Data-Cloud-Consultant日本語リアルな試験問題Data-Cloud-Consultant日本語練習問題集
厳密検証されたData-Cloud-Consultant日本語試験問題集と解答で無料提供のData-Cloud-Consultant日本語問題と正解付き
質問 # 48
組織は、在庫レベルを在庫管理システムからデータ クラウドに、高速かつスケーラブルでほぼリアルタイムの方法でストリーミングするには何を使用する必要がありますか?
- A. クラウド ストレージ コネクタ
- B. コマース クラウド コネクタ
- C. 取り込み API
- D. Marketing Cloud パーソナライゼーション コネクタ
正解：C
解説：
The Ingestion API is a RESTful API that allows you to stream data from any source into Data Cloud in a fast and scalable way. You can use the Ingestion API to send data from your inventory management system into Data Cloud as JSON objects, and then use Data Cloud to create data models, segments, and insights based on your inventory data. The Ingestion API supports both batch and streaming modes, and can handle up to
100,000 records per second. The Ingestion API also provides features such as data validation, encryption, compression, and retry mechanisms to ensure data quality and security. References: Ingestion API Developer Guide, Ingest Data into Data Cloud
質問 # 49
高級品小売業者は、電子メール通信のために Marketing Cloud を通じて有効化した、価値の高い顧客をターゲットとしたセグメントを作成しました。同社は、アクティブ化された数がセグメント数よりも小さいことに気づきました。
その理由は何でしょうか?
- A. Marketing Cloud のアクティベーションは、Marketing Cloud にすでに存在する個人のみをアクティベートします。新しいレコードのアクティブ化は許可されません。
- B. Marketing Cloud のアクティベーションは、エンゲージメントを持たず、過去 6 か月間メールを開いたりクリックしたりしていない個人を自動的に抑制します。
- C. Marketing Cloud アクティベーションではフリークエンシー キャップが適用され、アクティベーションで送信できるレコードの数が制限されます。
- D. Data Cloud は、Marketing Cloud のアクティベーションに対してコンタクト ポイントの存在を強制します。個人が関連する連絡先を持っていない場合、連絡先は有効になりません。
正解：D
解説：
The reason for the activated count being smaller than the segment count is A. Data Cloud enforces the presence of Contact Point for Marketing Cloud activations. If the individual does not have a related Contact Point, it will not be activated. A Contact Point is a data model object that represents a channel or method of communication with an individual, such as email, phone, or social media. For Marketing Cloud activations, Data Cloud requires that the individual has a related Contact Point of type Email, which contains a valid email address. If the individual does not have such a Contact Point, or if the Contact Point is missing or invalid, the individual will not be activated and will not receive the email communication. Therefore, the activated count may be lower than the segment count, depending on how many individuals in the segment have a valid email Contact Point. Reference: Salesforce Data Cloud Consultant Exam Guide, Contact Point, Marketing Cloud Activation
質問 # 50
クライアントは、同じレコード内に蓄積されたホテル ポイントと航空会社のポイントのポイント残高を含む Salesforce CRM のカスタム オブジェクトからロイヤルティ データを取り込みたいと考えています。クライアントは、追跡と処理を改善するために、これらのポイント システムを 2 つの別々のレコードに分割したいと考えています。
このシナリオでコンサルタントは何を推奨すべきでしょうか?
- A. バッチ変換を使用して 2 番目のデータ レイク オブジェクトを作成します。
- B. データレイク オブジェクトからデータキットを作成し、同じデータクラウド組織にデプロイします。
- C. データ ソース オブジェクトのクローンを作成します。
- D. Salesforce CRM でジャンクション オブジェクトを作成し、取り込み戦略を変更します。
正解：A
解説：
Batch transforms are a feature that allows creating new data lake objects based on existing data lake objects and applying transformations on them. This can be useful for splitting, merging, or reshaping data to fit the data model or business requirements. In this case, the consultant can use batch transforms to create a second data lake object that contains only the airline points from the original loyalty data object. The original object can be modified to contain only the hotel points. This way, the client can have two separate records for each point system and track and process them accordingly. References: Batch Transforms, Create a Batch Transform
質問 # 51
キャンペーンメンバーを Salesforce CRM のキャンペーンにインポートするために、ユーザーはセグメントを Amazon S3 にエクスポートしたいと考えています。結果のファイルには、名前に Salesforce CRM キャンペーン ID が含まれている必要があります。
この結果を達成するための 2 つの方法は何ですか?
