TEST analist de date 

INTREBAREA 1 Menționați diferențele dintre Data Mining și Data Profiling?

RASPUNS
Data Mining
Exploatarea datelor este procesul de
descoperire a informațiilor relevante care nu
au fost încă identificate înainte.
În data mining, datele brute sunt convertite în
informații valoroase.
Data Profiling?
Profilarea datelor este realizată pentru a
evalua un set de date pentru unicitatea,
logica și consistența acestuia.
Nu poate identifica valorile de date inexacte
sau incorecte.

INTREBAREA 2 Definiți termenul „Data Wrangling în Data Analytics”.

RASPUNS
Data Wrangling este procesul prin care datele brute sunt curățate, structurate și îmbogățite într-un format utilizabil
dorit pentru o mai bună luare a deciziilor.
Aceasta implică descoperirea, structurarea, curățarea, îmbogățirea, validarea și analiza datelor.
Acest proces poate transforma și mapa cantități mari de date extrase din diverse surse într-un format mai util. Tehnici
precum fuzionarea, gruparea, concatenarea, unirea și sortarea sunt utilizate pentru a analiza datele.
După aceea, este gata pentru a fi utilizat ca un DataSet.

INTREBAREA 3 Care sunt pașii principali pentru orice proiect de analiză?

RASPUNS
Pasii implicați în orice proiecte comune de analiză sunt următorii:
1. Înțelegerea problemei
Înțelegerea problemei afacerii, definire obiectivelor organizaționale și planificarea soluției.
2. Colectarea datelor
Colectarea datelor potrivite din diverse surse și alte informații în funcție de priorități.
3. Curățarea datelor
Curățarea datelor pentru a elimina valorile nedorite, redundante și lipsă și pregătindu-le pentru analiză.
4. Explorarea și analiza datelor
Utilizarea instrumentelor de vizualizare a datelor și de Business Intelligence, tehnici de extragere a datelor și
modelare predictivă pentru a analiza datele.
5. Interpretarea rezultatelor
Interpretarea rezultatelor pentru a identifica modele ascunse, tendințe viitoare și pentru a obține informații.

INTREBAREA 4. Care sunt problemele comune cu care se confruntă analiștii de date în

timpul analizei?
RASPUNS
Probleme comune implicați în orice proiect de analiză sunt:
1. Gestionarea duplicatelor
 2. Colectarea datelor corecte semnificative și la momentul potrivit
3. Gestionarea problemelor de curățare și stocare a datelor
4. Securizarea datelor și rezolvarea problemelor de conformitate

INTREBAREA 5. Care sunt instrumentele tehnice pe care le-ați folosi în scopuri de analiză
și prezentare?
RASPUNS
În calitate de analist, trebuie să cunosc urmatoarele instrumentele:
1. MS SQL Server, MySQL
Pentru lucrul cu date stocate în baze de date relaționale
2. MS Excel, Tableau
Pentru crearea de rapoarte și tablouri de bord
3. Python, R, SPSS
Pentru analiza statistică, modelarea datelor și analiza exploratorie
4. MS PowerPoint
Pentru prezentare, afișarea rezultatelor finale și a concluziilor importante

INTREBAREA 6. Care sunt cele mai bune metode si pasi de curățare a datelor?
RASPUNS
1. Un plan de curățare a datelor înțelegând unde au loc erorile comune și mențineți toate comunicațiile
deschise.
2. Înainte de a lucra cu datele voi identifica și elimina duplicatele. Acest lucru va duce la un proces de analiză
a datelor ușor și eficient .
3. Voi verifica acuratețea datelor, setand validarea încrucișată, menține tipurile de valori ale datelor și furnizați
constrângeri obligatorii.
4. Voi normalizați datele la punctul de intrare, astfel încât să fie mai puțin haotic. 
5. Ma voi asigura că toate informațiile sunt standardizate, ceea ce duce la mai puține erori la intrare.

INTREBAREA 7. Care este semnificația Exploratory Data Analytics (EDA)?

RASPUNS
1. Analiza exploratorie a datelor (EDA) ajută la o mai bună înțelegere a datelor.
2. Ajută să obțin încredere în date până la un punct în care suntem gata să utilizez un algoritm de învățare
automată.
3. Permite fac selecția de variabile de caracteristică care vor fi utilizate ulterior pentru construirea modelul.
4. Voi descoperi tendințe și perspective ascunse din date.
INTREBAREA 8. Explicați analizele descriptive, predictive și prescriptive.
RASPUNS
Descriptiv
Oferă perspective asupra trecutului pentru a
răspunde „ce s-a întâmplat”
Utilizează tehnici de agregare și extragere a
datelor
Exemplu: o companie de înghețată poate
analiza câtă înghețată a fost vândută, ce arome
au fost vândute și dacă s-a vândut mai multă
sau mai puțină înghețată decât cu o zi înainte
Predictiv
Înțelege viitorul pentru a răspunde „ce s-ar
putea întâmpla”
Utilizează modele statistice și tehnici de
prognoză
Exemplu: o companie de înghețată poate
analiza câtă înghețată a fost vândută, ce
arome au fost vândute și dacă s-a vândut
mai multă sau mai puțină înghețată decât cu
o zi înainte
Prescriptiv
Sugerați diferite cursuri de acțiune pentru
a răspunde „ce ar trebui să faceți”
Utilizează algoritmi de simulare și tehnici
de optimizare pentru a recomanda
rezultate posibile
Exemplu: prețuri mai mici pentru a crește
vânzarea de înghețată, pentru a produce
mai multe/mai puține cantități dintr-o
anumită aromă de înghețată

INTREBAREA 9. Care sunt diferitele tipuri de eșantionare si metode de esantionare

utilizate de analiștii de date?
RASPUNS
Eșantionarea este o metodă statistică de selectare a unui subset de date dintr-un întreg set de date (populație) pentru a
estima caracteristicile întregii populații. 
Există în principal cinci tipuri de metode de eșantionare:
 Eșantionare aleatorie simplă
 Eșantionarea sistematică
 Eșantionarea în cluster
 Eșantionarea stratificată
 Eșantionare rațională sau intenționată

INTREBAREA 10. Descrieți analiza Univariată, Bivariată și Multivariată.

RASPUNS
Analiza univariată este cea mai simplă și mai ușoară formă de analiză a datelor în care datele analizate conțin o
singură variabilă. Exemplu - Studierea înălțimii jucătorilor din NBA.
Analiza univariată poate fi descrisă folosind tendința centrală, dispersie, quartile, diagrame cu bare, histograme,
diagrame circulare și tabele de distribuție a frecvenței.
Analiza bivariată implică analiza a două variabile pentru a găsi cauze, relații și corelații între variabile.  Exemplu –
Analizarea vânzării de înghețate în funcție de temperatura de afară.
Analiza bivariată poate fi explicată folosind coeficienți de corelație, regresie liniară, regresie logistică, diagrame de
dispersie și diagrame cu casete.
Analiza multivariată implică analiza a trei sau mai multe variabile pentru a înțelege relația fiecărei variabile cu
celelalte variabile.  Exemplu – Analizarea veniturilor pe baza cheltuielilor.
Analiza multivariată poate fi efectuată folosind regresie multiplă, analiză factorială, arbori de clasificare și regresie,
analiza cluster, analiza componentelor principale, diagrame cu două axe etc.
INTREBAREA 11. Cum puteți gestiona lipsa de valori dintr-un set de date?
RASPUNS
Există patru metode de a gestiona valorile lipsă dintr-un set de date.

Ștergere listwise.
În metoda de ștergere listwise, o înregistrare întreagă este exclusă din analiză dacă lipsește o singură valoare.

Imputarea mediei.
Se baga Valoarea medie a răspunsurilor celorlalți participanți și completați valoarea lipsă.

Substituirea regresiei.
Utilizam analize de regresie multiplă pentru a estima o valoare lipsă.

Imputații multiple.
Acesta creează valori plauzibile pe baza corelațiilor pentru datele lipsă și apoi voi face media seturi de date simulate
prin încorporarea erorilor aleatorii în predicțiile dvs.

