관리 메뉴

RUBY

ADsP 01. 데이터의 이해 기출 문제 풀이 본문

자격증/데이터분석 준전문가

ADsP 01. 데이터의 이해 기출 문제 풀이

ruby-jieun 2023. 2. 17. 15:29

 

 

 


데이터의 이해


 

 

01. 데이터는 그 형태에 따라 정성 데이터와 정량 데이터로 구분된다. 다음 중 정성 데이터에 속하는 것은?

  ① 풍향

  ② 습도

  ③ 기상특보

  ④ 1시간 강수량

 

 

------------------

 

답 :  기상특보

풀이 : 정량적 데이터의 형태는 수치, 도형, 기호 등으로 기술이 되며, 정성 데이터의 형태는 언어, 문자 등으로 기술된다.

구분 형태 특징
정성적 데이터
(qualitative data)
언어, 문자 등 회사 매출이 증가함 등 저장, 검색, 분석에 많은
비용이 소모 됨
정량적 데이터
(quantitative data)
수치, 도형, 기호 등 나이, 몸무게, 주가 등 정형화된 데이터로
비용 소모가 적음
정성적 데이터 정량적 데이터
비정형 데이터
주관적 내용
통계분석이 어려움
정형 데이터
객관적 내용
통계분석이 용이함

 

 

 

 

 

 

02. 암묵지와 형식지의 상호작용 관계를 가장 적절하게 표현한 것은 무엇인가?

  ① 내면화 → 연결화 → 표출화 → 공통화

  ② 표출화 → 공통화 → 내면화 → 연결화

  ③ 공통화 → 표출화 → 연결화 → 내면화

  ④ 연결화 → 내면화 → 표출화 → 공통화

 

 

------------------

 

답 : ③ 공통화 → 표출화 → 연결화 → 내면화

풀이 : 데이터는 지식 경영의 핵심 이슈인 암묵지(暗默知, tacit knowledge)와 형식지(型式知, ecplicit knowledge)의 상호작용에 있어 중요한 역할을 한다.(Polany, 1966)

구분 의미 특징 상호작용
암묵지 학습과 경험을 통해
개인에게 체화되어 있지만
겉으로 드러나지 않는 지식
김장김치 담그기,
자전거 타기
사회적으로 중요하지만
다른 사람에게
공유되기 어려움
공통화, 내면화
형식지 문서나 메뉴얼처럼
형상화된 지식
교과서, 비디오,
DB
전달과 공유가 용이함 표출화, 연결화
  • 암묵지 : 개인에게 축적된 내면화(internalization)된 지식 → 조직의 지식으로 공통화(socialization)
  • 형식지 : 언어, 기호, 숫자로 표출화(externalization)된 지식 → 개인의 지식으로 연결화(combination)

암묵지+형식지의 4단계 지식전환 모드
1단계: 공통화 (암묵지 지식 노하우를 다른 사람에게 알려주기)
2단계: 표출화 (암묵적 지식 노하우를 책이나 교본 등 형식지로 만들기)
3단계: 연결화 (책이나 교본(형식지)에 자신이 알고 있는 새로운 지식(형식지)를 추가하기)
4단계: 내면화 (만들어진 책이나 교본(형식지)를 보고 다른 직원들이 암묵적 지식(노하우)을 습득)
위 4개를 SECI 모델이라고 한다.(Socialization-Externalization-Combination-Internalization Model)

 

 

 

 

 

 

 

03. SQL은 다양한 집계함수를 제공하는데, 다음 집계함수 중 어떠한 데이터의 타입에도 사용이 가능한 것은?

  ① AVG

  ② COUNT

  ③ SUM

  ④ STDDEV

 

 

------------------

 

답 : ② COUNT

풀이 : 

함수명 설명 유형별 가능여부
AVG 지정한 열의 평균 값을 반환 수치형
COUNT 테이블의 특정 조건이 맞는 것의 개수를 반환 수치형, 문자형
SUM 지정한 열의 총합을 반환 수치형
STDDEV 지정한 열의 분산을 반환 수치형
MIN 지정한 열의 가장 작은 값을 반환 수치형
MAX 지정한 열의 가장 큰 값을 반환 수치형

 

 

 

 

 

 

04. 다음 중 개인정보 비식별화 기법을 설명한 것으로 부적절한 것은?