2 つの答えを選択してください
- A. ファイル名仕様にキャンペーン識別子を含めます。
- B. アクティベーション名にキャンペーン識別子を含めます。
- C. キャンペーン識別子をキャンペーンのアクティベーションの新しい属性としてハードコードします。
- D. セグメント名にキャンペーン識別子を含めます。
正解：A、B
解説：
The two ways to achieve this outcome are A and C. Include campaign identifier in the activation name and include campaign identifier in the filename specification. These two options allow the user to specify the Salesforce CRM Campaign ID in the name of the file that is exported to Amazon S3. The activation name and the filename specification are both configurable settings in the activation wizard, where the user can enter the campaign identifier as a text or a variable. The activation name is used as the prefix of the filename, and the filename specification is used as the suffix of the filename. For example, if the activation name is "Campaign_123" and the filename specification is "{segmentName}_{date}", the resulting file name will be "Campaign_123_SegmentA_2023-12-18.csv". This way, the user can easily identify the file that corresponds to the campaign and import it into Salesforce CRM.
The other options are not correct. Option B is incorrect because hard coding the campaign identifier as a new attribute in the campaign activation is not possible. The campaign activation does not have any attributes, only settings. Option D is incorrect because including the campaign identifier in the segment name is not sufficient. The segment name is not used in the filename of the exported file, unless it is specified in the filename specification. Therefore, the user will not be able to see the campaign identifier in the file name.
質問 # 52
高級品小売業者は、電子メール通信のために Marketing Cloud を通じて有効化した、価値の高い顧客をターゲットとしたセグメントを作成しました。同社は、アクティブ化された数がセグメント数よりも小さいことに気づきました。
その理由は何でしょうか?
- A. Marketing Cloud のアクティベーションは、エンゲージメントを持たず、過去 6 か月間メールを開いたりクリックしたりしていない個人を自動的に抑制します。
- B. Marketing Cloud アクティベーションではフリークエンシー キャップが適用され、アクティベーションで送信できるレコードの数が制限されます。
- C. Data Cloud は、Marketing Cloud のアクティベーションに対してコンタクト ポイントの存在を強制します。個人が関連する連絡先を持っていない場合、連絡先は有効になりません。
- D. Marketing Cloud のアクティベーションでは、Marketing Cloud にすでに存在する個人のみがアクティベートされます。新しいレコードのアクティベーションは許可されません。
正解：C
解説：
Data Cloud requires a Contact Point for Marketing Cloud activations, which is a record that links an individual to an email address. This ensures that the individual has given consent to receive email communications and that the email address is valid. If the individual does not have a related Contact Point, they will not be activated in Marketing Cloud. This may result in a lower activated count than the segment count. References: Data Cloud Activation, Contact Point for Marketing Cloud
質問 # 53
コンサルタントは、以前に黒のパンツを購入した顧客向けに新製品の発売を発表するセグメントを構築しています。
この基準を満たすために、コンサルタントは Order Product オブジェクトから製品の色と製品タイプの属性をどのように配置する必要がありますか?
