Muchos de los flujos de trabajo de calidad de los datos que se implementan con ArcGIS Data Reviewer for Desktop se pueden poner a disposición como servicios web y se puede acceder a ellos mediante aplicaciones web o de cliente móvil utilizando ArcGIS Data Reviewer for Server. Por ejemplo, puede publicar servicios web que admitan la validación automatizada de flujos de trabajo de datos para identificar entidades que falten o que estén mal colocadas y para la generación de informes y visualización de la calidad de datos.
Con ArcGIS Data Reviewer for Server, podrá hacer lo siguiente:
- Programar y ejecutar validaciones de datos recurrentes para identificar automáticamente los datos que no cumplen con los estándares de calidad de datos.
- Ejecute las validaciones de datos previamente configuradas desde aplicaciones web o móviles.
- Amplíe las tareas de calidad de los datos a los usuarios que no utilicen SIG mediante el uso de herramientas de marcación de datos basadas en la web.
- Administrar y comunicar el estado de los resultados con errores mediante un ciclo de vida definido.
- Integre los informes de calidad de los datos con otras métricas de rendimiento empresarial para comunicar los impactos relacionados con la calidad de los datos en los accionistas y en otras partes interesadas.
Trabajar con Data Reviewer vía web
Los servicios de Data Reviewer le permiten ampliar los flujos de trabajo de calidad de datos a los clientes en la Web. Estos incluyen capacidades que admiten la validación automática y semi-automática de datos, los informes de calidad de los datos y la visualización de los resultados de Reviewer.
Revisión de datos automática
Los servicios de validación de Data Reviewer permiten a los clientes ejecutar validaciones de datos automatizadas basadas en reglas de negocio implementadas mediante trabajos por lotes de Data Reviewer. Estos servicios impulsan a ArcGIS Server para que se deshaga de las validaciones de datos que consumen mucho tiempo de los clientes de ArcGIS Desktop a la infraestructura de servidores intranet o alojados en la nube de una organización. En un entorno de producción, la validación de datos basados en servidor se puede programar para que cada noche se validen los datos creados o modificados durante el horario laboral habitual. Alternativamente, la validación de datos automática puede activarse basándose en sus necesidades para que acepte la validación de datos ad hoc como componente de un mayor flujo de trabajo de edición de datos basado en la Web.
Para obtener más información sobre cómo utilizar Data Reviewer para automatizar la validación de datos, consulte los temas siguientes.
Revisión de datos semi-automática
No todos los errores de los datos se pueden detectar utilizando métodos automatizados. La revisión semi-automática es el proceso de evaluar la calidad de los datos utilizando métodos en los que normalmente intervienen flujos de trabajo guiados que requieren interacción y entradas por parte de un usuario. La revisión visual es principalmente la forma más común de revisión semi-automática y se utiliza para evaluar la calidad de manera que no puede hacerse con la revisión automática. Aquí se incluye la detección de entidades que faltan, están mal colocadas o mal codificadas, así como de otros problemas que no se pueden detectar con las comprobaciones automáticas.
Los servicios de Data Reviewer son compatibles con estos flujos de trabajo. Para ello, activan las aplicaciones cliente para crear resultados de Reviewer utilizando la geometría y atributos de entidades web existentes o temporales. Por ejemplo, puede indicar a los usuarios de sus aplicaciones web que le ayuden a identificar errores en los datos utilizando un simple flujo de trabajo de "Notificar error". Los comentarios se registran en el Espacio de trabajo de Reviewer, donde se revisan y luego se rechazan o se transfieren a los técnicos para su corrección, del mismo modo que se haría con cualquier otro error identificado de Data Reviewer. El Espacio de trabajo de Reviewer sirve como lugar centralizado para administrar los errores; los detectados mediante las comprobaciones automáticas y los detectados manualmente por parte de los consumidores de datos.
Para obtener más información sobre cómo utilizar ArcGIS Data Reviewer para implementar flujos de trabajo semi-automáticos para evaluar la calidad de los datos, consulte el tema siguiente.
Notificación de la calidad de los datos
Los servicios de Data Reviewer permiten notificar los resultados de calidad de los datos de forma resumida y detallada. Estos servicios se pueden utilizar para comunicar el origen, la cantidad, la gravedad y la ubicación de entidades no conformes detectadas en sus datos. Entre las entidades no conformes se incluyen aquellas que se han detectado utilizando las comprobaciones automáticas de Data Reviewer o los comentarios que proporcionan los consumidores de datos en forma de marcas.
Al comunicar la calidad de los datos, puede alertar a los accionistas y otras partes interesadas cuando los datos no cumplen con las normas acordadas y proporcionar un método de información para rastrear el cumplimiento de los datos a lo largo del tiempo. Las capacidades de notificación se pueden integrar como un componente de un sistema de administración del rendimiento de negocio general de una organización o como un panel independiente para informar sobre la calidad de los datos.
Para obtener más información acerca de cómo utilizar Data Reviewer para informar sobre la calidad de los datos, consulte los temas siguientes:
Gestión de resultados
Data Reviewer permite administrar por completo los resultados de la detección mediante procesos de corrección y verificación. Estas capacidades incrementan la eficacia en la mejora de la calidad de los datos al identificar el origen, la ubicación y la causa de los errores. Se reducen los costes y se elimina el trabajo duplicado porque se dispone de información sobre el estado y sobre cómo se detectaron los errores, quién los corrigió y si la corrección se verificó como aceptable.
Para obtener más información sobre los flujos de trabajo de administración del ciclo de vida de errores de Data Reviewer, consulte los temas siguientes: