Questão FC331073
No contexto da auditoria, onde a precisão e a integridade dos dados são essenciais para garantir a conformidade e a transparência financeira, o Big Data desempenha um papel signifi
Bancos de Dados Dimensionais
FGV · 2024
No contexto da auditoria, onde a precisão e a integridade dos dados são essenciais para garantir a conformidade e a transparência financeira, o Big Data desempenha um papel significativo, emergindo como uma ferramenta poderosa para extrair insights valiosos a partir de grandes volumes de informações. Em Big Data, é importante conhecer e relacionar os princípios fundamentais subjacentes a esse campo. Entre esses princípios, destacam-se os "V's" do Big Data – Volume, Velocidade, Variedade, Veracidade e Valor – que servem como base para a compreensão e aplicação eficaz dessa tecnologia inovadora.
Assinale o aspecto que descreve corretamente o papel do Big Data na auditoria.
- Big Data aplicada à auditoria permite análises mais abrangentes e preditivas, aplicando o conceito de variedade, por utilizar dados de várias fontes para identificar padrões e anomalias.
- Big data aplica-se à auditoria, já que a natureza dos dados-alvo de análises contempla a característica da volatilidade, ou seja, inclui os tipos e a frequência dos dados que afetam as ferramentas de gerência de dados.
- Big Data é uma tecnologia não aplicável à auditoria, dada a necessidade de imposição de sigilo dos dados, que limita o volume de dados passível de uso.
- Big Data não tem refletido o conceito de valor na auditoria, pois os métodos tradicionais são suficientes, pela natureza dos documentos fiscais.
- Big Data refere-se apenas a conjuntos de dados armazenados em bancos de dados relacionais, a fim de garantir a veracidade implícita da arquitetura ANSI/SPARC.
Mostrar resposta e comentário
Gabarito
A
Comentário do professor
A aplicação de Big Data na auditoria amplia o alcance das análises, permitindo trabalhar com grandes volumes e formatos diversos de informação.
O princípio da variedade é determinante: integra dados estruturados, semiestruturados e não estruturados (transações, logs, documentos, e‑mails) para formar uma visão mais completa.
Com essa diversidade de fontes, é possível identificar padrões e anomalias que técnicas tradicionais de amostragem podem não evidenciar, ampliando o escopo da detecção de riscos.
Técnicas de análise preditiva e aprendizado de máquina utilizam esses conjuntos variados para priorizar áreas críticas e antecipar ocorrências, tornando a auditoria mais eficaz e proativa.
Ferramentas como Data Lakes, bancos NoSQL e plataformas distribuídas suportam o armazenamento e o processamento escalável dessa variedade, materializando ganhos em precisão e cobertura.
Conteúdo do catálogo FC Concursos · Atualizado em