- A. 製品の色の属性を 1 つのコンテナに配置し、製品タイプの属性を別のコンテナに配置します。
- B. 製品の色と製品タイプの属性を 1 つのコンテナに配置します。
- C. 動的に適用する「黒」の計算された分析情報の属性を配置します。
- D. 製品および製品タイプの属性を直接属性として配置します。
正解：B
解説：
To create a segment based on the product color and product type from the Order Product object, the consultant should place the attributes for product color and product type in a single container. This way, the segment will include only the customers who have purchased black pants, and not those who have purchased black shirts or blue pants. A container is a grouping of attributes that defines a segment of individuals based on a logical AND operation. Placing the attributes in separate containers would result in a segment that includes customers who have purchased any black product or any pants product, which is not the desired criteria. Placing an attribute for the "black" calculated insight would not work, because calculated insights are based on aggregated data and not individual-level data. Placing the attributes as direct attributes would not work, because direct attributes are used to filter individuals based on their profile data, not their order data. Reference:
Create a Segment in Data Cloud
Learn About Segmentation Tools
Salesforce Launches: Data Cloud Consultant Certification
質問 # 54
顧客は、Salesforce CRM の標準 Contact オブジェクトに関連するカスタム Customer Email c オブジェクトを持っています。
このカスタムオブジェクト
アクティベーションに使用する連絡先の電子メール アドレスを保存します。
どのデータ エンティティがマッピングされますか?
- A. 連絡先_メールアドレス
- B. 個人
- C. カスタム顧客 Email__c オブジェクト
- D. 連絡先
正解：A
解説：
The Contact Point_Email object is the data entity that represents an email address associated with an individual in Data Cloud. It is part of the Customer 360 Data Model, which is a standardized data model that defines common entities and relationships for customer data. The Contact Point_Email object can be mapped to any custom or standard object that stores email addresses in Salesforce CRM, such as the custom Customer Email__c object. The other options are not the correct data entities to map to because:
A: The Contact object is the data entity that represents a person who is associated with an account that is a customer, partner, or competitor in Salesforce CRM. It is not the data entity that represents an email address in Data Cloud.
C: The custom Customer Email__c object is not a data entity in Data Cloud, but a custom object in Salesforce CRM. It can be mapped to a data entity in Data Cloud, such as the Contact Point_Email object, but it is not a data entity itself.
D: The Individual object is the data entity that represents a unique person in Data Cloud. It is the core entity for managing consent and privacy preferences, and it can be related to one or more contact points, such as email addresses, phone numbers, or social media handles. It is not the data entity that represents an email address in Data Cloud. References: Customer 360 Data Model: Individual and Contact Points - Salesforce, Contact Point_Email | Object Reference for the Salesforce Platform | Salesforce Developers, [Contact | Object Reference for the Salesforce Platform | Salesforce Developers], [Individual | Object Reference for the Salesforce Platform | Salesforce Developers]
質問 # 55
Northern Trail Outfitters には、Data Cloud に取り込んでセグメンテーションに使用する次の顧客データがあります。
1. 購入傾向
2. アクティブな会員である
3. 仕事用のメールアドレス
このデータを取り込むときにコンサルタントはどのデータ型を使用する必要がありますか?
- A. パーセント、数値、メール
- B. パーセント、ブール値、電子メール
- C. 数値、テキスト、URL
- D. 数値、ブール値、テキスト
正解：D
質問 # 56
Data Cloud コンサルタントが、アカウント DMO と連絡先ポイント アドレス DMO 間の新しい 1 対 1 の関係を保存しようとしましたが、エラーが発生します。
このエラーを修正するにはコンサルタントは何をすべきでしょうか?
- A. アカウントごとに複数の連絡先に対応するために、カーディナリティを多対 1 に変更します。
- B. アカウント レコードの合計数が ID 解決に十分な数であることを確認します。
- C. 連絡先アドレス DMO に追加フィールドをマップします。
- D. アカウントを連絡先の電子メールと連絡先の電話にもマップします。
正解：A
解説：
Relationship Cardinality: In Salesforce Data Cloud, defining the correct relationship cardinality between data model objects (DMOs) is crucial for accurate data representation and integration.
1-to-1 Relationship Error: The error occurs because the relationship between Account DMO and Contact Point Address DMO is set as 1-to-1, which implies that each account can only have one contact point address.
