- Slice: escoger un único cliente.
No se fija un cliente ni otro valor: se cambia el nivel de agregación temporal.
- Pivotar: cambiar la orientación de los ejes.
Cambiar la disposición no equivale a sumar meses por año.
Para situarlo: UT2 §3.4.3 · Sistemas de ayuda a la decisión (DSS). Temario de consulta opcional.
En una tabla dinámica se intercambian ciudades y promociones entre filas y columnas. ¿Qué cambia?
- La identidad de cada compra registrada originalmente.
La tabla cambia la vista, no los hechos originales.
- La disposición de los ejes del análisis.
Correcta. Es pivotar o rotar. Ciudades y promociones actúan como dimensiones; la suma de unidades o importe es la medida.
- El precio que pagaron todos los clientes.
Reorganizar el informe no altera las transacciones pasadas.
- La medida se convierte obligatoriamente en una contraseña.
La medida sigue siendo una cantidad analizable, no una credencial.
Para situarlo: UT2 §3.4.3 · Sistemas de ayuda a la decisión (DSS). Temario de consulta opcional.
¿Qué significa EIS y a quién se dirige?
- Employee Inventory Service: operarios de almacén.
El control de existencias no define el sistema ejecutivo del tema.
- Electronic Invoice Storage: archivo de facturas.
Archivar facturas es una función documental, no la finalidad principal de EIS.
- Executive Information System: alta dirección.
Correcta. Un sistema de información para ejecutivos ofrece una visión global con KPI y puede alertar mediante informes de excepción ante desviaciones relevantes.
- External Internet Security: proveedores de red.
Es un concepto de apoyo a ejecutivos, no el desarrollo de una herramienta de seguridad.
Para situarlo: UT2 §3.4.3 · Sistemas de ayuda a la decisión (DSS). Temario de consulta opcional.
¿Qué es un dashboard?
- Un repositorio histórico integrado para consultas analíticas.
Eso describe un DW. El dashboard muestra indicadores y puede consultar ese repositorio.
- Un modelo estratégico con cuatro perspectivas obligatorias.
Eso describe el CMI/BSC. Un dashboard puede mostrarlo, pero no exige por sí mismo esas cuatro perspectivas.
- Un proceso de extracción, transformación y carga de datos.
Eso es ETL. Prepara los datos; el dashboard es una forma de presentarlos y explorarlos.
- Un panel visual de métricas e indicadores.
Correcta. Combina gráficos, tablas, tarjetas y filtros para monitorizar y explorar resultados. No cualquier dashboard es un EIS ni un CMI.
Para situarlo: UT2 §3.4.3 · Sistemas de ayuda a la decisión (DSS). Temario de consulta opcional.
¿Qué significa DM en este apartado del BI?
- Data Mining: descubrir patrones en datos.
Correcta. La minería de datos utiliza técnicas matemáticas, estadísticas y de aprendizaje automático para hallar relaciones, tendencias y modelos descriptivos o predictivos.
- Direct Mail: enviar publicidad por correo.
En otros contextos puede tener ese uso, pero aquí DM se refiere a minería de datos.
- Document Manager: archivar contratos firmados.
La gestión documental no es la técnica analítica preguntada.
- Disk Memory: ampliar espacio de almacenamiento.
Más disco no equivale a descubrir patrones ni construir modelos.
Para situarlo: UT2 §3.4.4 · Minería de datos (DM, Data Mining). Temario de consulta opcional.
¿Qué secuencia resume mejor un proyecto de minería de datos?
- Modelar, borrar objetivos y publicar sin comprobar.
Sin objetivos ni evaluación no se sabe si el modelo es útil o fiable.
- Definir objetivos, preparar datos, modelar y evaluar.
Correcta. Es un proceso iterativo: si se detectan errores o resultados inadecuados se vuelve a fases previas y se comprueba el valor generado.
- Publicar resultados y después inventar los datos.
Los resultados deben derivar de datos reales preparados y analizados.
- Elegir colores y omitir cualquier revisión de calidad.
La visualización no sustituye la preparación y validación de datos.
Para situarlo: UT2 §3.4.4 · Minería de datos (DM, Data Mining). Temario de consulta opcional.
Se quiere predecir un importe numérico de ventas. ¿Qué tipo de tarea encaja mejor?
- Clasificación de clientes en dos categorías.
Asigna etiquetas, no predice directamente un importe continuo.
- Clustering de compradores sin etiquetas previas.
Descubre grupos de casos similares, pero no tiene por objetivo predecir el importe solicitado.
- Regresión.
Correcta. Predice valores numéricos. Clasificación asigna categorías, como riesgo alto o bajo; la elección concreta del modelo depende de los datos.
- Reglas de asociación entre productos de una cesta.
Identifican compras relacionadas. Son útiles para recomendaciones, no equivalen a pronosticar un valor numérico de ventas.
Para situarlo: UT2 §3.4.4 · Minería de datos (DM, Data Mining). Temario de consulta opcional.
Se agrupan compradores por hábitos parecidos sin etiquetas previas. ¿Qué técnica se utiliza?
- Clasificación con etiquetas ya conocidas.
Esa tarea aprende categorías previas; el caso indica que no existen etiquetas.
- Regresión para estimar un importe de compra.
La regresión predice una magnitud numérica; aquí se quieren descubrir grupos sin categorías previas.
- Agregación de las ventas por mes en un informe.
La agregación resume datos siguiendo un criterio conocido; clustering descubre grupos según similitudes.
- Clustering mediante aprendizaje no supervisado.
Correcta. Clustering descubre grupos similares. El aprendizaje no supervisado busca estructura sin proporcionar etiquetas de resultado.
Para situarlo: UT2 §3.4.4 · Minería de datos (DM, Data Mining). Temario de consulta opcional.
Un modelo aprende a detectar fraude usando operaciones etiquetadas como fraudulentas o legítimas. ¿Qué aprendizaje es?
- Supervisado, porque conoce las etiquetas de entrenamiento.
Correcta. Un modelo, incluida una red neuronal, ajusta sus parámetros con ejemplos de entrada y resultado conocido. Red neuronal no significa reproducción literal del cerebro.
- No supervisado, porque descubre grupos sin resultados conocidos.
Aquí sí existen etiquetas de fraude o legitimidad: los resultados conocidos guían el entrenamiento.
- Regresión, porque cualquier salida de un modelo es continua.
Fraude y legítima son categorías. Una regresión predice valores numéricos, no es la clasificación descrita.
- No supervisado, porque se utiliza una red neuronal.
La arquitectura no decide por sí sola el tipo de aprendizaje. Una red puede entrenarse con ejemplos etiquetados.
Para situarlo: UT2 §3.4.4 · Minería de datos (DM, Data Mining). Temario de consulta opcional.
¿Qué técnica resulta especialmente adecuada para estudiar ciclos estacionales de ventas?
- Cambio aleatorio de las fechas originales.
Romper el orden temporal destruye información relevante para detectar ciclos.
- Análisis de series temporales.
Correcta. Examina datos ordenados en el tiempo para estudiar evolución, ciclos, estacionalidad y posibles previsiones.
- Borrado de los periodos con menos ventas.
Eliminar datos sin justificación puede sesgar el análisis.
- Sustitución de los importes por nombres de empleados.
Cambia la variable que se quiere estudiar y no analiza la evolución de ventas.
Para situarlo: UT2 §3.4.4 · Minería de datos (DM, Data Mining). Temario de consulta opcional.
Se observa que dos productos se compran juntos. ¿Qué conclusión es prudente?
- Uno de los productos causa siempre la compra del otro.
La asociación no acredita una causa universal.
- No puede existir ningún patrón útil para el negocio.
La relación puede ser útil aunque no sea causal.
- Existe una asociación que conviene estudiar.
Correcta. Puede inspirar promociones o colocación conjunta, pero una relación observada no demuestra por sí sola que un producto cause la compra del otro.
- La coincidencia obliga a retirar ambos del catálogo.
El patrón no justifica esa decisión; debe interpretarse según objetivos y contexto.
