Limpiando datos en el condado de Adams del sur
CASO DE ESTUDIO
El Distrito de Agua y Saneamiento del Condado de South
Adams (SACWSD) se formó en 1953 bajo las disposiciones del Distrito Especial
del Estado de Colorado para servir al área ahora conocida como Commerce City.
Aunque el distrito atiende a la población de Commerce City, es una entidad
separada y actualmente el mayor distrito combinado de agua y saneamiento en el
estado de Colorado, que cubre 65 millas cuadradas y atiende a casi 50,000
clientes.
El reto
El equipo del sistema de información geográfica (SIG)
en SACWSD recurre a múltiples fuentes de datos, incluido su propio trabajo de
campo, para compilar tres conjuntos de datos separados que cubren el agua
potable, el riego y los sistemas de alcantarillado. El equipo usa ArcGIS para
admitir la expansión, el mantenimiento, el reemplazo y la mejora de los
sistemas. Además, los datos se comparten con aplicaciones de terceros, como el
sistema de administración de activos del distrito (para solicitudes de servicio
diarias y órdenes de trabajo completadas) y el software de modelado de agua,
que tiene sus propios requisitos. Entonces, tener datos confiables es
importante.
En otoño de 2016, el distrito de agua y saneamiento
acaba de completar la recopilación de datos mediante GPS. El supervisor de GIS
Cliff Sullivan y el técnico de SIG, Mark Dickman, pronto se dieron cuenta de
que la calidad de los datos variaba ampliamente. Los datos inexactos pueden
reducir la eficiencia mediante la entrega de ubicaciones de activos
incorrectas, y dificulta la integración con otros sistemas empresariales. Una
mejor información también ayuda a mejorar el servicio al cliente con
asignaciones de trabajo precisas y una mejor respuesta de emergencia.
El trabajo de limpiar los datos comenzó como un
esfuerzo largo y tedioso. Sullivan, Dickman y un interno tuvieron que revisar
cada característica de forma manual para verificar la precisión espacial y la
corrección de los atributos. Este tipo de proceso de control de calidad (QC)
fue limitado en que fue exploratorio y no exhaustivo.
La solución
Sullivan notó una Revisión de salud de los datos de
Esri en la agenda de una próxima conferencia. Se enteró de que ArcGIS Data
Reviewer, una extensión de ArcGIS, podría hacer que su trabajo fuera mucho más
rápido. Además de la extensión de ArcGIS, el distrito compró servicios de
consultoría in situ y trabajó con un ingeniero de geodatos de Esri para
implementar Data Reviewer y proporcionar transferencia de conocimiento.
Los resultados
Los miembros del equipo GIS en SACWSD usaron Data
Reviewer inicialmente para obtener una instantánea general de los datos que les
ayudaron a decidir cuál de las cientos de posibles verificaciones de datos
realizarían primero.
Sullivan dijo: "Nuestro consultor de Esri fue
paciente y muy cuidadoso en mostrarnos cómo usar el producto. Cubrimos mucho en
los dos días que el consultor estuvo en el lugar. Nuestra experiencia con Esri
Professional Services fue estelar".
"Trabajar con Esri permitió que el personal de
SACWSD progresara rápidamente. Aunque algunos controles se explican por sí
mismos, el personal necesitaba asistencia de expertos para comprender la lógica
detrás de la configuración de los más avanzados y para que se ejecuten
correctamente". Las mejores prácticas son ahora capturadas en una
plantilla y puesto a disposición de todos.
Data Reviewer ayudó a estandarizar el proceso de
control de calidad de la priorización y la búsqueda de errores y el seguimiento
de las correcciones. En tres meses, un conjunto de datos se limpió por
completo. Las ediciones espaciales en los dos conjuntos de datos más grandes
restantes se completaron pronto. El enfoque inicial fue encontrar funciones
desconectadas. Las comprobaciones de conectividad aseguraron que todas las
características estuvieran conectadas adecuadamente para que el software de
modelado de agua funcione con éxito y brinde resultados precisos. A
continuación, para que las solicitudes de servicio y las órdenes de trabajo se
creen correctamente en el software de gestión de activos, la identificación de
cada activo debe estar llena y no debe tener valores duplicados. Estos se
determinaron utilizando la verificación de identificación única.
Esri también fue fundamental para ayudar al distrito a
construir sus bases de datos y brindar asesoramiento sobre el modelado de datos,
como el uso de dominios en lugar de subtipos. El distrito trabajó en
colaboración con Esri para crear un esquema de datos que ahora se explica por
sí mismo para los usuarios de la organización.
Antes de que adquirieran Data Reviewer y se
comprometieran con la ayuda de Esri, Sullivan y Dickman estaban buscando años
para verificar manualmente las características a medida que construían su base
de datos. Ahora, solo Dickman está trabajando en el esfuerzo, y ya se encuentra
seis meses antes de lo previsto. Para cuando se completen los tres conjuntos de
datos, esperan haber ahorrado más de un año-hombre.
A medida que continúa el desarrollo de nuevas
infraestructuras, el distrito planea usar ArcGIS Data Reviewer para realizar
control de calidad en los nuevos datos y para mantener sus datos existentes.
Recomiendo este enfoque para pequeñas tiendas como la
nuestra [cuyo personal] no puede dedicar el 100% de su tiempo a hacer control
de calidad.
Cliff Sullivan, supervisor GIS
Distrito de Agua y Saneamiento del Condado de South
Adams
Comentarios
Publicar un comentario