Solution:
* Change Cardinality: Modify the relationship cardinality to many-to-one. This allows multiple contact point addresses to be associated with a single account, reflecting real-world scenarios more accurately.
* Steps:
* Go to the data model configuration in Data Cloud.
* Locate the relationship between Account DMO and Contact Point Address DMO.
* Change the relationship type from 1-to-1 to many-to-one.
Benefits:
* Accurate Representation: Accommodates real-world data scenarios where an account may have multiple contact points.
* Error Resolution: Resolves the error and ensures smooth data integration.
References:
* Salesforce Data Cloud Documentation: Relationships
* Salesforce Help: Data Modeling in Data Cloud
質問 # 57
セグメンテーションまたはアクティベーションを実行するとき、データの公開と更新にどのタイムゾーンが使用されますか?
- A. アクティビティの作成時に指定されたタイムゾーン
- B. アクティビティを作成しているユーザーのタイムゾーン
- C. データクラウド管理者ユーザーのタイムゾーン
- D. Salesforce Data Cloud 組織によって設定されたタイムゾーン
正解：D
解説：
The time zone that is used to publish and refresh data when performing segmentation or activation is D. Time zone set by the Salesforce Data Cloud org. This time zone is the one that is configured in the org settings when Data Cloud is provisioned, and it applies to all users and activities in Data Cloud. This time zone determines when the segments are scheduled to refresh and when the activations are scheduled to publish. Therefore, it is important to consider the time zone difference between the Data Cloud org and the destination systems or channels when planning the segmentation and activation strategies. References: Salesforce Data Cloud Consultant Exam Guide, Segmentation, Activation
質問 # 58
コンサルタントは 12 時間ごとに公開するように設定されたアクティベーションを持っていますが、アクティベーション前のデータの更新が最大 24 時間遅れることを発見しました。
この問題のトラブルシューティングを行うためにコンサルタントが検討すべき 2 つの領域はどれですか?
2 つの答えを選択してください
- A. セグメントを確認して、データの取り込み後にセグメントが更新されていることを確認します。
- B. 計算された分析情報をレビューして、セグメントが更新される前に実行されていることを確認します。
- C. データ変換をレビューして、計算された分析情報に基づいて実行されていることを確認します。
- D. 計算された分析情報をレビューして、セグメントが更新された後に実行されていることを確認します。
正解：A、B
解説：
The correct answer is B and C because calculated insights and segments are both dependent on the data ingestion process. Calculated insights are derived from the data model objects and segments are subsets of data model objects that meet certain criteria. Therefore, both of them need to be updated after the data is ingested to reflect the latest changes. Data transformations are optional steps that can be applied to the data streams before they are mapped to the data model objects, so they are not relevant to the issue. Reviewing calculated insights to make sure they're run after the segments are refreshed (option D) is also incorrect because calculated insights are independent of segments and do not need to be refreshed after them. References: Salesforce Data Cloud Consultant Exam Guide, Data Ingestion and Modeling, Calculated Insights, Segments
質問 # 59
ユーザーが Data Cloud で統合された顧客データを視覚化および分析できるようにするツールはどれですか?
- A. Heroku
- B. Tableau
- C. Einstein Analytics
- D. Salesforce CLI
正解：B
解説：
* Salesforce Data Cloud Overview: Salesforce Data Cloud enables organizations to unify and manage customer data from multiple sources, providing a comprehensive view of customer interactions and behaviors.
* Visualization and Analysis: For visualizing and analyzing this unified data, Salesforce provides multiple tools, each serving different purposes. Tableau is particularly noted for its advanced analytics and visualization capabilities.
* Tableau Integration: Tableau is integrated with Salesforce, allowing users to create detailed and interactive visualizations. It can connect directly to Salesforce Data Cloud, pulling in unified data for comprehensive analysis.
* Capabilities: Tableau supports a wide range of data sources and formats, offering drag-and-drop features to create complex charts and dashboards. This makes it an ideal tool for analyzing the rich datasets managed within Salesforce Data Cloud.
* Reference:
Salesforce Help: Tableau Integration
Salesforce Data Cloud Overview
質問 # 60
顧客は、放棄された閲覧動作のジャーニーをトリガーするための要件の概要を説明しました。要件に基づいて、コンサルタントは、ストリーミング分析情報を使用して、Journey Builder に対するデータ アクションを 1 時間ごとにトリガーすることを決定します。
データアクションが必要な頻度で確実にトリガーされるように、コンサルタントはソリューションをどのように構成すればよいでしょうか?
- A. 時間ごとのバッチで取り込まれるデータを構成します。
- B. インサイトの集計時間枠を 1 時間に設定します。
- C. ジャーニー エントリ スケジュールを 1 時間ごとに実行するように設定します。
- D. アクティブ化スケジュールを時間ごとに設定します。
正解：B
解説：
Streaming insights are computed from real-time engagement events and can be used to trigger data actions based on pre-set rules. Data actions are workflows that send data from Data Cloud to other systems, such as Journey Builder. To ensure that the data action is triggered every hour, the consultant should set the insights aggregation time window to 1 hour. This means that the streaming insight will evaluate the events that occurred within the last hour and execute the data action if the conditions are met. The other options are not relevant for streaming insights and data actions. References: Streaming Insights and Data Actions Limits and Behaviors, Streaming Insights, Streaming Insights and Data Actions Use Cases, Use Insights in Data Cloud, 6 Ways the Latest Marketing Cloud Release Can Boost Your Campaigns
質問 # 61
正常に設定された Amazon S3 データ ストリームが「ファイルが見つかりません」というエラー メッセージが表示されて更新に失敗した場合、コンサルタントは次の 2 つの手順を実行する必要がありますか?
2 つの答えを選択してください
- A. S3 ユーザーに正しい権限が設定されているかどうかを確認します。
- B. 指定されたバケットの場所にファイルが存在するかどうかを確認します。
- C. データ クラウド ユーザーに正しい権限が設定されているかどうかを確認します。
- D. Amazon S3 データ ソースがデータ クラウド セットアップで有効になっているかどうかを確認します。
正解：B、C
解説：
A "NO FILE FOUND" error message indicates that Data Cloud cannot access or locate the file from the Amazon S3 source. There are two possible reasons for this error and two corresponding steps that a consultant should take to troubleshoot it:
* The Data Cloud user does not have the correct permissions to read the file from the Amazon S3 bucket.
This could happen if the user's permission set or profile does not include the Data Cloud Data Stream Read permission, or if the user's Amazon S3 credentials are invalid or expired. To fix this issue, the consultant should check and update the user's permissions and credentials in Data Cloud and Amazon S3, respectively.
* The file does not exist in the specified bucket location. This could happen if the file name or path has changed, or if the file has been deleted or moved from the Amazon S3 bucket. To fix this issue, the consultant should check and verify the file name and path in the Amazon S3 bucket, and update the data stream configuration in Data Cloud accordingly. References: Create Amazon S3 Data Stream in Data Cloud, How to Use the Amazon S3 Storage Connector in Data Cloud, Amazon S3 Connection
質問 # 62
データ クラウド コンサルタントは最近、新しいデータ ソースを追加し、セグメントの作成に使用する新しいカスタム データ モデル オブジェクト (DMO) にデータの一部をマッピングしました。ただし、新しいセグメントを作成しようとすると、新しく作成された DMO を表示できません。
この問題の原因は何ですか?
- A. 新しい DMO はプロファイル カテゴリではありません。
- B. セグメンテーションは、個別 DMO および統合個別 DMO でのみサポートされます。
- C. 新しい DMO は個々の DMO と関係がありません
- D. データは DMO に取り込まれていません。
正解：A
解説：
The cause of this issue is that the new custom data model object (DMO) is not of category Profile. A category is a property of a DMO that defines its purpose and functionality in Data Cloud. There are three categories of DMOs: Profile, Event, and Other. Profile DMOs are used to store attributes of individuals or entities, such as name, email, address, etc. Event DMOs are used to store actions or interactions of individuals or entities, such as purchases, clicks, visits, etc. Other DMOs are used to store any other type of data that does not fit into the Profile or Event categories, such as products, locations, categories, etc. Only Profile DMOs can be used for creating segments in Data Cloud, as segments are based on the attributes of individuals or entities. Therefore, if the new custom DMO is not of category Profile, it will not appear in the segmentation canvas. The other options are not correct because they are not the cause of this issue. Data ingestion is not a prerequisite for creating segments, as segments can be created based on the data model schema without actual data. The new DMO does not need to have a relationship to the individual DMO, as segments can be created based on any Profile DMO, regardless of its relationship to other DMOs. Segmentation is not only supported for the Individual and Unified Individual DMOs, as segments can be created based on any Profile DMO, including custom ones. Reference: Create a Custom Data Model Object from an Existing Data Model Object, Create a Segment in Data Cloud, Data Model Object Category
質問 # 63
ノーザン トレイル アウトフィッターズは、Marketing Cloud スターター データ バンドルを使用して、Marketing Cloud データを Data Cloud に取り込みます。
Marketing Cloud スターター データ バンドルで利用可能な 2 つのデータセットは何ですか?
2 つの答えを選択してください
- A. モバイルプッシュ
- B. モバイルコネクト
- C. ロイヤリティ管理
- D. パーソナライゼーション
正解：A、B
解説：
The Marketing Cloud Starter Data Bundles are predefined data bundles that allow you to easily ingest data from Marketing Cloud into Data Cloud1. The available datasets in Marketing Cloud Starter Data Bundles are Email, MobileConnect, and MobilePush2. These datasets contain engagement events and metrics from different Marketing Cloud channels, such as email, SMS, and push notifications2. By using these datasets, you can enrich your Data Cloud data model with Marketing Cloud data and create segments and activations based on your marketing campaigns and journeys1. The other options are incorrect because they are not available datasets in Marketing Cloud Starter Data Bundles. Option A is incorrect because Personalization is not a dataset, but a feature of Marketing Cloud that allows you to tailor your content and messages to your audience3. Option C is incorrect because Loyalty Management is not a dataset, but a product of Marketing Cloud that allows you to create and manage loyalty programs for your customers4. Reference: Marketing Cloud Starter Data Bundles in Data Cloud, Connect Your Data Sources, Personalization in Marketing Cloud, Loyalty Management in Marketing Cloud
質問 # 64
ある企業は、Salesforce で複数のリードと連絡先が同じメール アドレスを共有するという課題に対処する方法についてコンサルタントにアドバイスを求めています。コンサルタントは、この問題を効果的に解決するために Data Cloud を活用する方法について詳細かつ包括的な説明を提供したいと考えています。
この会社のビジネス上の課題に対処するためにコンサルタントは何を強調すべきでしょうか?
- A. アイデンティティ解決
- B. データバンドル
- C. 計算された洞察
- D. アイデンティティ解決
正解：D
解説：
Issue Overview: When multiple leads and contacts share the same email address in Salesforce, it can lead to data duplication, inaccurate customer views, and inefficient marketing and sales efforts.
Data Cloud Identity Resolution: Salesforce Data Cloud offers Identity Resolution as a powerful tool to address this issue. It helps in merging and unifying data from multiple sources to create a single, comprehensive customer profile.
Process:
* Data Ingestion: Import lead and contact data into Salesforce Data Cloud.
* Identity Resolution Rules: Configure Identity Resolution rules to match and merge records based on key identifiers like email addresses.
* Unification: The tool consolidates records that share the same email address, eliminating duplicates and ensuring a single view of each customer.
* Continuous Updates: As new data comes in, Identity Resolution continuously updates and maintains the unified profiles.
Benefits:
* Accurate Customer View: Reduces duplicate records and provides a complete view of each customer's interactions and history.
* Improved Efficiency: Streamlines marketing and sales efforts by targeting a unified customer profile.