  ① 가명처리 - 개인 식별이 가능한 데이터에 대하여 직접적으로 식별 할 수 없는 다른 값으로 대체

  ② 범주화 - 단일 식별 정보를 해당 그룹의 대표 값으로 변환

  ③ 데이터마스킹 - 개인 정보 식별이 가능한 특정 데이터 값 삭제 처리

  ④ 총계처리 - 개별 데이터 값을 총합 또는 평균값으로 대체하는 것

 

 

------------------

 

답 : ③ 데이터마스킹 - 개인 정보 식별이 가능한 특정 데이터 값 삭제 처리

풀이 : 데이터 마스킹은 식과 같은 속성을 유지한 채, 새롭고 읽기 쉬운 데이터를 익명으로 생성하는 기술이다.

 

개인정보 비식별 기술

  • 비식별 기술이란 데이터 셋에서 개인을 식별할 수 있는 요소를 전부 또는 일부를 삭제하거나 다른 값으로 대체하는 등의 방법으로 개인을 알아볼 수 없도록 하는 기술을 일컫는다.

비식별 기술의 종류와 예

비식별 기술 내용 예시
데이터 마스킹 데이터의 길이, 유형, 형식과 같은 속성을 유지한 채, 새롭고 읽기 쉬운 데이터를 익명으로 생성하는 기술. 홍길동, 35세, 서울 거주, 한국대 재학
→ 홍**, ㅁ35세, 서울 거주, **대 재학
가명처리 개인정보 주체의 이름을 다른 이름으로 변경하는 기술, 다른 값으로 대체할 시 일정한 규칙이 노출되지 않도록 주의해야 함. 홍길동, 35세, 서울 거주, 한국대 재학
→ 임꺽정, 30대, 서울 거주, 국내대 재학
총계처리 데이터의 총합 값을 보임으로서 개별 데이터의 값을 보이지 않도록 함. 단, 특정 속성을 지닌 개인으로 구성된 단체의 속성 정보를 공개하는 것은 개인 정보를 공개하는 것과 마찬가지의 결과임으로 주의해야 함 임꺽정 180cm, 홍길동 170cm, 이콩쥐 160cm, 김팥쥐 150cm
→ 물리학과 학생 키 합 : 660cm, 평균키 165cm
데이터값 삭제 데이터 공유, 개방 목적에 따라 데이터 셋에 구성된 값 중에 필요 없는 값 또는 개인식별에 중요한 값을 삭제. 개인과 관련된 날짜 정보(자격취득일자, 합격일 등)은 연단위로 처리. 홍길동, 35세, 서울 거주, 한국대 졸업
→ 35세, 서울 거주
주민등록번호 901206 - 1234567
→ 90년대 생, 남자
데이터 범주 데이터의 값을 범주의 값으로 변환하여 값을 숨김. 홍길동, 35세 → 홍씨, 30~40세

 

 

 

 

 

 

 

05. 다음 중 데이터에 대한 설명으로 가장 적절하지 않은 것은 무엇인가?

  ① 양질의 데이터를 확보하지 못하면 잘못된 분석 결과를 얻음

  ② 창의적인 데이터 매시업(Mashup)은 기존에 풀기 어려웠던 문제 해결에 도움

  ③ 비정형 데이터는 데이터 내부에 메타 데이터를 갖고 있으며 일반적으로 파일 형태로 저장

  ④ 공공부분에서 개방하고 있는 대표적인 데이터는 교통 데이터, 물가 데이터, 의료 데이터이다.

 

 

------------------

 

답 : ③ 비정형 데이터는 데이터 내부에 메타 데이터를 갖고 있으며 일반적으로 파일 형태로 저장

풀이 : 데이터 내부에 메타 데이터를 갖고 있으며 일반적으로 파일 형태로 저장되는 것은 반정형 데이터이다.

 

 

 

 

 

 

 

06. 개인에게 내재된 경험을 객관적인 데이터로 문서나 매체에 저장, 가공, 분석하는 과정은?

  ① 연결화

  ② 내면화

  ③ 표출화

  ④ 공통화

 

 

------------------

 

답 : ③ 표출화

풀이 : 표출화는 형식지 요소 중 하나로 개인에게 내재된 경험을 객관적인 데이터로 문서나 매체에 저장, 가공, 분석하는 과정이다. (02번 문제 풀 참고)

 

 

 

 

 

 

 

07. 다음 중 그 자체로는 의미가 중요하지 않은 객관적인 사실인 데이터를 가공 및 처리하여 얻을 수 있는 것으로 부적절한 것은?

