Leitlinien für die Time-to-Live (TTL) von Datensätzen ttl-guardrail

Welche Arten von Datensätzen unterliegen der TTL?

TTL gilt nur für Zeitreihen-Datensätze. Datensätze des Typs „Eintrag“ (z. B. Entitätsdatensätze und Klassifizierungsdatensätze) unterliegen nicht der TTL. Sie werden in der obigen Tabelle als Referenz aufgeführt und sind sowohl in der Spalte „Data Lake TTL“ als auch in der Spalte „Profilspeicher-TTL“ mit n/a gekennzeichnet.

Gilt diese Änderung nur für Produktions-Sandboxes oder auch für Entwicklungs-Sandboxes?

Diese Änderung gilt für alle Sandbox-Typen.

Sind auch die Profile selbst vom 90-tägigen TTL-Limit für Daten im Profilspeicher betroffen?

Die systemgenerierten Datensatzdaten im Profil werden nach 90 Tagen entfernt, aber nicht die Profile selbst.

Wenn systemgenerierte Datensatzdaten per Push an Customer Journey Analytics (CJA) gesendet werden, wirkt sich die TTL dann auch auf die Daten in CJA aus?

Daten in Customer Journey Analytics werden mit Experience Platform synchronisiert. Daher wirkt sich eine Entfernung von Daten aufgrund einer TTL für systemgenerierte Datensatzdaten auch auf die Daten in Customer Journey Analytics aus.

Können Kundinnen und Kunden die TTL für Systemdatensatzdaten von Journey Optimizer im Profilspeicher erhöhen?

TTL-Erweiterungen werden derzeit nicht unterstützt. Es ist jedoch geplant, den TTL-Prozess zu optimieren, damit diese Erweiterungsanfragen irgendwann ab der zweiten Jahreshälfte 2025 berücksichtigt werden können.

note
NOTE
Im Profil gespeicherte Daten unterliegen der Berechtigung für das gesamte Datenvolumen. Daher würde jede Erhöhung der Datenspeicherung im Profil infolge einer TTL-Erweiterung der Berechtigung für das gesamte Datenvolumen angerechnet werden. Weitere Informationen

Können Kundinnen und Kunden die TTL für Systemdatensatzdaten von Journey Optimizer im Data Lake erhöhen?

TTL-Erweiterungen werden derzeit nicht unterstützt. Kundinnen und Kunden können Daten über Ziele exportieren, um diese länger aufzubewahren. Weitere Informationen. Darüber hinaus können Kundinnen und Kunden mit Data Distiller-Berechtigung abgeleitete Datensätze erstellen, um die Daten ohne TTL im Data Lake zu speichern. Weitere Informationen

Sind die folgenden Funktionen von den TTLs betroffen?

• Suchspeicher: Nein

• Journey-Begrenzung: Nein

• Angebotsbegrenzung: Nein

• Optimierung des Versandzeitpunkts (STO): Nein

• Frequenzbegrenzung für Nachrichten (d. h. Geschäftsregeln): Nein

• Reporting: Nein

  note
  NOTE
  Es ist bereits eine TTL in der Customer Journey Analytics-Verbindung (CJA-Verbindung) implementiert, die den maximalen effektiven Lookback-Zeitraum der betroffenen Datensatzdaten auf 13 Monate reduziert.

• Experience Platform-Datenquelle: Nicht anwendbar – Das Abrufen von Erlebnisereignissen wird nicht über Datenquellen unterstützt.

• Berechnete Attribute: Ja, die anfängliche Aufstockungsberechnung ist auf die Daten der letzten 90 Tage beschränkt. Das berechnete Attribut wird basierend auf inkrementellen Ereignissen für nachfolgende Updates aktualisiert. Sobald die nachfolgenden Updates den Lookback-Zeitraum (max. 6 Monate) erreichen, wirkt sich die TTL im Wesentlichen nicht mehr auf das berechnete Attribut aus. Weitere Informationen.

• Segmentierung und Retargeting: Ja, die Segmentierung hängt von den Daten im Profilspeicher ab. Daher ist der Lookback-Zeitraum der betroffenen Datensatzdaten auf 90 Tage beschränkt.

• Tracking: Ja, es verringert den effektiven maximalen Lookback-Zeitraum der betroffenen Datensatzdaten auf 90 Tage. Daten aus betroffenen Datensätzen bleiben für 13 Monate im Data Lake.

Welcher Zeitstempel wird für die Durchsetzung der TTL verwendet (z. B. für Anwendungsfälle zur Aufstockung)?

Es wird der Zeitstempel des Ereignisses verwendet (d. h. nicht das Aufnahmedatum).

