무료 온라인 액세스 Salesforce.Data-Cloud-Consultant.v2026-02-09.q128 모의 시험 (Page 10)

Data-Cloud-Consultant 문제 41

고객이 여러 데이터 소스를 보유하고 있고 개인에 대한 데이터를 단일 통합 프로필로 일치시키고 조정해야 하는 경우, 컨설턴트는 발견 과정에서 어떤 기능을 강조해야 할까요?

A. 데이터 정리

B. 조화

C. 데이터 통합

D. ID 확인

Data-Cloud-Consultant 문제 42

Northern Trail Outfitters(NTO)는 지난 6개월 이내에 구매한 고객을 대상으로 프로모션 캠페인을 진행하려고 합니다. 컨설턴트는 이러한 요구 사항을 충족하기 위해 세그먼트를 만들었습니다.
이제 NTO는 지난주에 구매한 고객을 억제하기 위한 추가 요구 사항을 적용합니다.
컨설턴트는 최근 고객을 제거하기 위해 무엇을 사용해야 합니까?

A. 일괄 변환

B. 세분화 제외 규칙

C. 관련 속성

D. 스트리밍 통찰력

Data-Cloud-Consultant 문제 43

컨설턴트가 데이터 클라우드 구현을 준비 중입니다.
컨설턴트는 고객 데이터와 관련하여 어떤 윤리를 준수해야 합니까?

A. 회사의 고위 임원이 감사 목적으로 고객 데이터에 접근할 수 있도록 허용합니다.

B. 모든 데이터를 수집하고 활용하여 더욱 개인화된 경험을 만듭니다.

C. 삭제를 쉽게 하기 위해 민감한 데이터를 동일한 DMO에 매핑합니다.

D. 나이, 성별, 민족 등 민감한 데이터를 묻는 것은 신중하게 고려하세요.

정답: D

데이터 클라우드를 구현할 때 컨설턴트는 고객 데이터와 관련하여 윤리적인 관행을 준수해야 하며, 특히 연령, 성별, 민족 등 민감한 데이터의 수집 및 활용을 신중하게 고려해야 합니다. 그 이유는 다음과 같습니다.
윤리적 고려 사항 이해
고객 데이터를 수집하고 사용하는 일에는 중대한 윤리적 책임이 따르며, 특히 민감한 정보를 다루는 경우 더욱 그렇습니다.
컨설턴트는 개인정보 보호 규정(예: GDPR, CCPA)을 준수하고 윤리 기준을 고수하여 고객의 신뢰를 보호해야 합니다.
민감한 데이터를 신중하게 고려해야 하는 이유는 무엇입니까?
개인정보 보호 및 신뢰 :
민감한 데이터(예: 나이, 성별, 민족)를 수집하면 적절하게 처리하지 않으면 개인정보 보호 문제가 발생할 수 있으며 고객의 신뢰가 떨어질 수 있습니다.
고객은 자신의 데이터 권리에 대해 점점 더 인식하고 있으며 투명성과 책임을 기대합니다.
규정 준수 :
GDPR 및 CCPA와 같은 규정은 민감한 데이터의 수집, 저장 및 사용에 대해 엄격한 요구 사항을 부과합니다.
신중하게 고려하면 규정 준수가 보장되고 잠재적인 법적 문제가 방지됩니다.
다른 옵션은 적합하지 않습니다.
A. 회사의 고위 임원이 감사 목적으로 고객 데이터에 접근하도록 허용합니다. 감사는 중요하지만, 민감한 데이터에 대한 무제한 접근은 비윤리적이며 개인정보 보호 원칙을 위반합니다.
B. 모든 데이터를 수집하고 사용하여 더욱 개인화된 경험을 만듭니다. 민감성을 고려하지 않고 모든 데이터를 수집하는 것은 비윤리적이며 개인정보 보호 규정을 위반할 위험이 있습니다.
C. 삭제를 쉽게 하기 위해 민감한 데이터를 동일한 DMO에 매핑합니다. 데이터를 삭제하기 위해 매핑하는 것은 좋은 관행이지만, 처음부터 민감한 데이터를 수집하는 데 있어서 윤리적 고려 사항을 다루지는 않습니다.
윤리적 관행을 보장하기 위한 단계
1단계: 필요성 평가
민감한 데이터가 비즈니스 목표를 달성하는 데 정말로 필요한지 평가합니다.
2단계: 명시적 동의 얻기
민감한 데이터가 필요한 경우 고객의 명확한 동의를 받고, 데이터 사용 방법을 명확하게 설명하세요.
3단계: 데이터 수집 최소화
민감한 데이터는 필수적인 데이터로만 수집하고, 가능한 경우 데이터를 익명화하거나 가명화하세요.
4단계: 보안 조치 구현
암호화, 액세스 제어 및 기타 보안 조치를 사용하여 중요한 데이터를 보호하세요.
결론
컨설턴트는 윤리적 기준을 지키고, 고객 신뢰를 유지하며, 규정 준수를 보장하기 위해 연령, 성별, 민족과 같은 민감한 데이터를 요청하는 것을 신중하게 고려해야 합니다.