  ① 정보 

  ② 지혜

  ③ 지식

  ④ 기호

 

 

------------------

 

답 : ④ 기호

풀이 : DIKW 피라미드에서 개별 데이터 자체로는 의미가 중요하지 않은 객관적 사실에서 데이터를 가공 및 처리하여 정보, 지식, 지혜를 얻을 수 있다.

구분 내용
데이터(Data) 개별 데이터 자체로는 의미가 중요하지 않은 객관적인 사실
정보(Information) 데이터의 가공, 처리와 데이터간 연관관계 속에서 의미가 도출된 것
지식(Knowledge) 데이터를 통해 도출된 다양한 정보를 구조화하여 유의미한 정보를 분류하고 개인적인 경험을 결합시켜 고유의 지식으로 내재화된 것
지혜(Wisdorn) 지식의 축적과 아이디어가 결합된 창의적인 산물

DIKW 피라미드

 

 

 

 

 

 

 

08. 다음 중 지식(Knowledge)에 대한 예시로 가장 적절한 것은?

  ① A사이트보다 B사이트가 다른 물건도 비싸게 팔 것이다.

  ② B사이트보다 가격이 상대적으로 저렴한 A사이트에서 USB를 사야겠다.

  ③ A사이트는 10,000원에, B사이트는 15,000원에 USB를 팔고 있다.

  ④ B사이트의 USB 판매가격이 A사이트보다 더 비싸다.

 

 

------------------

 

답 : ② B사이트보다 가격이 상대적으로 저렴한 A사이트에서 USB를 사야겠다.

풀이 : 지식은 상호 연결된 정보 패턴을 이해하여 이를 토대로 예측한 결과물이다.(07번 문제 풀 참고)

 

 

 

 

 

 

 

09. 다음 중 글로벌 기업의 빅데이터 활용사례로 그 연결이 부적절한 것은?

  ① 구글 - 실시간 자동 번역시스템을 통한 의사소통의 불편 해소

  ② 라쿠텐 - 이용자의 콘텐츠 기호를 파악하여 새로운 영화를 추천해주는 Cinematch 시스템 운영

  ③ 월마트 - 소셜 미디어를 통해 고객 소비 패턴을 분석하는 월마트랩(Wallmart Labs) 운영

  ④ 자라 - 일일 판매량을 실시간 데이터 분석으로 상품 수요를 예측

 

 

------------------

 

답 : ② 라쿠텐 - 이용자의 콘텐츠 기호를 파악하여 새로운 영화를 추천해주는 Cinematch 시스템 운영

풀이 : Cinematch 시스템은 넷플릭스(Netflix)에서 개발한 영화 추천 알고리즘이다.

 

 

 

 

 

 

 

10. 다음은 데이터베이스의 구성요소들을 설명한 것이다. 각 설명에 해당하는 구성요소를 가장 적절하게 나열한 것은?

(A) 데이터에 관한 구조화된 데이터로, 다른 데이터를 설명해 주는 데이터
(B) 데이터베이스 내의 데이터를 신속하게 정렬하고 탐색하게 해주는 구조

  ① (A) - 메타데이터, (B) - 인덱스

  ② (A) - 데이터모델, (B) - 트리거

  ③ (A) - 백업데이터, (B) - 저장된 절차

  ④ (A) - 스키마구조, (B) - 데이터 마트

 

 

------------------

 

답 : ① (A) - 메타데이터, (B) - 인덱스

풀이 : 메타데이터는 데이터에 대한 데이터로써 하위레벨의 데이터를 설명/기술하려는 것이며,

인덱스는 데이터베이스이 테이블에서 고속의 검색동작뿐만 아니라 레코드 접근과 관련 효율적인 순서 매김 동작에 대한 기초를 제공한다.

 

 

 

 

 

 

 

11. 데이터웨어하우스는 기업 내의 의사결정지원 어플리케이션에 정보 기반을 제공하는 하나의 통합된 데이터 저장 공간을 말한다. 다음 중 데이터웨어하우스의 고유한 특성이 아닌 것은?

  ① 데이터웨어하우스에서는 데이터의 지속적 갱신에 따른 무결성 유지가 무엇보다 중요하다.

