Salesforce 시험 2024 아인슈타인 분석 및 발견 컨설턴트 덤프 업데이트 된 질문 업데이트 1월-2024 [Q62-Q76] : 무료 시험 덤프 자료 : http://exams.dumpsmaterials.com

새 질문 62
아인슈타인 디스커버리 팀은 영업 기회의 마진을 극대화하기 위한 모델을 만들었습니다. 이들은 새로 생성되거나 업데이트되는 모든 기회에 대한 결과를 예측하기 위해 이 모델을 기회 개체에 배포하려고 합니다.
이를 달성하기 위한 단계는 무엇인가요?

기회에 대한 트리거를 만들고 Salesforce 외부 커넥터를 사용하여 아인슈타인 디스커버리에서 예측을 가져옵니다.

기회에 대한 Apex 배치를 생성하고 REST API를 사용하여 아인슈타인 디스커버리에서 예측을 가져옵니다.

기회에 트리거를 생성하고 앱익스체인지에서 아인슈타인 디스커버리 쓰기백 관리형 패키지를 설치합니다.

기회에 대한 트리거를 만들고 REST API를 사용하여 아인슈타인 디스커버리에서 예측을 얻으세요.

새 질문 63
한 컨설턴트가 한 회사를 위해 아인슈타인 애널리틱스 대시보드를 구축했습니다. 그 후 이 회사는 대시보드의 개선을 요청하고 표시해야 할 추가 데이터를 제공했습니다. 그 결과 컨설턴트는 데이터 흐름을 '보강'하기로 결정했습니다.
이 변화를 설명하는 문구는 다음 중 어느 것입니까?

오른쪽 그레인을 기준으로 데이터 추가하기

SQL 문과 유사한 데이터 조인

데이터를 조회 관계로 추가(왼쪽이 가장 낮은 단위)

다대다 관계에 기반한 데이터 조인

새 질문 64
아인슈타인 분석 컨설턴트가 대시보드가 더 빨리 로드되도록 리팩터링해 달라는 요청을 받았습니다. 컨설턴트는 몇 가지 분석 끝에 대부분의 대시보드 단계는 5초 이내에 실행되지만 기회 테이블은 실행하는 데 30초가 걸린다는 사실을 발견했습니다.
컨설턴트는 이 대시보드의 성능을 어떻게 개선할 수 있을까요?

대시보드에 두 번째 페이지를 만들고 테이블을 이 새 페이지로 이동합니다.

기회 목록을 Excel 파일로 다운로드할 수 있는 링크를 만듭니다.

Visualforce 페이지를 만들고 이 새 페이지에 기회 목록 보기를 표시합니다.

두 번째 대시보드를 만들고 테이블을 이 새 대시보드로 이동합니다.

새 질문 65
다음 중 데스크톱과 모바일 기기 모두에서 아인슈타인 애널리틱스 대시보드를 쉽게 사용할 수 있도록 하는 방법을 가장 잘 설명하는 것은?

여러 레이아웃을 만들고 모든 위젯이 새로운 기본 너비에 잘 맞도록 모든 위젯의 순서를 다시 지정합니다.

단일 레이아웃을 만들고 아인슈타인 애널리틱스가 자동으로 대시보드 콘텐츠를 기기 유형에 맞게 최적으로 구성할 수 있도록 합니다.

단일 레이아웃을 만들고 모든 위젯을 재정렬하여 어느 기기에서 보더라도 보기 좋게 정렬하세요.

여러 레이아웃을 만들고, 레이아웃 선택기가 디바이스와 일치하는지 확인하고, 필요에 따라 위젯의 크기를 조정하거나 숨겨 콘텐츠가 디바이스 화면 크기에 적합한지 확인합니다.

새 질문 66
다음 중 서비스 애널리틱스 개요 대시보드에 대한 설명 중 옳은 것은 무엇인가요?

미해결 케이스, 평균 처리 시간, 첫 번째 문의 해결, 고객 만족도에 대한 주요 지표를 즉시 제공합니다.

상담원 성과, 채널 검토 및 전화 통화 메트릭과 같은 보다 자세한 대시보드로 드릴다운할 수 있습니다.

데스크톱과 모바일에서 사용할 수 있습니다.

분석을 시작하기에 좋은 곳입니다.

위의 모든 것.

새 질문 67
유니버설 컨테이너는 목록 위젯에서 선택한 항목이 아인슈타인 애널리틱스 대시보드 중 하나의 파이 차트에 영향을 미치지 않는다고 보고합니다. 목록 위젯 및 파이 차트와 관련된 단계 옵션이 그래픽에 표시되어 있습니다.

단계가 서로 다른 데이터 세트를 사용하고 있다고 가정할 때, 아인슈타인 컨설턴트는 이 문제를 해결하기 위해 다음 중 어떤 두 가지를 변경할 수 있습니까?" 정답 2개를 선택하세요.

'데이터 소스 연결'을 사용하여 두 데이터 집합을 연결하는 연결을 만듭니다.

Che 단계 "Step_pie_2"의 필터 섹션에서 선택 바인딩을 사용합니다.

'데이터 소스 연결'을 사용하여 연결을 만들어 두 위젯을 연결합니다.

"Type_l" 단계의 필터 섹션에서 선택 바인딩을 사용합니다.

새 질문 68
애널리틱스에 대한 트레일헤드 모듈을 수행할 때 어떤 종류의 조직을 사용하여 문제를 확인해야 하나요?

엔터프라이즈 조직은 일반적으로 대기업에서 사용하는 조직 유형입니다.

아무것도 저장할 필요가 없는 시험 조직

개발자 에디션 조직은 무료로 사용해 볼 수 있는 안전한 무료 환경이기 때문입니다.

