Last update: Mon May 05 2025 00:00:00 GMT+0000 (Coordinated Universal Time)
Erstellt für:
- Benutzende
- Entwickler
- Admin
Adobe Experience Platform bietet leistungsstarke Tools zur Verwaltung großer, komplizierter Datenvorgänge, was die Orchestrierung von Customer Experiences ermöglicht. Da im Laufe der Zeit Daten in das System aufgenommen werden, ist es wichtig, Ihre Datenspeicher so zu verwalten, dass Daten wie vorgesehen verwendet werden. So müssen Daten aktualisiert werden, um falsche Einträge zu korrigieren, und Daten gelöscht werden, wenn dies aufgrund von Unternehmensrichtlinien erforderlich ist.
Diese Aktivitäten können mithilfe des Arbeitsbereichs Datenlebenszyklus der Benutzeroberflächeder Datenhygiene-API durchgeführt werden. Wenn ein Datenlebenszyklusauftrag ausgeführt wird, stellt das System bei jedem Prozessschritt Aktualisierungen der Transparenz bereit. Weitere Informationen darüber, wie die einzelnen Vorgangstypen im System dargestellt werden, finden Sie im Abschnitt zu Timelines und Transparenz.
Advanced Data Lifecycle Management unterstützt das Löschen von Datensätzen über den
Datensatzgültigkeits-Endpunkt und ID-Löschungen (Daten auf Zeilenebene) mithilfe primärer Identitäten über den
Arbeitsauftrags-Endpunkt. Sie können das Löschen von
Datensatzgültigkeiten und
Datensätzen auch über die Experience Platform-Benutzeroberfläche verwalten. Weitere Informationen finden Sie in der verknüpften Dokumentation . Beachten Sie, dass der Datenlebenszyklus das Löschen von Batches nicht unterstützt.
Datenlebenszyklus-Benutzeroberfläche - Arbeitsbereich ui
Der Datenlebenszyklus-Arbeitsbereich in der Experience Platform-Benutzeroberfläche ermöglicht Ihnen die Konfiguration und Planung von Datenlebenszyklusvorgängen, um sicherzustellen, dass Ihre Datensätze wie vorgesehen gepflegt werden.
Ausführliche Anweisungen zum Verwalten von Datenlebenszyklusaufgaben in der Benutzeroberfläche finden Sie im Handbuch zur Datenlebenszyklus-Benutzeroberfläche.
Data Hygiene API api
Die Datenlebenszyklus-Benutzeroberfläche basiert auf der Data Hygiene API, deren Endpunkte Sie direkt zur Automatisierung Ihrer Datenlebenszyklusaktivitäten verwenden können. Weitere Informationen dazu finden Sie im Handbuch zur Data Hygiene API.
Timelines und Transparenz timelines-and-transparency
Anfragen zum Löschen von Datensätzen und zur Datensatzgültigkeit haben jeweils ihre eigenen Verarbeitungszeitpläne und bieten Transparenzaktualisierungen an wichtigen Punkten in ihren jeweiligen Workflows.
Datensatzgültigkeitsanfrage wird erstellt:
Staging
Zeit nach planmäßiger Gültigkeit
Beschreibung
Anfrage wird übermittelt
0 Stunden
Ein Data Steward oder Datenschutzanalyst übermittelt eine Anfrage, dass ein Datensatz zu einem bestimmten Zeitpunkt ablaufen soll. Nachdem sie übermittelt wurde, ist die Anfrage in Datenlebenszyklus-) sichtbar und verbleibt bis zum Ablauf der planmäßigen Gültigkeitsdauer im Status „Ausstehend“, wonach die Anfrage ausgeführt wird.
Datensatz ist zum Löschen markiert
0-2 Stunden
Sobald die Anfrage ausgeführt wurde, wird der Datensatz zum Löschen gekennzeichnet. Bei Verwendung der Datenspeicherung von Amazon Web Services (AWS) dauert dieser Vorgang bis zu zwei Stunden. Während dieser Zeit wird dieser Datensatz bei Vorgängen wie Batch- und Streaming-Segmentierung, Vorschau oder Schätzung, Export und Zugriff ignoriert.
Datensatz wird gelöscht
3 Stunden
Eine Stunde nachdem der Datensatz zum Löschen markiert wurde wird er vollständig aus dem System entfernt. Zu diesem Zeitpunkt wird der Datensatz aus der Datensatzinventarseite
der-Benutzeroberfläche gelöscht. Die Daten im Data Lake werden jedoch zu diesem Zeitpunkt nur vorläufig gelöscht und bleiben so, bis der Löschvorgang abgeschlossen ist.
Anzahl der Profile wird aktualisiert
30 Stunden
Je nach Inhalt des zu löschenden Datensatzes können einige Profile aus dem System entfernt werden, wenn alle zugehörigen Komponentenattribute mit diesem Datensatz verknüpft sind. 30 Stunden nach dem Löschen des Datensatzes werden alle resultierenden Änderungen der Gesamtprofilanzahl in
Dashboard-Widgets und anderen Berichten widergespiegelt.
Zielgruppen aktualisiert
48 Stunden
Sobald alle betroffenen Profile aktualisiert worden sind, werden alle zugehörigen
Zielgruppen aktualisiert, damit ihre neue Größe widergespiegelt wird. Je nach entferntem Datensatz und den Attributen, nach denen Sie segmentieren, kann sich die Größe der einzelnen Zielgruppen infolge des Löschens vergrößern oder verkleinern.
Journeys und Ziele werden aktualisiert
50 Stunden
Dauerhafte Löschung wird abgeschlossen
15 Tage
Alle Daten, die mit dem Datensatz in Zusammenhang stehen, werden dauerhaft aus dem Data Lake gelöscht. Der
Status des Datenlebenszyklusauftrags der den Datensatz gelöscht hat, wird aktualisiert, um dies widerzuspiegeln.
Löschungen von Datensätzen in Amazon Web Services (AWS) haben eine Latenz von etwa drei Stunden, bevor Änderungen vollständig angewendet werden. Dazu gehören bis zu zwei Stunden, bis der Datensatz zum Löschen gekennzeichnet ist, gefolgt von einer zusätzlichen Stunde, bevor er vollständig aus dem System gelöscht wird. Löschanfragen für Experience Platform-Instanzen, die Azure Data Lake verwenden, führen dagegen zu sofortigen Änderungen in allen Geschäftsfunktionen.
Für AWS-Benutzende kann sich diese Verzögerung auf die Batch-Segmentierung, Streaming-Segmentierung, Vorschau, Schätzungen, Exporte und den Datenzugriff auswirken. Diese Latenz betrifft nur Kundinnen und Kunden, die AWS verwenden, da Azure Data Lake-Benutzende sofort aktualisiert werden. Bei AWS-Benutzern kann es bis zu drei Stunden dauern, bis Löschanfragen vollständig durch alle betroffenen Systeme übertragen werden. Passen Sie Ihre Erwartungen entsprechend an.