INTREBAREA 12. Explicați termenul de distribuție normală.

RASPUNS
Distribuția normală se referă la o distribuție continuă de probabilitate care este simetrică față de medie. Într-un
grafic, distribuția normală va apărea ca un clopot. De fapt Curba

 Media, mediana și modul sunt egale

 Toate sunt situate în centrul distribuției
 68% dintre date se încadrează la o abatere standard a mediei
 95% din date se află între două abateri standard ale mediei
 99,7% din date se află între trei abateri standard ale mediei

INTREBAREA 13. Ce este analiza serii temporale?

RASPUNS
Analiza serii temporale este o procedură statistică care se ocupă de succesiunea ordonată de valori a unei variabile la
intervale de timp egale. 
Datele serii temporale sunt colectate în perioade adiacente. Deci, există o corelație între observații. 
Această caracteristică distinge datele din seria temporală de datele transversale.
Mai jos este un exemplu de date în serie de timp despre cazurile de coronavirus și graficul acestuia.
INTREBAREA 14. Prin ce diferă Suprafitting de Underfitting? Deseneaza un exemplu
RASPUNS
Suprafitting Underfitting
Modelul antrenează bine datele folosind training set Aici, modelul nici antrenează bine datele și nici nu se
(setul de antrenament). poate generaliza la date noi.
Performanța scade considerabil față de testing Funcționează slab atât pe train , cât și pe setul de testare.
(setul de testare).
Se întâmplă atunci când modelul învață fluctuațiile Acest lucru se întâmplă atunci când există date mai puține
aleatoare și zgomotul din setul de date de pentru a construi un model precis și când încercăm să
antrenament în detaliu. dezvoltăm un model liniar folosind date neliniare.

INTREBAREA 15. Ce inseamna outlier? Aratati graphic cum intelegeti. Cum veti trata
aceste valori? 
RASPUNS
Un outlier este un punct de date care este îndepărtat de alte puncte similare. 
Acestea se pot datora variabilității măsurătorii sau pot indica erori experimentale. 
Pentru a trata valorile aberante, putem folosi următoarele patru metode:
 Eliminați înregistrările aberante
 Limitați datele aberante
 Atribuiți o nouă valoare
 Încercați o nouă transformare

INTREBAREA 16. Explicați erorile de tip I și de tip II in Statistică?

RASPUNS
În testarea ipotezei, apare o eroare de tip I atunci când ipoteza nulă este respinsă chiar dacă este adevărată. Este
cunoscut și ca fals pozitiv.
O eroare de tip II apare atunci când ipoteza nulă nu este respinsă, chiar dacă este falsă. Este cunoscut și ca FALSE
negativ.

INTREBAREA 17. În Microsoft Excel, o valoare numerică poate fi tratată ca valoare de

text dacă precedata de ce?
RASPUNS
De apostroful singular < ‘ >
INTREBAREA 18. Care este diferența dintre COUNT, COUNTA, COUNTBLANK și
COUNTIF în Excel?
RASPUNS
 Funcția COUNT returnează numărul de celule numerice dintr-un interval
 Funcția COUNTA numără celulele care nu sunt goale dintr-un interval
 Funcția COUNTBLANK oferă numărul de celule goale dintr-un interval
 Funcția COUNTIF returnează numărul de valori prin verificarea unei anumite condiții

INTREBAREA 19. Cum faci o listă dropdown în Excel?

RASPUNS
 Mai întâi, faceți clic pe fila Date care este prezentă în panglică.
 Sub grupul Instrumente de date, selectați Validare date.
 Apoi navigați la Setări > Permite > Listă.
 Selectați sursa pe care doriți să o furnizați ca matrice de listă.

INTREBAREA 20. Se poate de “furnizat” un interval dinamic în „Sursa de date” pentru

un Pivot Table?
RASPUNS
Da. Pot furniza un interval dinamic în „Sursa de date” din tabelele pivot. 
Pentru aceasta trebuie sa creez un interval numit folosind offset function (funția de compensare) și să bazez tabelul
pivot folosind un interval numit range în primul pas.

INTREBAREA 21. Care este funcția de a găsi ziua săptămânii pentru o anumită valoare a
datei? Care e sintaxa?
RASPUNS
Pentru a obține ziua săptămânii, voi folosi funcția WEEKDAY().
Aceasta va returna 6 ca rezultat, adică 17 decembrie este sâmbătă.

INTREBAREA 22. Cum funcționează funcția AND() în Excel?

RASPUNS
AND() este o funcție logică care verifică mai multe condiții și returnează TRUE sau FALSE în funcție de
îndeplinirea condițiilor.
Sintaxa: AND(logica1,[logical2],[logical3]....)
În exemplul de mai jos, verificăm dacă notele sunt mai mari decât 45. Rezultatul va fi adevărat dacă nota este >45,
altfel va fi fals.

INTREBAREA 23. Cum subsetați sau filtrați datele în SQL? Scieti Sintaxa
RASPUNS
Pentru a subseta sau filtra datele în SQL, folosim WHERE și HAVING. De exemplu avem tabelul

Folosind acest tabel, să găsim înregistrările pentru filmele care au fost regizate de Brad Bird.

Mai jos de exemplu voi filtra tabelul pentru regizorii ale căror filme au o durată medie mai mare de 115
minute.

INTEBAREA 24. Care este diferența dintre clauza WHERE și clauza HAVING în SQL?
RASPUNS
WHERE HAVING
Clauza WHERE operează pe date de rând. Clauza HAVING operează pe date agregate.
În clauza WHERE, filtrul are loc înainte de a se HAVING este folosit pentru a filtra valorile dintr-un grup.
face orice grupări.
Funcțiile agregate nu pot fi utilizate. Pot fi utilizate funcții agregate.

Sintaxa clauzei WHERE:

 SELECT coloana1, coloana2, ...
FROM table_name
WHERE condiție;

Sintaxa clauzei HAVING;

SELECT coloană(e)
FROM table_name
WHERE condiție
GROUP BY coloană(e)
HAVING condiția
ORDER BY coloană(e);

INTREBAREA 25. Este corectă interogarea SQL de mai jos? Dacă nu, cum îl vei rectifica?
RASPUNS

Este incorect, deoarece nu putem folosi numele aliasului în timp ce filtram datele folosind clauza WHERE. Va
arunca o eroare.

INTREBAREA 26. Prin ce este diferit Joining de Blending în Tableau?

RASPUNS
Data joining
Conectarea datelor poate fi efectuată numai atunci
când datele provin din aceeași sursă.
De exemplu: combinarea a două sau mai multe foi
de lucru din același fișier Excel sau două tabele
din aceleași baze de date.
Toate foile sau tabele combinate conțin un set
comun de dimensiuni și măsuri.
Data blending
Combinarea datelor este utilizată atunci când datele
provin din două sau mai multe surse diferite.
De exemplu: combinarea tabelului Oracle cu SQL
Server, sau combinarea foii Excel și a tabelului Oracle
sau a două foi din Excel.
Între timp, în combinarea datelor, fiecare sursă de date
conține propriul set de dimensiuni și măsuri.

INTREBAREA 27. Ce înțelegeți prin LOD în Tableau?

RASPUNS
LOD în Tableau înseamnă Level of Detail. 
Este o expresie care este folosită pentru a executa interogări complexe care implică mai multe dimensiuni la nivel de
sursă de date. Folosind expresia LOD, putem găsi valori duplicate, puteți sincroniza axele diagramei și puteți crea
benzi pe datele agregate.
INTEBAREA 28. Care sunt diferitele tipuri de conexiune în Tableau?
RASPUNS
Există în principal două tipuri de conexiuni disponibile în Tableau: Extract si Live
Extract : Extract este o imagine a datelor care va fi extrasă din sursa de date și plasată în depozitul Tableau. Această
imagine (instantaneu) poate fi reîmprospătată periodic, complet sau progresiv.
Live : conexiunea live realizează o conexiune directă la sursa de date. Datele vor fi preluate direct din tabele. Deci,
datele sunt întotdeauna actualizate și consecvente. 

