Case Study
Bereinigung von Daten in South Adams County
Das Versorgungsunternehmen South Adams County Water and Sanitation District (SACWSD) wurde 1953 unter den Bestimmungen des State of Colorado Special District gegründet, um das Gebiet, das heute als Commerce City bekannt ist, zu versorgen. Obwohl dieser District die Bevölkerung von Commerce City versorgt, handelt es sich um ein eigenständiges Unternehmen, das mit einer Fläche von 65 Quadratmeilen (ca. 170 km²) und nahezu 50.000 Kunden gegenwärtig den größten Wasserver- und -entsorgungsbezirk (Water and Sanitation District) im Bundesstaat Colorado darstellt.
Aufgabe
Das GIS-Team (geographisches Informationssystem) bei SACWSD nutzt viele Datenquellen, einschließlich des eigenen Außendienstes, um drei separate Datasets, die Trinkwasser-, Bewässerungs- und Abwassersysteme abdecken, zusammenzustellen. Das Team verwendet ArcGIS zur Unterstützung der Erweiterung, der Wartung, des Austauschs und der Verbesserung der Systeme. Die Daten werden zudem mit Drittanwendungen gemeinsam genutzt, wie zum Beispiel dem Asset-Management-System des Districts (für tägliche Serviceanfragen und erledigte Arbeitsaufträge) und der Wassermodellierungssoftware mit ihren eigenen Anforderungen. Deshalb ist es wichtig, dass zuverlässige Daten vorhanden sind.
Im Herbst des Jahres 2016 hatte der Water and Sanitation District gerade erst die Erfassung der Daten mit GPS abgeschlossen. Der GIS-Supervisor Cliff Sullivan und der GIS-Techniker Mark Dickman erkannten schnell, dass die Datenqualität stark variierte. Wenn die Daten ungenau sind, ergeben sich falsche Objektpositionen. Dies beeinträchtigt die Effizienz und erschwert die Integration mit anderen Business-Systemen. Bessere Daten ermöglichen bessere Arbeitsaufträge und Notfallmaßnahmen und damit die Verbesserung des Kundendienstes.
Die Bereinigung der Daten erwies sich als langwierige und langweilige Aufgabe. Sullivan, Dickman und ein Praktikant mussten jedes Feature manuell auf Genauigkeit der räumlichen Daten und Richtigkeit der Attribute überprüfen. Diese Art der Qualitätskontrolle war allerdings nur explorativ und nicht umfassend.
Lösung
Sullivan fiel auf der Tagesordnung einer bevorstehenden Konferenz eine Esri Datenintegritätsprüfung auf. Er erfuhr, dass sich mit ArcGIS Data Reviewer, einer Erweiterung für ArcGIS, diese Aufgabe viel schneller erledigen ließe. Zusätzlich zur ArcGIS-Erweiterung erwarb der District auch Vor-Ort-Beratungsleistungen und arbeitete gemeinsam mit einem Esri Geodateningenieur an der Implementierung von Data Reviewer und am Wissenstransfer.
Ergebnisse
Die Mitglieder des GIS-Teams bei SACWSD nutzten Data Reviewer zu Beginn, um einen Snapshot der gesamten Daten zu erhalten. Auf dieser Grundlage sollte entschieden werden, welche von den hunderten möglichen Datenprüfungen zuerst durchgeführt werden sollten.
Sullivan sagte: "Unser Esri Berater war sehr geduldig und gründlich, als er [uns] zeigte, wie dieses Produkt verwendet wird. An den Tagen, an denen dieser Berater vor Ort war, haben wir eine Menge abgehandelt. Unsere Erfahrung mit Esri Professional Services war hervorragend."
"Dank der Zusammenarbeit mit Esri konnten die Mitarbeiter*innen von SACWSD schnell Fortschritte machen. Obwohl einige Prüfungen selbsterklärend sind, benötigten die Mitarbeiter*innen die Hilfe von Expert*innen, um die Logik hinter der Konfiguration und der richtigen Ausführung der komplizierteren Prüfungen zu verstehen" sagte Dickman. Die Empfehlungen wurden in einer Vorlage erfasst und für alle verfügbar gemacht.
Mit Data Reviewer konnte der Prozess zum Priorisieren und Finden von Fehlern und Verfolgen der Korrekturen im Rahmen der Qualitätskontrolle standardisiert werden. Innerhalb von drei Monaten wurde das eine Dataset komplett bereinigt. Die Änderungen an den räumlichen Daten in den zwei anderen größeren Datasets wurden in Kürze abgeschlossen. Anfänglich lag der Fokus auf der Suche von getrennten Features. Konnektivitätsprüfungen stellten sicher, dass alle Features ordnungsgemäß verbunden waren, damit die Wassermodellierungssoftware erfolgreich ausgeführt werden und möglichst genaue Ergebnisse liefern konnte. Damit Serviceanfragen und Arbeitsaufträge im Asset-Management-System korrekt erstellt werden, muss die ID jedes Objektes ausgefüllt werden, ohne dass Werte doppelt vorhanden sind. Diese wurden mit der Prüfung auf eindeutige ID bestimmt.
Esri konnte dem District auch beim Aufbau der Datenbanken helfen und ihn bei der Datenmodellierung beraten, wie zum Beispiel bei der Verwendung von Domänen anstelle von Subtypes. Der District arbeitete mit Esri zusammen, um für die Benutzer in der Organisation ein Datenschema zu erstellen, das jetzt selbsterklärend ist.
Bevor sie Data Reviewer erworben und die Hilfe von Esri in Anspruch genommen hatten, mussten Sullivan und Dickman jahrelang die Features manuell prüfen, als sie ihre Datenbank aufbauten. Jetzt arbeitet nur noch Dickman daran und ist dem Zeitplan bereits sechs Monate voraus. Bis zu dem Zeitpunkt, an dem alle drei Datasets vollständig sind, erwarten sie eine Zeiteinsparung von mehr einem Mannjahr.
Bei der weiteren Entwicklung neuer Infrastruktur plant der District die Verwendung von ArcGIS Data Reviewer zur Durchführung der Qualitätskontrolle an den neuen Daten sowie zur Pflege ihrer vorhandenen Daten.
I highly recommend this approach for small shops like ours [whose staff] are not able to dedicate 100 percent of their time to doing QC.