Mit der Data Reviewer-Lizenz verfügbar.
Zum Erzeugen hochwertiger Informationen und Ausführen genauer räumlicher Analysen benötigen Sie hochwertige und sorgfältig gepflegte Quelldaten. Data Reviewer ermöglicht das Verwalten von Daten für die Datenerzeugung und -analyse. Dazu wird ein System für die Automatisierung und Vereinfachung der Datenqualitätskontrolle bereitgestellt, das die Datenintegrität verbessern kann.
Data Reviewer stellt eine Reihe von Werkzeugen zur Qualitätskontrolle (QC) bereit, die eine effiziente und konsistente Datenüberprüfung ermöglichen. Dazu gehören Werkzeuge, die sowohl eine automatisierte als auch halbautomatisierte Datenanalyse unterstützen, um Fehler eines Features hinsichtlich der Integrität, Attribuierung oder räumlichen Beziehungen zu anderen Features zu erkennen. Erkannte Fehler werden gespeichert, damit Sie sie überprüfen können, um Workflows zu korrigieren und Berichte zur Datenqualität zu erstellen.
Automatisierte Datenüberprüfung
Bei der automatisierten Datenüberprüfung wird die Qualität eines Features ohne manuelles Eingreifen ausgewertet. Data Reviewer enthält eine Bibliothek konfigurierbarer Prüfungen, mit denen Sie Daten auf Basis Ihrer Qualitätsanforderungen validieren können. Data Reviewer-Prüfungen dienen zur Bewertung verschiedener Aspekte der Qualität eines Features, z. B. Attribuierung, Integrität oder die räumliche Beziehung zu anderen Features. Automatisierte Data Reviewer-Prüfungen sind konfigurierbar. Für die Implementierung sind keine spezialisierten Programmierkenntnisse erforderlich. Meist können GIS Professionals mit einem guten Verständnis für die Anforderungen an die Datenqualität die automatisierte Prüfung mit minimalem Schulungsaufwand implementieren.
In attributregelbasierten Workflows werden Prüfungen in der Geodatabase konfiguriert und gespeichert, um die Qualität und Gebrauchstauglichkeit eines Features zu prüfen. Funktionen zur automatisierten Überprüfung können auf verschiedene Weise integriert werden:
- Bewertung der Qualität eines Features während der Erstellung oder Änderung, um Features, die den Qualitätsanforderungen nicht entsprechen, zu verhindern und den Nachbearbeitungsaufwand zu reduzieren
- Bewertung der Qualität eines Features nach der Erstellung. Dies kann sinnvoll sein, wenn die Qualität vorhandener Daten nicht bekannt ist und eine grundlegende Bewertung benötigt wird, um den erforderlichen Aufwand zum Erreichen der Qualitätsanforderungen zu ermitteln.
Weitere Informationen zu den automatisierten Workflows von Data Reviewer zur Bewertung der Datenqualität finden Sie in den folgenden Themen:
Halbautomatisierte Datenüberprüfung
Nicht alle Datenfehler können mit automatisierten Methoden erkannt werden. Bei der halbautomatisierten Überprüfung wird die Datenqualität mithilfe von Methoden bewertet, die in der Regel geführte Workflows beinhalten, die manuelle Interaktionen und Eingaben erforderlich machen. Die visuelle Überprüfung ist die gängigste Form der halbautomatisierten Überprüfung und dient der Beurteilung der Qualität in einer Weise, die eine automatisierte Datenüberprüfung nicht leisten kann. Hierzu gehört das Identifizieren von fehlenden, fehlerhaft positionierten oder falsch codierten Features und anderen Problemen, die bei automatisierten Prüfungen nicht unbedingt erkannt werden.
Weitere Informationen zur Verwendung von Data Reviewer zum Implementieren halbautomatisierter Workflows für die Bewertung der Datenqualität finden Sie in den folgenden Themen:
Fehlerverwaltung
Data Reviewer ermöglicht das Verwalten von Fehlern von der Erkennung über die Korrektur bis zur Verifizierung. Diese Funktionen verbessern die Datenqualität, indem die Quelle, die Position und die Ursache von Fehlern identifiziert werden. Kosten werden reduziert und doppelte Arbeit wird vermieden, indem Aufschluss darüber gegeben wird, wie der Fehler entdeckt wurde, wer ihn korrigiert hat und ob die Korrektur als zulässig verifiziert wurde.
Die bei der Datenüberprüfung erkannten Fehler werden durch einen definierten Lebenszyklusprozess verfolgt. Dieser Prozess umfasst drei Phasen: "Überprüfung", "Korrektur" und "Verifizierung".
Jede Phase enthält einen oder mehrere Statuswerte, die die Aktionen beschreiben, die durchgeführt werden, wenn der Fehler von einer Phase zur nächsten überwechselt.
In attributregelbasierten Workflows werden Fehler zusammen mit einer Reihe vom System verwalteter Tabellen in der Geodatabase gespeichert. Der Zugriff auf die Fehler erfolgt im Bereich Fehler-Inspektor. Dort stehen Werkzeuge für die Berichterstellung, die Navigation und die Auswahl von Features zur Verfügung, die die Fehlerkorrektur vereinfachen.
Weitere Informationen zu den Fehlerverwaltungs-Workflows in Data Reviewer finden Sie in den folgenden Themen:
- Fehlerergebnisse und deren Lebenszyklus
- Konfigurieren des Bereichs Fehler-Inspektor
- Lernprogramm: Bewerten von Features mit Attributregeln