Disponible avec une licence Data Reviewer.
Pour produire des produits d’informations de haute qualité et effectuer des analyses spatiales précises, vos données source doivent présenter une qualité élevée et être bien gérées. ArcGIS Data Reviewer vous permet de gérer les données pour la production et l’analyse des données en fournissant un système d’automatisation et de simplification du contrôle de la qualité des données qui peut améliorer l’intégrité des données.
Data Reviewer offre un ensemble d’outils de contrôle qualité qui permettent d’examiner les données de manière cohérente et efficace. Cela inclut des outils qui prennent en charge à la fois l’analyse de données automatisée et semi-automatisée ayant pour but de détecter des erreurs liées aux entités. Les erreurs détectées par ce type d’examen sont stockées pour que vous puissiez les examiner, les corriger et créer des rapports de qualité des données.
Examen des données automatisé
L’examen des données automatisé évalue la qualité d’une entité sans intervention humaine. Data Reviewer inclut une bibliothèque de vérifications configurables qui vous permettent de valider des données selon vos critères de qualité. Les vérifications Data Reviewer sont conçues pour évaluer différents aspects de la qualité d’une entité, notamment son attribution, son intégrité ou sa relation spatiale avec d’autres entités. Les vérifications automatisées Data Reviewer sont configurables et leur mise en œuvre ne nécessite aucune connaissance avancée en termes de programmation. Le plus souvent, les professionnels SIG avec une bonne compréhension des critères de qualité de leurs données peuvent implémenter la révision automatisée avec un minimum de formation.
Dans les processus basés sur des règles attributaires, les vérifications sont configurées et stockées dans la géodatabase pour évaluer la qualité d’une entité. Les fonctionnalités de révision automatisée peuvent avoir les objectifs suivants :
- Empêcher l’introduction d’entités qui ne correspondent pas aux exigences de qualité et réduire la quantité de travaux de révision en évaluant la qualité d’une entité lors de la création ou de la révision.
- Évaluez la qualité d’une entité après sa création. Cela peut s’avérer utile lorsque des données existantes sont de qualité inconnue et qu’une évaluation de référence est nécessaire en vue d’identifier l’effort requis pour répondre aux critères de qualité.
Pour en savoir plus sur l’utilisation de Data Reviewer pour automatiser des processus d’évaluation de la qualité des données, reportez-vous aux rubriques suivantes :
Examen des données semi-automatisé
Il n’est pas possible de détecter toutes les erreurs de vos données à l’aide de méthodes automatisées. L’examen semi-automatisé évalue la qualité des données avec des processus guidés par une intervention humaine et une saisie en entrée. L’examen visuel est le plus courant des examens semi-automatisés ; il permet d’évaluer la qualité selon un mode que ne permet pas l’examen automatisé des données. Il peut ainsi identifier des entités manquantes, mal placées ou mal codées, ainsi que d’autres problèmes que des vérifications automatisées ne peuvent pas détecter.
Pour en savoir plus sur l’utilisation de Data Reviewer pour implémenter des processus semi-automatisés d’évaluation de la qualité des données, reportez-vous aux rubriques suivantes :
Gestion des erreurs
Data Reviewer permet de gérer les erreurs lors de la correction et la vérification. Ces fonctionnalités contribuent à l’amélioration de la qualité des données en identifiant la source, la localisation et la cause des erreurs. Les processus de gestion des erreurs réduisent les coûts et suppriment les doublons de travail en offrant des informations sur la manière dont l’erreur a été détectée, l’auteur de la correction et de savoir si la correction a été vérifiée.
Le processus d’examen des données suit les erreurs via un processus de cycle de vie défini, constitué de trois phases : Examen, Correction et Vérification.
Chaque phase contient une ou plusieurs valeurs de statut qui décrit les actions effectuées au fur et à mesure de la progression de l’erreur d’une phase à une autre.
Dans les processus basés sur des règles attributaires, les erreurs sont stockées dans la géodatabase, dans une série de tables gérées par le système. Les erreurs sont accessibles à l’aide de la fenêtre Error Inspector (Inspecteur d’erreurs), qui fournit des outils pour la création de rapports, la navigation et la sélection d’entités qui facilitent la correction des erreurs.
Pour en savoir plus sur les processus de gestion d’erreurs de Data Reviewer, reportez-vous aux rubriques suivantes :
- Résultats d’erreur et cycle de vie
- Configurer la fenêtre Error Inspector (Inspecteur d’erreurs)
- Didacticiel : Évaluer des entités avec des règles attributaires
Vous avez un commentaire à formuler concernant cette rubrique ?