  ② 데이터웨어하우스의 데이터들은 전사적 차원에서 일괄된 형식으로 정의된다.

  ③ 데이터웨어하우스에서 관리하는 데이터들은 시간의 흐름에 따라 변화하는 값을 저장한다.

  ④ 데이터웨어하우스에서는 특정 주제에 따라 데이터들이 분류, 저장, 관리된다.

 

 

------------------

 

답 : ① 데이터웨어하우스에서는 데이터의 지속적 갱신에 따른 무결성 유지가 무엇보다 중요하다.

풀이 : 데이터웨어하우스는 데이터의 주제 지향성, 데이터 통합, 데이터의 시계열성, 데이터의 비휘발성이라는 4가지 특성을 갖는다.

 

 

 

 

 

 

 

12. 다음 중 주요 데이터 분석 기술에 대한 설명으로 가장 부적절한 것은?

  ① OLAP - 다차원의 데이터를 대화식으로 분석하기 위한 기술

  ② Business Intelligence - 데이터 기반 의사결정을 지원하기 위한 리포트 중심의 도구

  ③ Business Analytics - 의사결정을 위한 통계적이고 수학적인 분석에 초점을 둔 기법

  ④ Deep Learning - 대용량 데이터에서 의미있는 정보를 추출하여 의사결정에 활용하는 기술

 

 

------------------

 

답 :  Deep Learning - 대용량 데이터에서 의미있는 정보를 추출하여 의사결정에 활용하는 기술

풀이 : 데이터 마이닝(Data Mining)은 대용량 데이터에서 의미있는 정보를 추출하여 의사결정에 활용하는 기술이다.

딥 러닝(Deep Learning)은 다층구조 형태의 신경망을 바탕으로 하는 머신 러닝의 한 분야이다.

  • OLTP(On-Line Transaction Processing) / 1980년대 기업 내부 데이터 베이스
    호스트 컴퓨터와 온라인으로 접속된 여러 단말간의 처리 형태의 하나이다. 여러 단말에서 보내온 메시지에 따라 호스트 컴퓨터가 데이터베이스를 액세스하고, 바로 처리 결과를 돌려보내는 형태를 말한다. 즉, 데이터베이스의 데이터를 수시로 갱신하는 프로세싱을 의미한다. 주문입력시스템, 재고관리시스템 등 현업의 거의 모든 업무는 이와 같은 성격을 띄고 있다.
  • OLAP(On-Line Analytical Processing) / 1980년대 기업 내부 데이터 베이스
    정보 위주의 분석 처리를 의미하며, 다양한 비즈니스 관점에서 쉽고 빠르게 다차원적인 데이터에 접근하여 의사 결정에 활용할 수 있는 정보를 얻을 수 있게 해주는 기술이다. OLTP에서 처리된 트랜잭션 데이터를 분석해 제품의 판매 추이, 구매 성향 파악, 재무 회계 분석 등을 프로세싱하는 것을 의미한다. OTTP가 데이터 갱신 위주라면, OLAP는 데이터 조회 위주라고 할 수 있다.
  • Business Intelligence / 제조분야
    비즈니스 인텔리전스(BI)란 기업이 보유하고 있는 수많은 데이터를 정리하고 분석해 기업의 의사결정에 활용하는 일련의 프로세스를 말한다.

 

 

 

 

 

 

 

13. 아래는 특정산업의 일차원적 분석 사계를 나열한 것이다. 다음 중 특정산업으로 적절한 것은?

트레이딩, 공급, 수요예측

  ① 소매업

  ② 에너지

  ③ 운송업

  ④ 금융서비스

 

 

------------------

 

답 : ③ 운송업

풀이 : 산업별 분석 애플리케이션에서 분석 사례 중 에너지는 트레이딩, 공급/수요 예측 등이 있다.

  • 금융서비스 - 신용점수 산정, 사기 탐지, 고객 수익성 분석
  • 소매업 - 재고 보충, 수요 예측
  • 제조업 - 맞춤형 상품 개발, 신상품 개발
  • 에너지 - 트레이딩, 공급, 수요 예측
  • 온라인 - 웹 매트릭스, 사이트 설꼐, 고객 추천

 

 

 

 

 

 

14. 다음 중 기업내부 데이터베이스인 고객관계관리(CRM)에 대한 설명으로 적절한 것은 무엇인가?