References:
* Salesforce Data Cloud Identity Resolution
* Salesforce Help: Identity Resolution Overview
質問 # 65
Interaction SDK または Mobile SDK 経由で収集されたデータに対して 15 分間の時間枠で集計を実行する場合、コンサルタントはどの方法を使用する必要がありますか?
- A. バッチ変換
- B. 計算された洞察
- C. ストリーミングの分析情報
- D. 数式フィールド
正解：C
解説：
Streaming insight is a method that allows you to perform aggregations in windows of 15 minutes on data collected via the Interaction SDK or Mobile SDK. Streaming insight is a feature that enables you to create real-time metrics and insights based on streaming data from various sources, such as web, mobile, or IoT devices. Streaming insight allows you to define aggregation rules, such as count, sum, average, min, max, or percentile, and apply them to streaming data in time windows of 15 minutes. For example, you can use streaming insight to calculate the number of visitors, the average session duration, or the conversion rate for your website or app in 15-minute intervals. Streaming insight also allows you to visualize and explore the aggregated data in dashboards, charts, or tables. Reference: Streaming Insight, Create Streaming Insights
質問 # 66
顧客は、顧客生涯価値に基づいてユーザーのセグメントを作成したいと考えています。
ただし、Data Cloud に取り込まれるソース データには、その主要業績評価指標 (KPI) が含まれません。
この要件を達成するには、コンサルタントはどの一連の手順に従う必要がありますか?
- A. 計算されたインサイトの作成 > データの取り込み > データをデータ モデルにマッピング > セグメンテーションでの使用
- B. 計算されたインサイトの作成 > データをデータ モデルにマッピング > データの取り込み > セグメンテーションでの使用
- C. データの取り込み > データをデータ モデルにマッピング > 計算された分析情報の作成 > セグメンテーションでの使用
- D. データの取り込み > 計算されたインサイトの作成 > データをデータ モデルにマッピング > セグメンテーションでの使用
正解：C
解説：
To create segments of users based on their Customer Lifetime Value (CLV), the sequence of steps that the consultant should follow is Ingest Data > Map Data to Data Model > Create Calculated Insight > Use in Segmentation. This is because the first step is to ingest the source data into Data Cloud using data streams1. The second step is to map the source data to the data model, which defines the structure and attributes of the data2. The third step is to create a calculated insight, which is a derived attribute that is computed based on the source or unified data3. In this case, the calculated insight would be the CLV, which can be calculated using a formula or a query based on the sales order data4. The fourth step is to use the calculated insight in segmentation, which is the process of creating groups of individuals or entities based on their attributes and behaviors. By using the CLV calculated insight, the consultant can segment the users by their predicted revenue from the lifespan of their relationship with the brand. The other options are incorrect because they do not follow the correct sequence of steps to achieve the requirement. Option B is incorrect because it is not possible to create a calculated insight before ingesting and mapping the data, as the calculated insight depends on the data model objects3. Option C is incorrect because it is not possible to create a calculated insight before mapping the data, as the calculated insight depends on the data model objects3. Option D is incorrect because it is not recommended to create a calculated insight before mapping the data, as the calculated insight may not reflect the correct data model structure and attributes3. Reference: Data Streams Overview, Data Model Objects Overview, Calculated Insights Overview, Calculating Customer Lifetime Value (CLV) With Salesforce, [Segmentation Overview]
質問 # 67
信頼ベースのファーストパーティ データ資産を構築するとはどういう意味ですか?