Wie wirkt sich die neue TTL auf Anwendungsfälle aus, die eine längere Datenspeicherung erfordern (z. B. Ausschließen von Profilen, die in den letzten 120 Tagen eine E-Mail erhalten haben, oder Begrenzen von E-Mails über ein Jahr)?

Die neue TTL-Richtlinie beschränkt den Lookback-Zeitraum für systemgenerierte Datensatzdaten im Profilspeicher auf 90 Tage und im Data Lake auf 13 Monate. Es sind Anwendungsfälle davon betroffen, bei denen über diese Zeiträume hinaus auf Daten zugegriffen werden muss. Beispielsweise ist die Zielgruppensegmentierung oder Frequenzbegrenzung basierend auf Ereignissen im Profilspeicher, die älter als 90 Tage sind, nicht mehr mit Systemdatensätzen möglich.

Welche Alternativen stehen zur Verfügung, um Daten länger als die TTL aufzubewahren?

Kundinnen und Kunden, die eine längere Aufbewahrungsfrist benötigen, haben zwei Möglichkeiten:

• Exportieren in externen Speicher: Exportieren Sie relevante Daten aus AJO-Datensätzen vor Ablauf der TTL. Adobe Journey Optimizer unterstützt den Export von Datensätzen an verschiedene Cloud-Speicher-Ziele (Amazon S3, Azure Blob, Google Cloud Storage usw.). Weitere Informationen
• Von Data Distiller abgeleitete Datensätze: Kundinnen und Kunden mit einer Berechtigung für Data Distiller können automatisierte Abfragen einrichten, um wichtige Daten in einen abgeleiteten Datensatz im Data Lake zu kopieren, der ohne TTL gespeichert werden kann. Weitere Informationen

Was sollten Kundinnen und Kunden tun, um sich auf die TTL-Änderung vorzubereiten?

• Überprüfen Sie Ihre Anwendungsfälle und identifizieren Sie alle Fälle, bei denen eine Datenspeicherung über die neuen TTLs hinaus erforderlich ist.
• Richten Sie automatisierte Abfragen ein, um wichtige Daten in abgeleitete Datensätze zu kopieren, bevor Daten gelöscht werden.
• Besprechen Sie mit dem Adobe-Support alle zusätzlichen Anforderungen oder potenziellen TTL-Erweiterungen (für zukünftige Versionen geplant).

Wie werden Kundinnen und Kunden benachrichtigt, bevor die TTL in vorhandenen Sandboxes durchgesetzt wird?

Adobe benachrichtigt betroffene Kundinnen und Kunden, bevor die TTL auf bestehenden Sandboxes durchgesetzt wird. Die ursprünglich für den 1. Oktober 2026 geplante Durchsetzung auf bestehenden Sandboxes wurde von Adobe verzögert.

Kann ich systemgenerierte Journey Optimizer-Datensätze löschen?

Systemgenerierte Journey Optimizer-Datensätze sind geschützt und können nicht über die Standardbenutzeroberfläche von Adobe Experience Platform gelöscht werden. Diese Datensätze sind für die Journey Optimizer-Funktionalität von wesentlicher Bedeutung und werden vom System verwaltet.

Wenn Sie einen Journey Optimizer-Systemdatensatz dauerhaft entfernen müssen (z. B. für QS-Umgebungen, Sandbox-Bereinigung oder bestimmte Datenhygiene-Anforderungen), wenden Sie sich an das Adobe Engineering-Team oder die Adobe-Kundenunterstützung. Für diese Datensätze sind spezielle Backend-Verfahren erforderlich, um eine vollständige und sichere Entfernung zu gewährleisten.

note
NOTE
Verwenden Sie für routinemäßige Datenbereinigungen in diesen Systemdatensätzen die über Privacy Service verfügbaren Datenlebenszyklus-Vorgänge, um bestimmte Datensätze oder Identitäten zu löschen. Weitere Informationen

AI Knowledge Reference

This section contains structured knowledge intended to support interpretation, retrieval, and question answering related to this topic.

For complete understanding, this information should be combined with the documentation on this page. Neither source is intended to stand alone; the page describes the feature, while this section provides additional context that helps disambiguate terminology, intent, applicability, and constraints.

• TL;DR: This page explains the time-to-live (TTL) retention guardrails on Journey Optimizer system-generated datasets in the profile store (90 days) and the data lake (13 months), including rollout timing and options for retaining data longer.

Intents:

• Understand how long system-generated dataset data is retained in the profile store versus the data lake.
• Identify which datasets are subject to TTL.
• Understand that the enforcement on existing customer sandboxes, originally planned for October 1, 2026, has been delayed by Adobe.
• Retain data beyond the TTL using dataset export through Destinations or Data Distiller derived datasets.
• Understand the impact on segmentation, computed attributes, tracking, and Customer Journey Analytics.