  ① 부품의 설계, 제조, 유통 등의 공정 포함

  ② 외부 공급업체와의 정보시스템 통합으로 시간과 비용 최적화

  ③ 기업의 내부 고객들만을 대상으로 한 정보시스템

  ④ 단순한 정보의 수집에서 탈피, 분석 중심의 시스템 구축 지향

 

 

------------------

 

답 : ④ 단순한 정보의 수집에서 탈피, 분석 중심의 시스템 구축 지향

풀이 : CRM은 데이터베이스를 기초로 고객을 세부적으로 분류하여 효과적이고 효율적인 마케팅 전략을 개발한다.

 

 

 

 

 

 

 

15. 아래는 데이터베이스를 기반으로 기업 내 구축되는 주요 정보시스템 중 하나를 설명한 것이다. 보기에서 가장 적합한 것을 고르시오.

기업 전체를 경영자원의 효과적 이용이라는 관점에서 통합적으로 관리하고 경영의 효율화를 기하기 위한 시스템

  ① ERP

  ② CRM

  ③ SCM

  ④ KMS

 

 

------------------

 

답 : ① ERP

풀이 : ERP(Enterprise Resource Planning)는 인사,재무,생산 등 기업의 전 부문에 걸쳐 독립적으로 운영되던 각종 관리 시스템의 경영자원을 하나의 통합 시스템으로 재구축함으로써 생산성을 극대화하려는 경영혁신기법을 의미한다.

 

 

 

 

 

 

 

16. 다음 중 사회기반 구조로서의 데이터베이스에 대한 설명으로 가장 부적절한 것은?

  ① 물류, 무역, 조세 등 사회간접자본 차원에서 정보망을 통해 유통, 이용된 정보가 데이터베이스로 구축

  ② 지리, 교통 부문에서 데이터베이스가 보다 고도화되어 데이터베이스를 구축

  ③ 인터넷의 보편화로 데이터베이스가 사회 전반의 인프라로 자리매김

  ④ 의료, 교육, 행정 부문에서는 데이터베이스 구축과 활용이 활성화되지 못함

 

 

------------------

 

답 : ④ 의료, 교육, 행정 부문에서는 데이터베이스 구축과 활용이 활성화되지 못함

풀이 : 사회기반 구조로서의 데이터베이스는 물류, 지리/교통, 의료, 교육 등 부문에서 구축되었으며 활용이 되고 있다.

 

 

 

 

 

 

 

17. 러셀 L. 액오프가 1989년에 이야기한 DIKW Hierarchy는 데이터가 어떻게 진화하는 지를 단계적으로 설명하였다. 다음 DIKW단계를 설명하는 것 중 다른 하나는 무엇인가?

  ① 지난 1년 매출액의 50%는 8월에 집중되어 있다.

  ② 지난 1년 매출은 1월에서 8월까지 증가하였고, 12월까지 다시 증가하였다.

  ③ 날씨가 따뜻해지고, 지점을 확장하여 올 8월 매출액은 3,000만원으로 예상한다.

  ④ 8월 A상품 구매 고객의 80%가 40대 여성 고객으로 대부분 회사원이다.

 

 

------------------

 

답 : ③ 날씨가 따뜻해지고, 지점을 확장하여 올 8월 매출액은 3,000만원으로 예상한다.

풀이 : ③은 지식에 해당하며 나머지 항목들은 정보에 해당하는 내용이다.

 

 

 

 

 

 

 

18. 다음 중 일반적으로 통용되고 있는 빅데이터의 정의와 거리가 가장 먼 것은?

  ① 빅데이터는 일반적인 데이터베이스 소프트웨어로 저장, 관리, 분석할 수 있는 범위를 초과하는 규모의 데이터이다.

  ② 빅데이터는 다양한 종류의 대규모 데이터로부터 저렴한 비용으로 가치를 추출하고 데이터의 초고속 수집, 발굴,

      분석을 지원하도록 고안된 차세대 기술 및 아키텍처이다.

  ③ 빅데이터는 데이터의 양(Volume), 데이터 유형과 소스 측면의 다양성(Variety), 데이터 수집과 처리 측면에서

      속도(Velocity)가 급격히 증가하면서 나타난 현상이다.

  ④ 빅데이터는 기존의 작은 데이터 처리 분석으로는 얻을 수 없었던 통찰과 가치를 하둡(Hadoop)을 기반으로 하는

      대용량의 분산처리 기술을 통해 창출하는 새로운 방식이다.

