# Data Modeling (Data Analytics)

> Esquema en estrella, tablas de hechos y dimensiones, normalización, desnormalización, SCD, granularidad

- 20 preguntas de entrevista
- Mid-Level
- [Preguntas de entrevista: Data Analytics](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista.md)

## 1. ¿Qué es un star schema en data modeling?

**Respuesta**

El star schema es una arquitectura de modelado dimensional donde una fact table central está rodeada por dimension tables conectadas directamente. Esta estructura simplifica las consultas analíticas y optimiza el rendimiento al evitar múltiples joins entre dimensiones. El nombre proviene de la forma visual del diagrama, donde la fact table central se parece al cuerpo de una estrella y las dimensiones a las ramas.

## 2. ¿Cuál es el rol de una fact table en un modelo dimensional?

**Respuesta**

La fact table almacena medidas cuantitativas (ingresos, cantidad vendida, número de clics) y foreign keys hacia las dimension tables. Representa los eventos o transacciones del negocio. Cada fila corresponde a un evento medible en un nivel de granularidad definido. Las columnas numéricas (medidas) son los datos que los analistas agregan en sus consultas.

## 3. ¿Qué es una dimension table en un modelo dimensional?

**Respuesta**

Una dimension table contiene los atributos descriptivos que califican las medidas de la fact table. Por ejemplo, una dimensión Producto contiene el nombre, la categoría, la marca y el precio unitario. Las dimensiones permiten filtrar, agrupar y dividir los datos durante el análisis. Normalmente están desnormalizadas para simplificar las consultas y evitar joins adicionales.

## 17 preguntas más disponibles

- ¿Qué es el grain (granularidad) de una fact table?
- ¿Cuál es la diferencia entre una medida aditiva y una medida semi-aditiva?

Regístrate gratis: https://sharpskill.dev/es/login

## Otros temas de entrevista Data Analytics

- [Google Sheets - Fundamentos](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/google-sheets-basics.md): 20 preguntas, Junior
- [Google Sheets - Fórmulas avanzadas](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/google-sheets-advanced.md): 20 preguntas, Junior
- [SQL - Fundamentos](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/sql-basics.md): 25 preguntas, Junior
- [SQL - Agregaciones y agrupamientos](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/sql-aggregations.md): 20 preguntas, Junior
- [SQL - Joins](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/sql-joins.md): 20 preguntas, Junior
- [BigQuery - Fundamentos](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/bigquery-fundamentals.md): 20 preguntas, Junior
- [Data Cleaning - Limpieza de datos](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/data-cleaning.md): 20 preguntas, Junior
- [KPIs y métricas de negocio](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/kpis-metrics.md): 20 preguntas, Junior
- [Estadística descriptiva](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/descriptive-statistics.md): 20 preguntas, Junior
- [Zapier y automatización No-Code](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/zapier-automation.md): 20 preguntas, Junior
- [Principios de visualización de datos](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/data-viz-principles.md): 20 preguntas, Junior
- [Python & Pandas - Fundamentos](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/python-pandas-basics.md): 20 preguntas, Junior
- [Google Sheets - Dashboards automatizados](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/google-sheets-dashboards.md): 20 preguntas, Mid-Level
- [SQL - Subconsultas y CTEs](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/sql-subqueries-ctes.md): 20 preguntas, Mid-Level
- [SQL - Window Functions](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/sql-window-functions.md): 20 preguntas, Mid-Level
- [BigQuery - Funcionalidades avanzadas](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/bigquery-advanced.md): 20 preguntas, Mid-Level
- [Análisis de funnels y conversión](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/funnel-analysis.md): 20 preguntas, Mid-Level
- [Análisis de cohortes y retención](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/cohort-retention.md): 20 preguntas, Mid-Level
- [Google Tag Manager y tracking](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/gtm-tracking.md): 20 preguntas, Mid-Level
- [APIs y webhooks](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/apis-webhooks.md): 20 preguntas, Mid-Level
- [dbt - Fundamentos](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/dbt-fundamentals.md): 20 preguntas, Mid-Level
- [AB Testing y estadística aplicada](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/ab-testing.md): 20 preguntas, Mid-Level
- [Looker Studio (Google Data Studio)](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/looker-studio.md): 20 preguntas, Mid-Level
- [Power BI - Fundamentos](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/power-bi-fundamentals.md): 20 preguntas, Mid-Level
- [SQL - Consultas analíticas avanzadas](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/sql-advanced-analytics.md): 20 preguntas, Senior
- [dbt - Funciones avanzadas](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/dbt-advanced.md): 20 preguntas, Senior
- [Power BI - DAX y dashboards avanzados](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/power-bi-dax.md): 20 preguntas, Senior
- [Python Analytics - Análisis avanzado y ML](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/python-analytics-advanced.md): 20 preguntas, Senior

---

Source: SharpSkill (https://sharpskill.dev), tech interview preparation for your real stack.
HTML version of this page: https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/data-modeling