Data-Cloud-Consultant 문제 44

Cumulus Financial은 Service Cloud를 CRM으로 사용하고 있으며, 연락처 레코드에 고객의 휴대전화 번호, 집 전화번호, 직장 전화번호를 세 개의 별도 필드로 저장합니다. 회사는 Data Cloud를 사용하고 CRM 커넥터를 통해 연락처 객체를 수집할 계획입니다.
컨설턴트가 이 데이터를 수집하여 모든 전화번호가 올바르게 매핑되어 활성화에 사용할 수 있도록 하기 위해 취해야 할 가장 효율적인 접근 방식은 무엇입니까?

A. 연락처 객체를 수집하고 회사 전화, 휴대폰, 집 전화를 연락처 데이터 스트림의 연락처 지점 전화 데이터 맵 객체에 매핑합니다.

B. 연락처 객체를 수집하고 스트리밍 변환을 사용하여 연락처 데이터 스트림의 전화번호를 3개 행이 포함된 별도의 전화 데이터 레이크 객체(DLO)로 정규화한 다음, 이 새로운 DLO를 연락처 지점 전화 데이터 맵 객체에 매핑합니다.

C. 연락처 객체를 수집한 다음 전화번호를 정규화하기 위한 계산된 통찰력을 생성한 다음 연락처 지점 전화 데이터 맵 객체에 매핑합니다.

D. 연락처 객체를 수집하고 전화번호에 대한 연락처 데이터 스트림에 수식 필드를 만든 다음, 연락처 지점 전화 데이터 맵 객체에 매핑합니다.

정답: B

컨설턴트가 이 데이터를 수집할 때 모든 전화번호가 제대로 매핑되어 활성화에 사용할 수 있도록 보장하기 위해 취해야 하는 가장 효율적인 접근 방식은 B입니다.연락처 객체를 수집하고 스트리밍 변환을 사용하여 연락처 데이터 스트림의 전화번호를 세 개의 행이 포함된 별도의 전화 데이터 레이크 객체(DLO)로 정규화한 다음 이 새 DLO를 연락처 지점 전화 데이터 맵 객체에 매핑합니다.이 접근 방식을 통해 컨설턴트는 Data Cloud의 스트리밍 변환 기능을 사용할 수 있으며, 추가 처리나 저장 없이 수집 시점에 데이터 조작 및 변환이 가능합니다.스트리밍 변환을 사용하여 연락처 데이터 스트림의 전화번호를 정규화할 수 있습니다.예: 공백, 대시 또는 괄호를 제거하고 필요한 경우 국가 코드를 추가합니다.정규화된 전화번호는 별도의 전화 DLO에 저장할 수 있으며, 이 DLO는 각 전화번호 유형(직장, 집, 휴대폰)에 대해 하나의 행을 가질 수 있습니다.그런 다음 전화 DLO를 연락처 지점 전화 데이터 맵 객체에 매핑할 수 있습니다.이 객체는 연락처 지점과 연결된 전화번호를 나타내는 표준 객체입니다.
이렇게 하면 컨설턴트는 SMS 메시지를 보내거나 고객에게 전화를 거는 등 모든 전화번호를 활성화할 수 있는지 확인할 수 있습니다.
다른 옵션은 옵션 B만큼 효율적이지 않습니다. 옵션 A는 전화번호를 정규화하지 않아 활성화 또는 ID 확인에 문제가 발생할 수 있으므로 올바르지 않습니다. 옵션 C는 계산된 인사이트를 생성해야 하므로 올바르지 않습니다. 이는 스트리밍 변환보다 더 많은 리소스와 시간을 소모하는 추가 단계입니다. 옵션 D는 연락처 데이터 스트림에 수식 필드를 생성해야 하므로 올바르지 않습니다. 이는 CRM 커넥터에서 지원되지 않거나 연락처 개체의 기존 필드와 충돌을 일으킬 수 있습니다. 참고 자료: Salesforce Data Cloud Consultant 시험 가이드, 데이터 수집 및 모델링, 스트리밍 변환, 연락처 지점 전화