Para situarlo: UT2 §3.4.4 · Minería de datos (DM, Data Mining). Temario de consulta opcional.
¿Por qué conviene evaluar un modelo con datos que no usó para entrenar?
- Para garantizar un acierto perfecto en cualquier situación.
Ninguna evaluación elimina toda incertidumbre futura.
- Para evitar definir qué problema se quiere resolver.
Los objetivos deben definirse desde el comienzo.
- Para poder omitir cualquier revisión de los resultados.
La evaluación requiere precisamente revisar errores y calidad.
- Para comprobar su comportamiento ante ejemplos nuevos.
Correcta. Ayuda a detectar que haya memorizado el entrenamiento sin generalizar. Además de precisión, se revisan utilidad, interpretación y limitaciones.
Para situarlo: UT2 §3.4.4 · Minería de datos (DM, Data Mining). Temario de consulta opcional.
¿Qué significan CMI y BSC?
- Cuadro de mando integral y Balanced Scorecard.
Correcta. Son nombres del modelo de gestión estratégica de Kaplan y Norton, que traduce visión y estrategia a objetivos, indicadores, metas y acciones.
- Control mensual de inventario y Basic Stock Calculation.
Es una combinación de términos de almacén, no el modelo estratégico CMI/BSC.
- Catálogo maestro de imágenes y Business Server Cloud.
No desarrollan las siglas de las herramientas estratégicas del tema.
- Cálculo mínimo de ingresos y Budget Sales Control.
El CMI no se limita a ingresos ni esas son sus denominaciones.
Para situarlo: UT2 §3.4.5 · Cuadro de mando integral (CMI/BSC). Temario de consulta opcional.
¿Cuáles son las cuatro perspectivas del CMI?
- Hardware, software, red y almacenamiento.
Son capas técnicas, no perspectivas del cuadro de mando integral.
- Financiera, cliente, procesos internos y aprendizaje.
Correcta. La cuarta se formula como aprendizaje y crecimiento. Las perspectivas conectan capacidades, procesos, clientes y resultados mediante hipótesis estratégicas.
- Publicidad, logotipo, tipografía y colores.
Son elementos de comunicación y marca, no las cuatro perspectivas.
- Cobros, pagos, caja y bancos.
Son aspectos financieros; el CMI supera una visión exclusivamente económica.
Para situarlo: UT2 §3.4.5 · Cuadro de mando integral (CMI/BSC). Temario de consulta opcional.
¿Qué diferencia hay entre CMI y dashboard?
- CMI muestra solo colores; dashboard define toda estrategia.
Invierte sus papeles y reduce indebidamente el CMI a presentación.
- CMI y dashboard son siempre la misma aplicación.
Son conceptos distintos que pueden complementarse en una herramienta.
- CMI organiza estrategia; dashboard visualiza indicadores.
Correcta. El CMI es un modelo de gestión estratégica. Un panel puede representar sus resultados, pero mostrar gráficos no crea por sí solo ese modelo.
- CMI sustituye los objetivos por datos sin contexto.
Traduce la estrategia precisamente en objetivos e indicadores relacionados.
Para situarlo: UT2 §3.4.6 · CMI frente a dashboard. Temario de consulta opcional.
La meta es mejorar beneficio un 15 % interanual. El panel muestra +12 % frente al mes anterior. ¿Qué se puede concluir?
- La meta anual se ha superado automáticamente.
El 12 % mensual no se puede comparar directamente con el 15 % interanual.
- La meta anual se ha incumplido de forma demostrada.
Tampoco puede demostrarse el incumplimiento sin el dato interanual.
- Cualquier subida porcentual usa siempre la misma base.
El porcentaje depende del valor y del periodo de referencia.
- Falta comparar con el mismo periodo del año anterior.
Correcta. Son bases de comparación diferentes. Una mejora mensual no prueba el cumplimiento de una meta interanual.
Para situarlo: UT2 §3.4.6 · CMI frente a dashboard. Temario de consulta opcional.
Progreso del cuestionario
0 / 0 preguntas respondidas (0%)
0 correctas
¡Cuestionario completado!
0%
0 / 0 correctas
Tiempo: