Capacitación Teórica Qlik
Reto de capacitación teórica
Made by @Florencia Ramirez Mendez
0 0
6
18
1: Un equipo pide “hacer un dashboard de ventas”. ¿Cuál sería el primer paso más analítico antes de abrir Qlik?
45s
Definir qué decisión o pregunta de negocio debe responder el dashboard.
Elegir los gráficos más visuales para que la hoja se vea completa.
Cargar todas las tablas disponibles para no perder información.
Crear KPIs generales y luego decidir qué significan los resultados.
2: ¿Qué afirmación conecta mejor Qlik con la madurez analítica de la empresa?
45s
Qlik genera madurez analítica automáticamente cuando existen dashboards publicados.
Qlik es la herramienta oficial, pero el valor aparece cuando los usuarios interpretan y validan datos con criterio.
Qlik reemplaza la necesidad de definir indicadores porque el modelo asociativo calcula los resultados.
Qlik aumenta la madurez analítica principalmente porque reduce la cantidad de archivos Excel.
3: Un usuario entra a Qlik, ve apps disponibles, abre una publicada y solo puede consultarla. ¿Qué secuencia describe mejor lo que ocurrió?
45s
Entró al Hub, accedió a una app publicada dentro de un stream y la usa como consumidor.
Entró al editor de carga, abrió una app personal y modificó una hoja de trabajo.
Entró a un stream, creó una app nueva y quedó automáticamente publicada.
Entró al área de trabajo, cargó datos y consultó el Data Model Viewer.
4: ¿Qué implica crear una nueva app en Qlik en términos de trabajo analítico?
45s
Crear una conexión obligatoria a una fuente de datos antes de poder definir la pregunta de negocio.
Crear una versión final de consulta que ya queda disponible para todos los usuarios del stream.
Crear un espacio vacío donde se deberán cargar datos, preparar modelo, construir hojas y objetos.
Crear una conexión obligatoria a una fuente de datos antes de poder definir la pregunta de negocio.
5: Una hoja tiene 12 gráficos distintos, pero nadie puede explicar qué decisión ayuda a tomar. ¿Cuál es el problema principal?
45s
La hoja tiene demasiados objetos y probablemente debería tener un solo gráfico.
La hoja no tiene una pregunta de negocio clara que ordene sus visualizaciones.
La hoja debe publicarse en un stream diferente para que tenga contexto.
La hoja necesita más filtros para que los usuarios puedan encontrar el análisis.
6: Estás editando una hoja: arrastras un gráfico desde un panel y luego configuras su dimensión, medida y color en otro. ¿Qué paneles usaste?
45s
Panel de fuente de datos y editor de expresiones.
Panel de activos y panel de propiedades.
Hub y Data Model Viewer.
Stream y editor de carga de datos.
7: El panel de propiedades muestra opciones diferentes cuando seleccionas una hoja completa y cuando seleccionas un KPI. ¿Por qué?
45s
Porque el panel es contextual y cambia según el elemento seleccionado.
Porque Qlik bloquea las propiedades del KPI hasta que la app esté publicada.
Porque las hojas se configuran en el Hub y los objetos en el stream.
Porque las medidas solo pueden editarse desde el editor de carga.
8: Quieres que un KPI muestre margen bruto y no existe un campo “Margen” en la base. ¿Qué opción refleja mejor el uso del editor de expresiones?
60s
Mover el KPI al panel de activos para que Qlik calcule automáticamente el margen.
Renombrar Venta_Neta como Margen usando AS para que el KPI lo reconozca.
Crear un stream llamado Margen para separar las apps financieras.
Crear una expresión como Sum(Venta_Neta) - Sum(Costo_Total) dentro de la medida del KPI.
9: ¿Cuál diferencia es más precisa entre el panel de fuente de datos y el editor de carga de datos?
45s
El panel de fuente de datos valida Synthetic Keys; el editor de carga publica apps en streams.
El panel de fuente de datos crea visualizaciones; el editor de carga configura colores y filtros.
El panel de fuente de datos ubica conexiones disponibles; el editor de carga define cómo se cargan y transforman los datos.
Ambos cumplen la misma función y solo cambian de nombre según el tipo de fuente.
10: Un script intenta crear un resumen con Resident Ventas antes de cargar la tabla Ventas. ¿Cuál es el error conceptual?
60s
Qlik necesita que la tabla usada en Resident exista previamente porque ejecuta el script de arriba hacia abajo.
Resident solo funciona con tablas publicadas en streams, no con tablas de una app personal.
Qlik no permite crear tablas resumen; solo permite cargar tablas desde archivos físicos.
La tabla Ventas debería estar en el panel de propiedades antes de ser usada en el script.
11: Un participante cree que mover una carga a otra sección del script hace que Qlik la ejecute independientemente del orden. ¿Qué corrección es correcta?
45s
Las secciones permiten ejecutar primero las transformaciones y luego las cargas automáticamente.
Las secciones organizan visualmente, pero Qlik sigue ejecutando la lógica de arriba hacia abajo.
Las secciones reemplazan la necesidad de usar LOAD, FROM y Resident.
Las secciones solo se ejecutan si el usuario las selecciona manualmente antes de recargar.
12: Seleccionas Región = Santa Cruz y algunos clientes quedan en blanco, otros en gris oscuro. ¿Cuál lectura es más correcta?
45s
Los clientes blancos son posibles para la selección; los grises no están asociados a esa selección.
Los clientes blancos no tienen datos cargados; los grises están listos para publicarse.
Los clientes blancos están excluidos; los grises son los seleccionados por el usuario.
Los colores indican calidad de datos, no relación con la selección actual.
13: Ventas tiene CodCliente y Clientes tiene ID_Cliente; ambos representan el mismo dato. ¿Qué decisión favorece la asociación controlada?
45s
Crear una hoja con ambos campos para que Qlik los relacione desde la visualización.
Dejar los nombres distintos para que Qlik detecte la relación por similitud semántica.
Renombrar uno de los campos con AS para que ambos compartan un mismo nombre de llave.
Publicar la app en un stream para que los permisos activen la asociación automática.
14: Ventas y Presupuesto comparten ID_Cliente, ID_Producto y Fecha. Aparece una Synthetic Key. ¿Cuál es la mejor reacción?
60s
Convertir ID_Cliente, ID_Producto y Fecha en medidas para evitar que funcionen como dimensiones.
Eliminar todos los campos comunes para evitar cualquier asociación entre Ventas y Presupuesto.
Ignorarla porque Qlik siempre interpreta correctamente cualquier llave sintética.
Revisar si esos campos realmente definen el nivel de comparación y, si corresponde, crear una llave compuesta controlada.
15: Después de un Left Join de Clientes hacia Ventas, el total de ventas aumenta. ¿Qué hipótesis y validación son más adecuadas?
60s