Чтобы производить картографическую продукцию высокого качества и выполнять тщательный анализ данных, исходная база данных должна иметь высокое качество и хорошую поддержку. ArcGIS Data Reviewer позволяет управлять данными в дополнение к созданию данных и их анализу, представляя собой комплексную систему для автоматизации и упрощения проверки качества данных, что может существенно улучшить целостность данных.
Data Reviewer обладает полным набором инструментов контроля качества (QC), которые обеспечивают эффективный и последовательный процесс проверки данных. Это включает в себя инструменты, которые поддерживают автоматический и полуавтоматический анализ данных для обнаружения ошибок в целостности объектов, атрибутов или пространственных отношений с другими объектами. Ошибки, обнаруженные во время анализа, сохраняются, что в дальнейшем облегчает корректирующие рабочие процессы и подготовку отчетов о качестве данных.
Проверка данных в автоматическом режиме
Сервисы Data Reviewer позволяют клиентам выполнять автоматизированную проверку данных с помощью автоматизированных проверок, которые настраиваются с помощью ArcGIS Data Reviewer Desktop. Используя ArcGIS Server, эти сервисы передают выполнение операций по проверке данных от клиентов ArcGIS Desktop, которые занимают много времени, во внутреннюю сеть организации или в облачную инфраструктуру. В производственной среде оценка данных на основании сервера может быть назначена на ночное время для анализа данных, созданных или измененных в обычные рабочие часы. Кроме того, автоматическая проверка данных может быть включена по мере надобности для поддержки специальной проверки данных как части более крупного рабочего процесса сетевого редактирования данных.
Более подробно об использовании Data Reviewer для автоматической проверки данных см. в последующих статьях:
- Урок 1: Использование сервисов контроля качества данных
- Проверки в Data Reviewer
- Пакетные задания и Data Reviewer
- Работа с Data Reviewer (JavaScript API)
- Data Reviewer - Выполнение специальных пакетных проверок (JavaScript API)
- Data Reviewer - Пакетная проверка по графику (JavaScript API)
- Пакетная проверка (REST API)
Проверка данных в полуавтоматическом режиме
Методы автоматической проверки не гарантируют обнаружение всех имеющихся ошибок в данных. Полуавтоматическая проверка представляет собой процесс оценки качества данных с помощью методов, которые предполагают, как правило, управляемые процессы, в которых требуется человеческое участие и ввод данных. Визуальная проверка является наиболее распространенной формой полуавтоматической проверки и используется для проведения оценки качества такими способами, которые не могут использоваться для проведения автоматической проверки. К таким случаям может быть отнесено обнаружение недостающих или неверно размещенных объектов, а также другие проблемы, которые автоматическая проверка может не выявить.
Сервисы Data Reviewer поддерживают эти рабочие процессы и позволяют клиентским приложениям создавать результаты Reviewer, используя геометрию и атрибуты существующих или временных веб-объектов. Например, вы можете привлечь пользователей веб-приложений, чтобы они помогли вам найти ошибки в данных; для этого используется простой процесс под названием "Сообщить об ошибке". Поступающие сообщения обратной связи сохраняются как результат ошибок, где они проверяются и либо отклоняются, либо передаются техническим специалистам для исправления, как и любые другие ошибки Data Reviewer, которые могут быть обнаружены. База геоданных служит в качестве центра обработки ошибок – и обнаруживаемых автоматическими проверками, и тех, которые обнаруживаются вручную пользователями данных.
Более подробно о работе с Data Reviewer для проведения полуавтоматической оценки качества данных см. в следующих статьях:
- Урок 2: Управление отзывами о качестве данных
- Работа с DataReviewer (JavaScript API)
- DataReviewer - Запись результатов Reviewer (JavaScript API)
- Запись объектов как результатов (JavaScript API)
- Запись результатов (REST API)
Управление результатами
Data Reviewer обеспечивает комплексное управление результатами – от обнаружения до исправления и проверки. Эти функциональные возможности повышают качество данных за счет определения источника, местоположения и причин ошибок. Благодаря информации о статусе и о том, как он был определен, а также о том, кто исправлял ошибку и было ли исправление признано приемлемым, сокращаются затраты и устраняются дублирующиеся операции.
Более подробно о рабочих процессах управления жизненным циклом ошибок Data Reviewer см. в следующих статьях:
- Управление результатом процесса проверки качества
- Работа с DataReviewer (JavaScript API)
- DataReviewer - Обновление статуса жизненного цикла (JavaScript API)
- Обновление статуса жизненного цикла (REST API)
Отчет о качестве данных
Сервисы Data Reviewer позволяют создавать как краткие, так и подробные отчеты о результатах проверки качества данных. Эти сервисы могут использоваться для передачи сведений об источнике, количественных и качественных характеристиках, а также местоположении несовместимых объектов, обнаруженных в базе данных. К несовместимым относятся объекты, обнаруженные с помощью автоматических проверок Data Reviewer или объекты, о которых стало известно от пользователей данных в форме обратной связи.
Путем передачи качества данных вы можете предупредить других участников или заинтересованные стороны о том, что данные не соответствуют принятым стандартам и обеспечить метод ведения отчета для отслеживания согласованности данных с течением времени. Функция создания отчетов может быть реализована как компонент общей системы управления эффективностью бизнеса или как отдельная операционная панель для отображения сведений о качестве данных.
Подробнее об использовании Data Reviewer для подготовки отчета о качестве данных см. в следующих статьях:
- Урок 3: Отчет о качестве данных
- Работа с DataReviewer (JavaScript API)
- DataReviewer - Результаты на операционной панели (JavaScript API)
- DataReviewer - Результаты на операционной панели (JavaScript API)
- Операционная панельREST API