INTREBAREA 29. Care sunt diferitele tipuri de unuiuni pe care le oferă Tableau?
RASPUNS
Unirile din Tableau funcționează în mod similar cu instrucțiunea SQL join. Tipurile de îmbinări acceptate de
Tableau:
 Left Outer Join
 Uniunea exterioară dreaptă
 Unire exterioară completă
 Inner Join

INTREBAREA 30. Ce este o “Diagramă Gantt” în Tableau?

RASPUNS
O diagramă Gantt din Tableau descrie progresul valorii de-a lungul perioadei, adică arată durata evenimentelor. 
Este format din bare împreună cu axa timpului. 
Diagrama Gantt este folosită în cea mai mare parte ca instrument de Management de Proiect, în care fiecare bară este
o măsură a unei sarcini din proiect.

INTREBAREA 31. Care este sintaxa corectă pentru funcția reshape() în NumPy pentru
Python?  Scrie sintaxa
RASPUNS
INTEBAREA 32. Care sunt metodele de creare a unei Data frame în Pandas?
RASPUNS
Există două moduri de a crea un Dataframe in Pandas.
Prin inițializarea unei Liste

Prin inițializarea unui Dicționar

INTREBAREA 33. Scrieți codul pentru Python pentru a crea Data Frame al unui angajat
din fișierul „emp.csv” și afișați Head and Summary
RASPUNS
Pentru a crea un DataFrame în Python , trebuie să importez biblioteca Pandas
Din ea voi utiliza funcția read_csv pentru a oi încărca fișierul .csv.
Tot aici voi arata locația unde numele fișierului și extensia acestuia urmează setul de date.

Pentru a afișa head setului de date voi funcția head().

Metoda „describe” este utilizată pentru a returna statisticile rezumate în Python.

INTREBAREA 34. Cum veți selecta coloanele Departament și Age dintr-un dataframe?
RASPUNS

Putem utiliza numele coloanelor pentru a extrage coloanele dorite.

INTREBAREA 35. Să presupunem că există un array (num = np.array([[1,2,3],[4,5,6],

[7,8,9]]).. Extrage valoarea 8 folosind indexarea 2D. Scrie codul in Python
RASPUNS
num = np.array([[1,2,3],[4,5,6],[7,8,9]]). 

Deoarece valoarea 8 este prezentă în al doilea rând al primei coloane, folosim aceleași poziții de index și o
transmitem array .

INTREBAREA 36. Să presupunem că există un Array care are valori

[0,1,2,3,4,5,6,7,8,9]. Cum veți afișa următoarele valori din matrice - [1,3,5,7,9]? Screieti
codul in Python
RASPUNS

Deoarece vrem doar numărul impar de la 0 la 9, putem efectua

operația de modul și mai putem verifica dacă restul este egal
cu 1.
INTREBAREA 37. Există două array , „a” și „b”. Asezatile “a” și “b” orizontal folosind
biblioteca NumPy din Python. Cate metode cunoasteti? Care? Scrieti codul
RASPUNS

Putem folosi funcția concatenate() sau hstack() pentru a stivui matricele.

INTEBAREA 38. Cum puteți adăuga o coloană in dataframe in Pandas?

RASPUNS
Să presupunem că există un dataframe care conține informații despre câțiva angajați. Să adăugăm o coloană Adresă
la acel cadru de date.

Declarați o listă de valori care vor fi convertite într-o coloană de adresă.

INTREBAREA 39. Cum veți imprima patru numere întregi aleatorii între 1 și 15 folosind
NumPy?
RASPUNS
Pentru a genera numere aleatoare folosind NumPy, folosim funcția random.randint().

INTREBAREA 40. Din DataFrame de mai jos, cum veți găsi valorile unice ale fiecărei
coloane și cum veți găsi datele pentru Age<35 și Height>6?
RASPUNS

Pentru a găsi valorile unice și numărul de elemente unice, voi folosi funcția unique() și nunique().

Acum, subsetez datele pentru Age <35 și Height >6.