- A. インタビュー、調査、世論調査を通じて信頼できる情報源から競合データを入手するため
- B. 法律で義務付けられているすべての電子メール マーケティングに対してオプトイン同意が確実に収集されるようにするため
- C. データの使用に同意し、その対価として価値を受け取る個人から収集したデータの透明性とセキュリティを提供するため
- D. すべてのコンプライアンス規制に従って、信頼できるファーストパーティ データを Data Cloud Marketplace に提供するため
正解：C
解説：
Building a trust-based, first-party data asset means collecting, managing, and activating data from your own customers and prospects in a way that respects their privacy and preferences. It also means providing them with clear and honest information about how you use their data, what benefits they can expect from sharing their data, and how they can control their data. By doing so, you can create a mutually beneficial relationship with your customers, where they trust you to use their data responsibly and ethically, and you can deliver more relevant and personalized experiences to them. A trust-based, first-party data asset can help you improve customer loyalty, retention, and growth, as well as comply with data protection regulations and standards. References: Use first-party data for a powerful digital experience, Why first-party data is the key to data privacy, Build a first-party data strategy
質問 # 68
Cumulus Financial の採用チームは、どの候補者が過去 24 時間以内に Web サイトの求人ページを少なくとも 2 回閲覧したかを特定したいと考えています。彼らは、これらの候補者に関する情報を Data Cloud でのセグメント化に利用できるようにし、候補者を採用システムに追加したいと考えています。
この目標を達成するには、コンサルタントはどの機能を推奨する必要がありますか?
- A. ストリーミング データ変換
- B. 計算された洞察
- C. ストリーミングの分析情報
- D. バッチバタ変換
正解：C
解説：
A streaming insight is a feature that allows users to create and monitor real-time metrics from streaming data sources, such as web and mobile events. A streaming insight can also trigger data actions, such as sending notifications, creating records, or updating fields, based on the metric values and conditions. Therefore, a streaming insight is the best feature to achieve the goal of identifying candidates who have browsed the jobs page on the website at least twice within the last 24 hours, and adding them to the recruiting system. The other options are incorrect because:
* A streaming data transform is a feature that allows users to transform and enrich streaming data using SQL expressions, such as filtering, joining, aggregating, or calculating values. However, a streaming data transform does not provide the ability to monitor metrics or trigger data actions based on conditions.
* A calculated insight is a feature that allows users to define and calculate multidimensional metrics from data using SQL expressions, such as LTV, CSAT, or average order value. However, a calculated insight is not suitable for real-time data analysis, as it runs on a scheduled basis and does not support data actions.
* A batch data transform is a feature that allows users to create and schedule complex data transformations using a visual editor, such as joining, aggregating, filtering, or appending data.
However, a batch data transform is not suitable for real-time data analysis, as it runs on a scheduled basis and does not support data actions. References: Streaming Insights, Create a Streaming Insight, Use Insights in Data Cloud, Learn About Data Cloud Insights, Data Cloud Insights Using SQL, Streaming Data Transforms, Get Started with Batch Data Transforms in Data Cloud, Transformations for Batch Data Transforms, Batch Data Transforms in Data Cloud: Quick Look, Salesforce Data Cloud: AI CDP.
質問 # 69
セグメントを構築するときに、新しくモデル化されたデータからの推奨値がユーザーに表示されません。
この問題の原因は何ですか?
- A. 値の提案には、少なくともデータ認識スペシャリストの権限が必要です。
- B. 値の提案は直接の属性に対してのみ機能し、関連する属性に対しては機能しません。
- C. 値の提案は、特定の属性の最初の 50 個の値の結果のみを返します。
- D. 値の提案はまだ処理中であり、利用可能になる予定です。
正解：D
解説：
Value suggestion is a feature that allows users to see suggested values for data model object (DMO) fields when creating segment filters. However, this feature can take up to 24 hours to process and display the values for newly-modeled data. Therefore, if a user is not seeing suggested values from newly-modeled data, it is likely that the value suggestion is still processing and will be available soon. The other options are incorrect because value suggestion does not require any specific permissions, can work on both direct and related attributes, and can return more than 50 values for a specific attribute, depending on the data type and frequency of the values. Reference: Use Value Suggestions in Segmentation, Data Cloud Limits and Guidelines
質問 # 70
......
無料でゲット！高評価Salesforce Data-Cloud-Consultant日本語試験問題集を今すぐダウンロード！：https://www.jpntest.com/shiken/Data-Cloud-Consultant-JPN-mondaishu