Disponible con una licencia de Data Reviewer.
Las reglas de Reviewer permiten detectar entidades que no cumplen con los requisitos de calidad de datos establecidos definidos por su organización. Esto incluye la detección de errores que afectan a la atribución de una entidad, su integridad geométrica o su relación con otras entidades. Estas reglas se pueden utilizar para evaluar la calidad de una entidad durante las distintas fases del flujo de trabajo de producción de datos.
Capacidades de validación automática
El primer paso al diseñar una regla de Reviewer es entender las capacidades de las comprobaciones automáticas de Data Reviewer. A continuación, se muestran algunos ejemplos de tipos de comprobaciones que se utilizan para evaluar distintos aspectos de la calidad de una entidad.
- Comprobaciones de relación espacial: analizan las relaciones espaciales entre las entidades. Puede analizar si las entidades se superponen, intersecan, se tocan o están a una distancia especificada entre sí. Por ejemplo, es posible que quiera verificar que una carretera no cruce el océano o que una boca de riego esté conectada a una toma de agua lateral.
- Comprobaciones de atributos: analizan los valores de los atributos de entidades y tablas. Esto puede ser una simple validación, como la de un dominio de geodatabase, o tener dependencias de atributos más complejas. Para varias entidades, un atributo depende de otro atributo de la misma entidad. Por ejemplo, si una carretera está en construcción, es posible que no se pueda acceder a ella. Se puede configurar una comprobación de atributos para monitorear el estado y accesibilidad de las carreteras.
- Comprobaciones de integridad de la entidad: analizan las propiedades de las entidades. No todas las entidades en una base de datos obedecen al mismo criterio de captura. Por ejemplo, es posible que tenga reglas de recopilación que definan lo cerca que pueden estar dos vértices o si se permiten entidades multiparte en sus datos. Las comprobaciones de integridad de la entidad garantizan que las reglas de recopilación se sigan para cada clase de entidad.
Para obtener más información, consulte Comprobaciones de ArcGIS Data Reviewer.
Identificación de comprobaciones de Data Reviewer
La identificación de comprobaciones automáticas de Reviewer es a menudo una tarea que lleva a cabo un experto en la materia con conocimientos profundos sobre modelo de datos y los requisitos de calidad. Un experto en la materia puede identificar rápidamente una variedad de problemas, como la integridad de las entidades, la completitud de los atributos y las relaciones espaciales.
Con una matriz de trazabilidad de requisitos, el experto en la materia puede asociar comprobaciones de Data Reviewer con requisitos de calidad de datos. Para obtener más información, consulte Identificar los requisitos de calidad de datos.
La tabla siguiente es un ejemplo de una matriz de trazabilidad de requisitos rellena que hace referencia a algunas de las capacidades de validación automática descritas anteriormente.
Esta lista puede proporcionar a las organizaciones una referencia rápida para identificar una capacidad específica en un producto y su uso al recopilar los requisitos.
| ID | Requisito | Número de requisito | Categoría de requisito | Software | Capacidad del producto | Comprobación de Data Reviewer |
|---|---|---|---|---|---|---|
5 | Capacidad para garantizar que los datos de origen se migrarán a la base de datos de producción y tendrán los dominios y relaciones apropiadas | D002 | Requisitos de datos - Coherencia lógica | Data Reviewer | Comprobación de dominio | Sí |
Verificación de relaciones | ||||||
Comprobación de subtipos | ||||||
7 | Capacidad para garantizar que los datos de producción son para los recolectores móviles y el atributo es exacto | D004 | Requisitos de datos - Exactitud temática | Data Reviewer | Comprobación Expresión regular | Sí |
Comprobación de atributos de tabla a tabla | ||||||
8 | Capacidad para garantizar que no hay superposición entre las mediciones de eventos durante el periodo del proyecto de 2010-2020 | D005 | Requisitos de datos - Calidad temporal | Data Reviewer | Comprobación de eventos no válidos | Sí |
10 | Capacidad para identificar el número de celdas que no se han completado (NULL) para cada campo de atributos requerido | D006 | Requisitos de datos - Exactitud temática | Data Reviewer | Comprobación de atributos de consulta | Sí |
11 | Capacidad para identificar parcelas que no tienen entidades de huellas de edificios superpuestas | D007 | Requisitos de datos - Coherencia lógica | Data Reviewer | Comprobación de entidad sobre entidad | Sí |
13 | Capacidad para validar un atributo de Id. único que vincula una parcela con un edificio coincidente | D008 | Requisitos de datos - Coherencia lógica | Data Reviewer | Comprobación de entidad sobre entidad | Sí |
Control de calidad en los flujos de trabajo
Las reglas de Reviewer le permiten evaluar la calidad en distintas fases del ciclo de vida de los datos. Incluye la evaluación de una entidad durante la creación, mantenimiento, actualizaciones, uso compartido y archivado o eliminación. Asimismo, los datos que se están usando en ese momento dentro de la organización se pueden evaluar para identificar el cumplimiento de los requisitos cambiantes de calidad de datos que surgen en respuesta a nuevos procesos de negocio.
Detectar errores en datos existentes
Las comprobaciones automáticas se pueden utilizar para evaluar la calidad global de sus datos en función de los requisitos de calidad exclusivos de su organización. Esto puede incluir la validación de todas las entidades de un dataset para establecer un entendimiento de línea base de la adecuación de uso de los datos, así como la validación de un subconjunto de entidades como paso en un flujo de trabajo. Los errores detectados mediante esta forma de validación se almacenan en su geodatabase para permitir flujos de trabajo correctivos y la generación de informes de calidad.
Para obtener más información, consulte Crear reglas de Reviewer en un mapa.
Evitar errores en flujos de trabajo de edición
Las comprobaciones automáticas también se pueden implementar para evaluar la calidad a la hora de crear o modificar datos de su geodatabase. Esta forma de validación sirve para imponer la integridad de los datos como otras formas de restricciones de geodatabase, como los dominios y los subtipos. Las ediciones que dan lugar a datos que no cumplen los requisitos de calidad de la organización son rechazadas y no se guardarán.
Para obtener más información, consulte Crear reglas de Reviewer en una geodatabase.