INTEBAREA 41. Dati definitii pentru “Digitizare”, “Digitalizare” si “Transfomrare

digitala . Indicati diferenta conceptuala intre aceste notiuni.
RASPUNS
Digitizare - procesul de conversie a obiectelor fizice / analogice în format digital. De ex.: scanarea documentelor, în
care textul de pe hârtie fizică este convertit în PDF sau în alte formate digitale, care sunt apoi stocate în computer.
[DIGITIZARE - tranzitia de la date analogice la formate digitale]
Digitalizare - tratează automatizarea proceselor de business prin automatizarea proceselor, procesarea datelor,
utilizarea comunicațiilor etc care se reduc la un mix de digital și fizic.
[DIGITALIZARE - folosirea in munca a informatiilor digitizate]
Transfomrare digitala - procesul de elaborare a unor noi forme de afaceri care integreaza toate datele si aplicatii
digitizate. Transformarea digitală este adoptarea tehnologiei digitale pentru transformarea serviciilor sau afacerilor,
prin înlocuirea proceselor non-digitale sau manuale cu procese digitale sau înlocuirea tehnologiei digitale mai vechi
cu tehnologia digitală mai nouă
[TRANSFORMAREA DIGITALA - creare de concepte de afaceri complet noi profitand de digitalizare]
Diferentele:
În Digitizare, obiectele fizice sau informațiile sunt stocate în computere, dar procesul în care sunt utilizate aceste
date nu poate fi modificat. Aceasta este diferența cheie dintre digitalizare și digitalizare.
Prin Digitalizare se intelege ca tehnologiile digitale și datele digitizate sunt utilizate pentru a activa sau îmbunătăți
procesele.
Daca Digitizarea se concentrează pe conversia și înregistrarea datelor, Digitalizarea se referă la dezvoltarea
proceselor și la schimbarea fluxurilor de lucru pentru a îmbunătăți sistemele manuale.
Scopurile acestor trei procese sunt diferite:
Scopul Digitizării este de a codifica informațiile în computere prin conversia din format analog în format digital.
Scopul Digitalizarii se ocupă de procesarea informațiilor pentru a îmbunătăți fluxurile de lucru prin automatizarea
proceselor existente.
Transformarea Digitală se referă la valorificarea cunoștințelor și integrarea acestora pentru a crea valoare nouă.