 

 

------------------

 

답 : ④ 빅데이터는 기존의 작은 데이터 처리 분석으로는 얻을 수 없었던 통찰과 가치를 하둡(Hadoop)을 기반으로 하는

      대용량의 분산처리 기술을 통해 창출하는 새로운 방식이다.

풀이 : 빅데이터란 대용량 데이터를 활용해 작은 용량에서 얻을 수 없었던 새로운 통찰이나 가치를 추출해내는 일이다.

하둡은 빅데이터 플랫폼 환경 구축을 위해 사용할 뿐 빅데이터가 하둡을 기반으로 하는 것은 아니다.

 

 

 

 

 

 

 

19. 빅데이터 활용에 필요한 기본적인 3요소로 가장 적절한 것은?

  ① 데이터, 기술, 인력

  ② 데이터, 기술, 프로세스

  ③ 기술, 인력, 프로세스

  ④ 데이터, 인력, 프로세스

 

 

------------------

 

답 : ① 데이터, 기술, 인력

풀이 : 빅데이터 활용의 기본 3요소는 데이터, 기술, 인력이다.

 

 

 

 

 

 

 

20. 다음 중 빅데이터 현상이 출현하게 된 배경과 가장 거리가 먼 것은?

  ① 의료정보 등 공공데이터의 개발 가속화

  ② M2M, Iot와 같은 통신 기술의 발전

  ③ 하둡 등 분산처리 기술의 발전

  ④ 트위터, 페이스북 등 SNS의 급격한 확산

 

 

------------------

 

답 : ① 의료정보 등 공공데이터의 개발 가속화

풀이 : 빅데이터 출현 배경에는 고객데이터의 축적과 거대 데이터의 활용이 늘어남으로 필요한 기술 아키텍처 및 통계 도구들의 발전, 모바일 혁명 등의 관련기술의 발달을 들 수 있다.

 

 

 

 

 

 

 

21. 다음 중 빅데이터의 수집, 구축, 분석의 최종 목적으로 가장 적절한 것은?

  ① 새로운 통찰과 가치를 창출

  ② 데이터 중심 조직 구성

  ③ 초고속 데이터 처리 기술 개발

  ④ 데이터 관리 비용 절감

 

 

------------------

 

답 : 1

풀이 : 

 

 

 

 

 

 

 

22. 빅데이터의 기능 중 '공동 활용의 목적으로 구축된 유, 무형의 구조물 역할을 수행한다.'라는 것에 해당하는 내용은 무엇인가?

  ① 산업혁명 시대의 석탄, 철

  ② 21세기의 원유

  ③ 렌즈

  ④ 플랫폼

 

 

------------------

 

답 : 4

풀이 : 

 

 

 

 

 

 

 

23. 다음 중 빅데이터가 만들어 내는 변화와 가장 거리가 먼 것은?

  ① 가치가 있을 것이라고 예상되는 특정한 정보만 모아서 처리하는 것이 아니라 가능한 한 많은 데이터를 모으고 그 데이터를 다양한 방식으로 조합해 숨은 정보를 찾아내는 방식이 중요해진다.

  ② 데이터의 규모가 증가함에 따라 사소한 몇 개의 오류 데이터는 분석결과에 영향을 마치지 않기 때문에 데이터세트에 포함하여 분석해도 상관없는 경우가 많아진다.

  ③ 데이터의 양이 증가하고 유형이 복잡해짐에 따라 수많은 데이터 중에서 분석에 필요한 데이터를 선정하기 위해 정교한 표본조사 기법의 중요성이 대두되고 있다.

  ④ 인과관계의 규명 없이 상관관꼐 분석 결과만으로도 인사이트를 얻고 이를 바탕으로 수익을 창출할 수 있는 기회가 점차 늘어나고 있다.

 

 

------------------

 

답 : 2

풀이 : 

 

 

 

 

 

 

 

24. 다음 중 상품, 서비스, 기술 등의 기반 위에 다른 이해관계자들이 보완적인 상품, 서비스, 기술을 제공하는 생태계 구축을 목표로 하는 비즈니스 모델은?