고등 교육 기관, 분석에는 고급 수학이 필요하기 때문에

새 질문 69
한 컨설턴트가 영업 운영팀을 위해 Einstein Analytics 앱을 구축했습니다. 영업 운영팀은 이 앱을 회사의 다른 사람들과 공유하고자 합니다. 컨설턴트는 이 앱을 아인슈타인 애널리틱스 템플릿 앱으로 배포할 것을 권장합니다.
영업 운영 앱에서 템플릿을 만든 후에는 JSON 파일 세트가 생성됩니다. 템플릿 메타데이터 및 기타 모든 템플릿 요소를 관리하는 JSON 파일의 이름은 무엇인가요?

ui.json

템플릿-앱-규칙.json

aster- info.j son

template-info.json

새 질문 70
"차이점은 무엇인가요?"라는 인사이트는 어떤 종류의 인사이트인가요?

설명

진단

예측

규범적

선택적

새 질문 71
한 대기업에는 모든 영업 담당자의 실적 및 수수료 필드가 포함된 단일 데이터 세트가 있습니다.
각 영업 담당자는 소속 부서의 각 담당자에 대한 달성 데이터를 볼 수 있어야 합니다. 각 담당자는 자신의 커미션 데이터만 볼 수 있어야 합니다.
이 요구 사항을 적용하려면 어떤 옵션을 사용해야 하나요?

달성 및 커미션에 대해 별도의 데이터 세트를 만들고 보안 술어 및/또는 공유 상속을 적용합니다.

기존 단일 데이터 집합에 보안 술어를 적용합니다.

공유 상속을 사용합니다.

영업 조직을 달성 데이터 세트 액세스 목록에 추가합니다.

새 질문 72
유니버설 컨테이너에는 영업 관리자를 위한 대시보드가 있습니다. 이들은 월별, 분기별 또는 연도별로 마감된 기회 수를 시각화한 다음 결과를 단일 차트에 표시하는 기능이 필요합니다. 한 아인슈타인 컨설턴트는 세 가지 값을 표시하는 정적 단계를 만들었습니다: ClosedDate_month, ClosedDate_quarter, ClosedDate_year입니다.
컨설턴트는 다음에 무엇을 해야 하나요?

중첩 바인딩을 사용하여 차트에서 그룹화를 업데이트합니다.

선택 바인딩을 사용하여 차트에서 측정값을 업데이트합니다.

결과 바인딩을 사용하여 차트에서 측정값을 업데이트합니다.

선택 바인딩을 사용하여 차트에서 그룹화를 업데이트합니다.

새 질문 73
한 컨설턴트가 고객인 해운 회사를 위해 Einstein Analytics를 사용하여 대시보드를 만들었습니다. 이 대시보드는 매우 큰 데이터 집합에서 데이터를 가져옵니다. 이제 고객은 컨설턴트에게 대시보드에 더 많은 단계를 추가해 달라고 요청했습니다.
대시보드의 성능이 만족스러운지 확인하려면 컨설턴트가 취해야 할 두 가지 조치는 무엇인가요?
답변 2개 선택

여러 용도로 재사용할 수 있는 단계가 있는지 확인하세요.

AggregateFlex 단계를 SAQL 단계로 바꿉니다.

단계와 차트를 대시보드의 여러 페이지로 분할합니다.

조건부 서식을 사용하지 마세요.

새 질문 74
폭포 그래프의 'Division is Naval' 섹션은 무엇을 알려주나요?

여러 요소의 조합이 해군 고객의 CLV에 미치는 영향

개별 요소가 해군 고객의 결과에 개별적으로 미치는 영향

Naval 고객의 CLV에 영향을 미치는 중요 요소와 중요하지 않은 요소의 관계

선택한 변수가 Naval 고객을 위해 모델의 다른 모든 요소와 어떻게 관련되어 있는지 알아보기

새 질문 75
아인슈타인 디스커버리에서 스토리를 생성할 때 빌드 스토리를 실행하기 전에 모든 잠재적인 콜리니어 필드를 제거해야 하나요'5

아니요, 아인슈타인 디스커버리는 선형성에 영향을 받지 않으므로 스토리와 후속 모델도 괜찮을 것입니다.

가능한 한 빨리 선형성을 제거하는 것이 이상적이지만, 아인슈타인은 빌드 후 경고를 표시하고 릿지 회귀를 통해 선형성이 과도하게 피팅되는 것을 방지합니다.

예. 모든 공선형 변수를 제외하지 않으면 모델이 과적합되어 의미가 없게 됩니다.

예. 선형 변수를 제거하지 않으면 아인슈타인 디스커버리 모델 빌드가 실패합니다.

새 질문 76
아인슈타인 발견 스토리를 구축하기 위한 데이터 세트에는 잠재적으로 관련성이 있는 예측 변수로 72개의 필드가 포함되어 있습니다.
의미 있고 강력한 모델을 얻기 위해 상위 예측 인자를 평가하는 모범 사례로 간주되는 접근 방식은 무엇인가요?

이 데이터 집합은 너무 커서 아인슈타인 디스커버리에서 사용할 수 없습니다. 예측자가 더 적은 새 데이터 집합을 요청하세요.

모든 예측자로 스토리를 작성하고 아인슈타인 발견이 상위 예측자를 표시하도록 지정합니다.

데이터 준비로 돌아가서 스토리를 만들기 위해 필드 수를 30개 미만으로 줄이세요.

첫 번째 예측자 세트로 스토리를 구축하고 어떤 예측자가 스토리에 중요한지 평가합니다. 그런 다음 덜 중요한

Salesforce 시험 2024 아인슈타인-분석 및 발견-컨설턴트 덤프 업데이트 된 질문 업데이트 됨 2024 년 1 월 [Q62-Q76] [Q62-Q76]