INTREBAREA 42. Definiti “Disruptive innovation”? Prin ce se deosebeste Innovatia

Disruptiva de Inovatia obisnuita? Care sunt componentele Inovatia Disruptiva? Cate
tipuri de Innovatia Disruptiva cunoasteti? Dati exemple.
RASPUPNS
Disruptive Innovation este Inovația care zguduie o industrie consacrată folosind noi tehnologii pentru a ajunge la
segmente de piață trecute în precedent cu vederea. Disruptive Innovation apare atunci când un nou operator pe piață
extinde piața oferind fie o alternativă mai accesibilă, mai accesibilă, fie o alternativă mai bună la un produs sau
serviciu existent anterior.
Inovația disruptivă se referă la procesul de schimbare a pieței, mai degrabă decât la noul produs sau serviciu în sine.
Componentele principale ale Inovației disruptive:
1. Tehnologia care permite : inovarea necesită mijloace pentru a face un produs mai bun. i.e.: radioul cu tranzistori
a valorificat rețeaua de difuzare pentru a crea un radio portabil la preț redus.
2. Model de afaceri inovator : Pentru Inovația disruptiva trebuie să un nou model de afaceri care să țintească clienți
noi sau clienți de gamă inferioară dintr-o anumită industrie. Acesta este DIFERENTA dintre Inovație disruptivă de
Inovație obișnuită. Nu toate inovațiile sunt disruptiva, chiar dacă sunt unice.
3. Rețea coerentă de valori : Pentru ca o inovație disruptivă să se impună trebuie să fie implementata într-o rețea
coerentă de valori - furnizorii, distribuitorii și vânzătorii toți afectați de tehnologia disruptivă.
Există două tipuri de Inovații disruptive:
1. Low-end disruption: Noul intrat pe piata (inovatorul) se orienteaza la segmentele ignorate e operatorii
traditionali care vor fi consecrate (low-level segments). Inovatorul valorificând noile tehnologii, creează un
produs low-end care poate fi chiar mai rău decât originalul, dar care îndeplinește totuși cerințele celor mai
atenți la preț. Odată ce disruptorul își stabilește un punct de sprijin, se deplasează în sus pentru a crește
marjele de profit prin țintirea clienților mai pretențioși. (Exemple: Amazon, Netflix)
2. New-market disruption: O nouă disrupție a pieței are loc atunci când ”inovatorul” își extinde piața țintind
clienții care anterior nu foloseau deloc un produs similar. Oferind un produs mai accesibil sau mai ieftin,
compania disruptivă creează astfel o „nouă piață”. (exemple: IBM/MAC. Initial producatorii se orientau la
intreprinderile mari. IBM/MAC s-au orientat la mase oferind preturi mici)
INTREBAREA 43. Ce inseamna Digital Ecosystem? Care sunt componentelelui? Care
tipuri de ecosisteme digitale cunoasteti? Dati exemple.
RASPUNS
Ecosistem digital (ED) este un grup de resurse tehnologice informaționale interconectate care pot funcționa ca o
unitate. Ecosistemele digitale sunt formate din furnizori, clienți, parteneri comerciali, aplicații, furnizori terți de
servicii de date și toate tehnologiile respective.
Ecosisteme digitizatoare se bazeqază pe digitizarea unui produs existent cu ajutorul partenerilor de afaceri,
menținând în același timp o complexitate managerială scăzută. Ecosistemele digitizatoare pot adăuga noi
funcționalități sistemelor și pot crea venituri din servicii digitale. Exemplu de DE ar fi producătorii de automobile
care colaborează pentru a obține tehnologia IT necesara pentru a-și conecta mașinile la serviciile digitale aferente.
Acest ecosistem încorporează de obicei 20 până la 100 de parteneri existenți din cinci industrii.
Ecosisteme pe platforma (Platform ecosystem) - se concentrează pe conectarea perfectă a utilizatorilor pe o
platformă, creand fluxuri de venituri din utilizarea platformei. Datele generate de ecosistem pot fi folosite pentru
afaceri și modele de servicii similare. Platform ecosystems au de obicei 50 până la 10 milioane de parteneri în
maximum cinci industrii.
Ecosistemele super platforme sunt mai complexe si se concentrează pe integrarea mai multor platforme într-un
singur serviciu integrat, captând datele utilizatorilor de pe platforma integrată.
Acest tip de ecosistem oferă o gamă largă de date despre utilizatori și, de asemenea, transformă datele în bani
folosind modele de afaceri adiacente. Ecosistemul super platformă are de obicei cel puțin 10 milioane de parteneri
din cel puțin 10 industrii diferite.
De exemplu, Amazon Alexa le folosește pe toate trei tipuri:
 Ecosistemul digitizatorului îmbunătățește hardware-ul difuzorului inteligent și funcționalitatea de
recunoaștere a vocii ;
 Ecosistemul pe platformă se foloseste pentru KYC si adăugarea de aplicații care sunt folosite pentru a crește
serviciile oferite de Alexa;
 Ecosistem super platformă este folosit pentru a integra toate celelalte platforme.
Exemple de ecosisteme digitale
Aplicația bancară este un exemplu de ecosistem digital.
Ecosistemele create prin aceste aplicații integrează toate serviciile și aplicațiile într-un singur loc, inclusiv managerii
de cheltuieli, portofelele digitale , serviciile bancare online și carnetele digitale.