Data-Cloud-Consultant 문제 45

고객은 고객의 평생 가치에 대한 계산된 통찰력을 가지고 있습니다.
계산된 통찰력을 얻으려면 컨설턴트가 무엇을 알아야 합니까?
수정이 필요합니까?

A. 새로운 차원을 추가할 수 있습니다.

B. 기존 차원을 제거할 수 있습니다.

C. 기존 측정값을 제거할 수 있습니다.

D. 새로운 측정값을 추가할 수 있습니다.

정답: A

계산된 인사이트는 SQL 표현식을 사용하여 데이터에서 정의되고 계산되는 다차원 지표입니다. 계산된 인사이트에는 차원과 측정값이 포함될 수 있습니다. 차원은 고객 ID, 제품 범주 또는 지역과 같이 데이터를 그룹화하거나 필터링하는 데 사용되는 필드입니다. 측정값은 매출, 수량 또는 평균 주문 금액과 같이 계산 또는 집계를 수행하는 데 사용되는 필드입니다. 계산된 인사이트는 SQL 표현식을 편집하거나 데이터 공간을 변경하여 수정할 수 있습니다. 그러나 컨설턴트는 계산된 인사이트를 수정할 때 다음과 같은 제한 사항과 고려 사항을 알고 있어야 합니다.12
기존 차원은 제거할 수 없습니다. SQL 표현식에서 차원을 제거하면 계산된 인사이트가 실행되지 않고 오류 메시지가 표시됩니다. 이는 해당 차원이 계산된 인사이트 개체의 기본 키를 생성하는 데 사용되기 때문이며, 차원을 제거하면 기존 데이터와 충돌이 발생하기 때문입니다.
따라서 정답은 B입니다.
새로운 차원을 추가할 수 있습니다. SQL 표현식에 차원을 추가하면 계산된 인사이트가 실행되어 계산된 인사이트 개체에 해당 차원에 대한 새 필드를 생성합니다. 하지만 컨설턴트는 너무 많은 차원을 추가하지 않도록 주의해야 합니다. 너무 많은 차원을 추가하면 계산된 인사이트의 성능과 사용성에 영향을 미칠 수 있습니다.
기존 측정값을 제거할 수 있습니다. SQL 표현식에서 측정값을 제거하면 계산된 인사이트가 실행되고 계산된 인사이트 객체에서 해당 측정값의 필드가 삭제됩니다. 그러나 컨설턴트는 측정값을 제거하면 계산된 인사이트를 사용하는 기존 세그먼트 또는 활성화에 영향을 미칠 수 있다는 점을 알고 있어야 합니다.
새로운 측정값을 추가할 수 있습니다. SQL 표현식에 측정값을 추가하면 계산된 인사이트가 실행되어 계산된 인사이트 객체에 해당 측정값에 대한 새 필드를 생성합니다. 하지만 컨설턴트는 너무 많은 측정값을 추가하지 않도록 주의해야 합니다. 너무 많은 측정값은 계산된 인사이트의 성능과 사용성에 영향을 미칠 수 있습니다. 참고 자료: 계산된 인사이트, 데이터 공간의 계산된 인사이트