  ① 플랫폼형 비즈니스 모델

  ② 가치사슬형 비즈니스 모델

  ③ 사회적 가치 기반형 비즈니스 모델

  ④ 고객 중심형 비즈니스 모델

 

 

------------------

 

답 : 2

풀이 : 

 

 

 

 

 

 

 

25. 

  ① 

  ② 

  ③ 

  ④ 

 

 

------------------

 

답 : 

풀이 : 

 

 

 

 

 

 

 

26. 

  ① 

  ② 

  ③ 

  ④ 

 

 

------------------

 

답 : 

풀이 : 

 

 

 

 

 

 

 

27. 

  ① 

  ② 

  ③ 

  ④ 

 

 

------------------

 

답 : 

풀이 : 

 

 

 

 

 

 

 

28. 

  ① 

  ② 

  ③ 

  ④ 

 

 

------------------

 

답 : 

풀이 : 

 

 

 

 

 

 

 

29. 

  ① 

  ② 

  ③ 

  ④ 

 

 

------------------

 

답 : 

풀이 : 

 

 

 

 

 

 

 

30. 

  ① 

  ② 

  ③ 

  ④ 

 

 

------------------

 

답 : 

풀이 : 

 

 

 

 

 

 

 

31. 

  ① 

  ② 

  ③ 

  ④ 

 

 

------------------

 

답 : 

풀이 : 

 

 

 

 

 

 

 

32. 

  ① 

  ② 

  ③ 

  ④ 

 

 

------------------

 

답 : 

풀이 : 

 

 

 

 

 

 

 

33. 

  ① 

  ② 

  ③ 

  ④ 

 

 

------------------

 

답 : 

풀이 : 

 

 

 

 

 

 

 

34. 

  ① 

  ② 

  ③ 

  ④ 

 

 

------------------

 

답 : 

풀이 : 

 

 

 

 

 

 

 

35. 

  ① 

  ② 

  ③ 

  ④ 

 

 

------------------

 

답 : 

풀이 : 

 

 

 

 

 

 

 

36. 

  ① 

  ② 

  ③ 

  ④ 

 

 

------------------

 

답 : 

풀이 : 

 

 

 

 

 

 

 

37. 

  ① 

  ② 

  ③ 

  ④ 

 

 

------------------

 

답 : 

풀이 : 

 

 

 

 

 

 

 

38. 

  ① 

  ② 

  ③ 

  ④ 

 

 

------------------

 

답 : 

풀이 : 

 

 

 

 

 

 

 

39. 

  ① 

  ② 

  ③ 

  ④ 

 

 

------------------

 

답 : 

풀이 : 

 

 

 

 

 

 

 

40. 

  ① 

  ② 

  ③ 

  ④ 

 

 

------------------

 

답 : 

풀이 : 

 

 

 

 

 

 

 

41. 

  ① 

  ② 

  ③ 

  ④ 

 

 

------------------

 

답 : 

풀이 : 

 

 

 

 

 

 

 

42. 

  ① 

  ② 

  ③ 

  ④ 

 

 

------------------

 

답 : 

풀이 : 

 

 

 

 

 

 

 

43. 

  ① 

  ② 

  ③ 

  ④ 

 

 

------------------

 

답 : 

풀이 : 

 

 

 

 

 

 

 

44. 

  ① 

  ② 

  ③ 

  ④ 

 

 

------------------

 

답 : 

풀이 : 

 

 

 

 

 

 

 

45. 

  ① 

  ② 

  ③ 

  ④ 

 

 

------------------

 

답 : 

풀이 : 

 

 

 

 

 

 

 

46. 

  ① 

  ② 

  ③ 

  ④ 

 

 

------------------

 

답 : 

풀이 : 

 

 

 

 

 

 

 

47. 

  ① 

  ② 

  ③ 

  ④ 

 

 

------------------

 

답 : 

풀이 : 

 

 

 

 

 

 

 

48. 

  ① 

  ② 

  ③ 

  ④ 

 

 

------------------

 

답 : 

풀이 : 

 

 

 

 

 

 

 

49. 

  ① 

  ② 

  ③ 

  ④ 

 

 

------------------

 

답 : 

풀이 : 

 

 

 

 

 

 

 

50. 

  ① 

  ② 

  ③ 

  ④ 

 

 

------------------

 

답 : 

풀이 : 

 

 

 

 

 

 

'자격증 > 데이터분석 준전문가' 카테고리의 다른 글

데이터와 정보  (0) 2023.02.17
Comments