Glossary:

• Time-to-live (TTL): retention guardrail applied to Journey Optimizer system-generated datasets (product-specific)
• Profile store: store subject to the 90-day TTL for impacted datasets (product-specific)
• Data lake: store subject to the 13-month TTL for impacted datasets (product-specific)
• Time-series dataset: dataset type that is subject to TTL
• Record-type dataset: dataset type not subject to TTL (marked n/a in both TTL columns)
• Data Distiller: entitlement that allows creating derived datasets stored in the data lake without a TTL (product-specific)

Guardrails:

• Profile store TTL: 90 days for Journey Optimizer system-generated dataset data (guardrail; TTL extensions are not currently supported). In the table, 90 days applies to the AJO Message Feedback Event Dataset, AJO Email Tracking Experience Event Dataset, AJO Push Tracking Experience Event Dataset, and AJO Channel Tracking Event Dataset; other datasets show n/a.
• Data lake TTL: 13 months for Journey Optimizer system-generated dataset data (guardrail; TTL extensions are not currently supported). Some datasets show n/a in the table.
• AJO Message Export Dataset and AJO Message Event Metadata Dataset: 30 days data lake TTL (both require the Message Export add-on).
• The TTL guardrail is rolled out in new sandboxes and new organizations as of February 2025, and its rollout to existing customer sandboxes has been delayed by Adobe (originally planned for October 1, 2026).
• The change applies to all sandbox types.
• TTL applies only to time-series datasets; record-type datasets are n/a in both the Data Lake TTL and Profile Store TTL columns.
• TTL enforcement uses the event timestamp, not the ingestion date.
• Journey Optimizer system-generated datasets are protected and cannot be deleted through the standard Adobe Experience Platform UI.
• Computed attributes: initial backfill calculation is limited to the last 90 days of data; subsequent updates are based on incremental events, and once they reach the look-back period (max 6 months) the TTL essentially no longer affects the computed attribute.
• Segmentation and retargeting look-back is limited to 90 days on affected dataset data, because segmentation depends on data in the profile store.
• Tracking: effective max look-back period of impacted dataset data is reduced to 90 days; data from impacted datasets resides for 13 months in the data lake.

Terminology:

• Canonical name: Time-to-live — Acronym: TTL
• Do not confuse: “profile store TTL” (90 days) ≠ “data lake TTL” (13 months)
• Do not confuse: “time-series dataset” (subject to TTL) ≠ “record-type dataset” (n/a, not subject to TTL)
• Do not confuse: dataset TTL (drops system-generated dataset data in the profile after 90 days) ≠ deletion of the profiles themselves (the profiles are not dropped)

FAQ:

• Q: Which datasets are subject to TTL? — Only time-series datasets; record-type datasets (such as entity and classification datasets) are not subject to TTL and are marked n/a.
• Q: Does the 90-day profile store TTL delete profiles? — No; the system-generated dataset data in the profile is dropped after 90 days, not the profiles themselves.
• Q: Can I increase the TTL? — TTL extensions are not currently supported. For Journey Optimizer system dataset data in the data lake, you can export data through Destinations to retain data longer, or, with a Data Distiller entitlement, create derived datasets to store the data in the data lake without a TTL.
• Q: When does enforcement reach existing sandboxes? — The rollout has been delayed by Adobe (originally planned for October 1, 2026). To initiate a TTL update outside of this rollout, see the Experience Platform TTL guide.
• Q: Which timestamp is used for enforcement? — The event timestamp, not the ingestion date.
• Q: Can I delete Journey Optimizer system-generated datasets? — No; they are protected and cannot be deleted through the standard Adobe Experience Platform UI; contact Adobe Engineering or Adobe Customer Care for permanent removal.

Personas:

• developer: Can find each dataset’s Data Lake TTL and Profile Store TTL in the table, such as the AJO Email Tracking Experience Event Dataset. Can see which datasets require the Decisioning add-on, Message Export add-on, or Journey Optimizer Loyalty license in the Availability column. The page states that record-type datasets show n/a in both the Data Lake TTL and Profile Store TTL columns. Where: “Impacted datasets”.
• admin: Can track the 90-day Profile Store TTL and 13-month Data Lake TTL guardrails on system-generated datasets, active since February 2025. Can export datasets to Destinations such as Amazon S3, Azure Blob, or Google Cloud Storage to retain data beyond the TTL. The page states that TTL extensions are not currently supported and enforcement on existing sandboxes has been delayed by Adobe. Where: “Guardrails”.

Onboarding:

• Level: Experienced
• First minimal step: Set up automated queries to copy critical data to derived datasets before data is deleted.
• Success check: The derived dataset is stored in the data lake without a TTL.
• Next: To delete specific records or identities from a protected system dataset: Perform data lifecycle operations (privacy/data-hygiene.md)