View a markdown version of this page

Datenspeicherung im Connect Customer Analytics Data Lake - Amazon Connect Connect-Kunde

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Datenspeicherung im Connect Customer Analytics Data Lake

Das Data Lake-Aufbewahrungssystem in Connect Customer verwaltet ein fortlaufendes Zeitfenster von 25 Monaten mit zugänglichen Daten, wobei der Stichtag um 12 Uhr UTC aktualisiert wird. Wenn Sie beispielsweise am 1. September 2025 um 03:00 Uhr UTC auf den Data Lake zugreifen, gewährt Connect Customer Zugriff auf Daten ab dem 1. August 2023, 12:00 Uhr UTC, während auf Daten vor diesem Stichtag nicht zugegriffen werden kann.

Aufbewahrung von Daten nach Ablauf des 25-Monats-Zeitfensters

Das Zeitfenster von 25 Monaten ist festgelegt. Sie können die Aufbewahrungsfrist nicht ändern. Um Daten länger aufzubewahren, z. B. um gesetzliche Aufbewahrungspflichten zu erfüllen, kopieren Sie die Daten in einen von Ihnen kontrollierten Speicher, bevor sie unbrauchbar werden.

Sie greifen von Ihrem eigenen Konto aus mit AWS Lake Formation und auf die Data-Lake-Tabellen zu. Weitere Informationen finden Sie unter Access Connect Kundendatensee. Um Daten beizubehalten, führen Sie eine geplante Abfrage aus, die jede Tabelle in Ihren eigenen Amazon S3 S3-Bucket schreibt, z. B. mit einer CREATE TABLE AS SELECT (CTAS-) Abfrage oder einer UNLOAD Anweisung. Anschließend können Sie eine Amazon S3 Lifecycle-Konfiguration anwenden, um die exportierten Objekte in eine kostengünstigere Speicherklasse wie Amazon S3 Glacier zu verschieben und sie nach der erforderlichen Aufbewahrungsfrist ablaufen zu lassen. Weitere Informationen finden Sie unter Verwaltung des Lebenszyklus von Objekten im Amazon S3 S3-Benutzerhandbuch.

Jede Data-Lake-Tabelle verwendet ein bestimmtes Zeitstempelfeld für Altersberechnungen. In der folgenden Tabelle sind jeweils der Name der Data-Lake-Tabelle und der Name der Alterszeitstempel-Spalte aufgeführt.

Name der Tabelle Alterszeitstempel-Spalte
agent_queue_statistic_record interval_end_time
agent_statistic_record interval_end_time
contact_evaluation_record evaluation_submitted_timestamp
contact_flow_events start_timestamp
contact_lens_conversational_analytics disconnect_timestamp
contact_statistic_record disconnect_timestamp
contact_record disconnect_timestamp
staff_shift_activities last_updated_timestamp
staff_shifts last_updated_timestamp
staff_timeoffs last_updated_timestamp
staff_timeoff_intervals last_updated_timestamp
short_term_forecasts creation_timestamp
long_term_forecasts creation_timestamp
outbound_campaign_events campaign_event_timestamp
schedule_metrics last_updated_timestamp
Schedule_Goals last_updated_timestamp
bot_conversations bot_conversation_end_timestamp
bot_intents bot_conversation_end_timestamp
bot_slots bot_conversation_end_timestamp
intraday_forecasts creation_timestamp