La realización de verificaciones de datos mantiene el funcionamiento del agua

El distrito de agua y saneamiento de Colorado implementó el revisor de datos y ahorrará un año de tiempo

El equipo SIG de dos personas en el Distrito de Agua y Saneamiento del Condado de South Adams (SACWSD), con sede en Commerce City, Colorado, maneja grandes conjuntos de datos para el agua potable, el riego y los sistemas de alcantarillado. Sirviendo a casi 50,000 clientes en más de 65 millas cuadradas, SACWSD es el distrito combinado de agua y saneamiento más grande de Colorado. Obtiene su agua de pozos, un depósito y la utilidad de Denver Water. Para un sistema de riego separado, SACWSD extrae agua de suministros de pozos no potables. En un esfuerzo por conservar el agua potable, también está construyendo uno de los sistemas de irrigación no potable más grandes en los Estados Unidos.

Para mantener toda el agua en funcionamiento, SACWSD debe tener datos buenos y precisos. Pero en el otoño de 2016, cuando el distrito usaba GPS para recopilar datos sobre sus sistemas de infraestructura, el supervisor de GIS Cliff Sullivan y el técnico de SIG, Mark Dickman, notaron que la calidad de los datos era muy variable. Se les asignó la tarea de limpiarlo, y al principio parecía que esta tarea iba a ser larga y tediosa.

Sullivan y Dickman comenzaron revisando manualmente cada dato para verificar la precisión espacial y la corrección de los atributos. Pero este tipo de control de calidad (CC) era limitado, ya que era exploratorio en lugar de exhaustivo.

Después de recopilar la mayor parte de los datos, Sullivan estaba revisando la agenda de la Conferencia del Agua de Esri y notó que Esri ofrecía revisiones de datos. Luego aprendió acerca de ArcGIS Data Reviewer, una extensión que podría usar con ArcGIS Desktop y ArcGIS Enterprise para hacer que su trabajo de control de calidad y el de Dickman sean mucho más rápidos.

El equipo de SIG notó que la calidad de los datos variaba ampliamente cuando el Distrito de Agua y Saneamiento del Condado de South Adams (SACWSD) estaba recopilando datos sobre sus sistemas de infraestructura mediante GPS.

Visor de datos de aprendizaje

Además de obtener la extensión de ArcGIS, SACWSD compró servicios de consultoría en el sitio de los Servicios Profesionales de Esri. Durante dos días, Sullivan y Dickman trabajaron con Michelle Johnson, una líder senior de aseguramiento de la calidad (QA) de GIS y defensora de ArcGIS Data Reviewer, para implementar Data Reviewer y obtener un conocimiento autorizado de la extensión.

Data Reviewer permite a los usuarios realizar cientos de comprobaciones de sus datos, que es lo que a Sullivan y Dickman les gustó de la extensión, aunque también significaba que no sabían por dónde empezar. Al principio, utilizaron Data Reviewer para obtener una instantánea general de los datos recopilados. Luego, con la ayuda de Johnson, aprendieron qué datos verifica para priorizar y decidieron dónde comenzar el proceso de edición.

"Michelle fue paciente y muy concienzuda al mostrarnos cómo usar el producto", dijo Sullivan. "Cubrimos mucho en los dos días que estuvo en el lugar. Nuestra experiencia con Esri Professional Services fue estelar ".

Trabajar directamente con Johnson en la configuración de los controles requeridos para sus conjuntos de datos permitió a Sullivan y Dickman avanzar rápidamente. Si bien algunos controles se explican por sí mismos, otros más avanzados requieren experiencia para comprender la lógica detrás de ellos y para que funcionen correctamente. Para SACWSD, los estándares intergubernamentales y las mejores prácticas ahora se capturan en plantillas y están disponibles para su uso por cualquier persona del distrito que use un software compatible.

"Recomiendo este enfoque para las tiendas pequeñas [que] no pueden dedicar el 100% de su tiempo a hacer CC", dijo Dickman.

Hacer las verificaciones de datos

Con la guía de Johnson, Sullivan y Dickman decidieron centrarse primero en encontrar funciones desconectadas. Esto aseguró que todas las características de un sistema de agua estuvieran conectadas correctamente para que el software de modelado de agua de SACWSD pudiera funcionar con éxito y proporcionar resultados precisos.

A continuación, Sullivan y Dickman usaron la Comprobación de identificación única para asegurarse de que cada ID de activo estuviera llena y no tuviera valores duplicados. Esto ayudaría a los empleados y contratistas a crear órdenes de trabajo y solicitudes de servicio correctamente dentro del software de administración de activos de SACWSD.

Johnson también jugó un papel decisivo en la construcción de las bases de datos del equipo GIS y el asesoramiento de Sullivan y Dickman sobre el modelado de datos. Por ejemplo, actualmente es mejor para ellos usar dominios en lugar de subtipos. Ella también los ayudó a construir un esquema de datos que ahora se explica por sí mismo para los usuarios de SACWSD.

"Cuando ella se fue, teníamos nuestro conjunto de datos en el camino al que queríamos ir", dijo Sullivan.

Y eso fue evidente. En tres meses, Sullivan y Dickman habían limpiado por completo uno de los tres conjuntos de datos que tenían la tarea de corregir. Ahora están completando las ediciones espaciales necesarias en los dos conjuntos de datos más grandes. El uso de Data Reviewer también ayudó al equipo SIG a estandarizar un nuevo proceso de control de calidad, que ahora consiste en priorizar y encontrar errores y rastrear las correcciones.

Al utilizar ArcGIS Data Reviewer, el equipo SIG de dos personas realiza cientos de comprobaciones de los datos del distrito.

Adelante del horario

Antes de que adquirieran Data Reviewer y contrataran la ayuda de Johnson, Sullivan y Dickman buscaban un proceso de verificación manual de características durante años, a medida que construían su base de datos. Ambos, más un pasante, estaban haciendo el trabajo.

Ahora, Dickman es el empleado principal que trabaja en el esfuerzo, y ya se encuentra seis meses antes de lo previsto. Para cuando se completen los tres conjuntos de datos, el equipo de SIG espera haber ahorrado más de un año.

"Permitir que los clientes usen sus SIG de manera efectiva y eficiente es lo que hace Esri", reflexionó Johnson. "Fue un placer para mí trabajar con un gran grupo de personas como Cliff y Mark, y estoy feliz de ser parte de su éxito".

A medida que SACWSD continúa avanzando con el desarrollo de nuevas infraestructuras, el equipo SIG planea seguir usando Data Reviewer para realizar control de calidad en todos los datos geoespaciales nuevos, así como para mantener los datos existentes.

"Invertir en Data Reviewer recompensará al inversor al [ahorrar] tiempo y esfuerzo", dijo Sullivan. "Simplemente les da a los usuarios la garantía de la calidad de que no tendrán de otra manera". Vale la pena."