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.

# Aufbewahrung von Daten im Connect Customer Analytics Data Lake
<a name="data-lake-data-retention"></a>

Das Data Lake-Aufbewahrungssystem in Connect Customer bietet ein fortlaufendes 25-monatiges Zeitfenster für zugängliche 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-Kunde 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 Speicher, den Sie kontrollieren, bevor sie veralten.  
Sie greifen von Ihrem eigenen Konto bei AWS Lake Formation aus auf die Data Lake-Tabellen zu und. Weitere Informationen finden Sie unter [Greifen Sie auf den Connect Customer Data Lake zu](access-datalake.md). Um Daten aufzubewahren, führen Sie eine geplante Abfrage aus, bei der jede Tabelle in Ihren eigenen Amazon S3-Bucket geschrieben wird, 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 Ablauf der erforderlichen Aufbewahrungsfrist ablaufen zu lassen. Weitere Informationen finden Sie unter [ Verwaltung des Lebenszyklus von Objekten ](https://docs.aws.amazon.com/AmazonS3/latest/userguide/object-lifecycle-mgmt.html) im * Amazon 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 | 
| Zeitplan\_Ziele | 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 |