INTREBAREA 44. Dati definitii si explicate diferenta dintre date, informatii si cunostinte?
RASPUNS
Datele sunt o colecție de fapte și detalii brute, neorganizate, cum ar fi text, observații, cifre, simboluri și descrieri ale
lucrurilor etc.
Informațiile sunt datele prelucrate, organizate și structurate. Informatia oferă context pentru date și permite luarea
deciziilor.
Cunoștinte - este starea de a cunoaște ceva prin înțelegerea conceptelor, studiului și experientei. Cunoașterea conotă
înțelegerea încrezătoare teoretică sau practică a unei entități, împreună cu capacitatea de a o utiliza într-un scop
specific
De exemplu: Nota studentului la test – este Data. Nota medie a unei clase este informația derivată din datele.
Informațiile nu sunt suficiente pentru a face generalizări sau predicții despre cineva sau ceva. Cunoașterea are
capacitatea de a prezice sau de a face inferențe.
Fiecare informație nu este neapărat o cunoaștere, dar toată cunoașterea este o informație.
INTREBAREA 45. Cum intelegeti termenul Business Intelligence? Pentru ce este folosit?
RASPUNS
Business Intelligence (BI) este un proces bazat pe tehnologie pentru analiza datelor și furnizarea de informații
acționabile care îi ajută pe directori, manageri și lucrători să ia decizii informate de afaceri.
Capacitățile BI vă permit să:
 Colectați date actualizate
 Prezentați date ușor de înțeles
 Furnizați date în timp util angajaților

INTREBAREA 45. Care minum de particularitati ar trebui de analizat intro solutie noua de
BI?
RASPUNS
- Să fie o singură platformă BI. Deoarece soluția care oferă o singură platformă integrată de aplicațiiare un
Ecosistem consacrat, oferind mai multe soluții pentru raportare, descoperire, analiză și alte funcții.
- Sa fie SaaS: BI ca serviciu (BIaaS) Soluiia BI trebuie să fie ușor de accesat indiferent dacă aceștia sunt la
birou sau la distanță sau în mișcare. O soluție cloud oferă cel mai mare potențial de accesibilitate și
disponibilitate. Poate fi accesată când și unde este necesar, pentru utilizare individuală sau pentru partajare
cu colegii.
- BI conectat. Conexiunile preconfigurate elimină timpul necesar pentru realizarea conexiunilor și reduc
complexitatea soluției, permițându-le angajaților din departamentul IT să se concentreze asupra altor sarcini.
- Posibilitate de a dace analizele augmentate. Utilizează conceptul de Machine Learning integrat. Acest tip de
soluție poate susține utilizatorii în colectarea, analiza, interpretarea și transmiterea informațiilor, pentru
simplificarea și automatizarea sarcinilor.
- Vizualizarea datelor. Cu ajutorul vizualizării datelor se obtin informații noi și unice prin crearea de aplicații
complexe de date de tip mashup. De asemenea, puteți crea narațiuni despre activitate., utilizând imagini cu
impact ridicat, care nu necesită instruire specializată pentru a fi interpretate.
- Business Intelligence cu autoservire Soluția BI trebuie să permită o navigare ușoară, având caracteristici de
tip punct-și-clic sau glisare și fixare. Trebuie să aibă un DashBoard cu acces intuitiv și interactiv la
informații și să ofere navigare ghidată, etapizată și funcții integrate, astfel încât să nu fie necesară
personalizarea. De asemenea, utilizatorii trebuie să aibă control deplin asupra încărcării datelor și a analizei
acestora din orice unghi, pentru a descoperi problemele existente și noi oportunități. Aceștia trebuie să poată
combina date interne și externe pentru a obține informații mai complexe. Când vine vorba de partajarea a
ceea ce au învățat, utilizatorii trebuie să își poată crea propriile rapoarte.
- Mobile Business Intelligence

INTREBAREA 46. Care sunt cele mai importante caracteristici și funcționalități pe care ar
trebui să le aibă un instrument eficient de business intelligence?
RASPUNS
- Dashboards
- Visualizations
- BI Reporting Tools
- Predictive Analytics
- Data Mining
- ETL – Extract Transfer Loads – instrumente care transferă date de la un depozit de date la altul
- OLAP – Online analytical processing
- Drill-Down
INTREBAREA 47. Business Intelligence vs. Business Analytics: Care este diferența?
RASPUNS
Business Analytics (BA) - un termen umbrelă pentru tehnicile de analiză a datelor . Analiza de afaceri (BA) ajută la
prezicerea a ceea ce se va întâmpla în viitor și prescrie ce ar trebui să faceți pentru a crea rezultate mai bune.
Business Intelligence este descriptivă și vă spune care este situația actuală și ce s-a întâmplat pentru a ne duce la acea
stare în trecut.