ArcGIS Data Reviewerのロードマップは、将来のリリースで計画されている機能や強化の推定タイムラインを示しています。これらのタイムラインは、顧客からのフィードバックや優先順位の変化により変更される可能性があります。<\/P>
データ品質管理プログラムに影響を与える欠落している機能や優先順位が低い機能はありますか？Esri CommunityのData Reviewer Ideasの場でフィードバックを共有することをお勧めします。あなたの提案は将来の開発に直接影響を与えます。アイデアを提出すると、製品チームによってレビューされ、今後のリリースに含めるか検討され、Data Reviewerが引き続きあなたのニーズに応えることを確実にします。<\/P>
ArcGIS Data Reviewerの最新リリースに関する詳細については、ArcGIS Data Reviewerの新機能ブログをご参照ください。<\/P>
短期目標<\/STRONG><\/H3>短期目標には、今後数回のソフトウェアリリースで計画されている新機能および強化が含まれます。通常、Data ReviewerはArcGIS ProおよびArcGIS Enterpriseとともに年2回リリースされます。短期目標には以下が含まれます:<\/P>
Data Reviewerの短期目標<\/span><\/span><\/P> <\/P>データ品質レビューの簡素化<\/H4>ユーザーエクスペリエンスを向上させるために、ArcGIS Data Reviewerは自動化された品質管理ワークフローの実装における一般的な課題に対処する一連の強化を導入します。これには、特にData Reviewerチェックを使用して作成された属性ルールを含む検証サーバー対応Webレイヤーの共有プロセス中のエラー最小化が含まれます。これらの強化は、欠落レイヤーの検出やフェデレーションサーバーのライセンスおよびバージョンに関連する問題の特定に役立ちます。 <\/P>さらに、検証属性ルールのパフォーマンストラブルシューティング時の可視性を高める強化も計画されています。管理者はデータ検証問題の診断と解決に役立つより良いツールと洞察を得て、より効率的で高性能な品質管理プロセスを実現します。<\/P>AI搭載エラー検出<\/H4>ArcGIS Pro assistantはAI搭載の生産性をArcGIS Proに直接もたらし、ユーザーが日常的なGISタスクを直感的で会話型の体験に変換する手助けをします。ArcGIS Pro assistant 3.7ベータリリースでは、Data Reviewer機能がよりスマートな自動データ品質ワークフローを導入し、ユーザーが検証チェックを予測し、データインサイトを発見し、品質チェックをより効率的に構成できるよう支援します。初期サポートは水道および電力ネットワークデータセットに焦点を当てており、屋内マッピングへのサポートも追加されています。これらの機能は進化し続け、ベータテスト中に収集された顧客フィードバックを通じてより多くの業界へ拡大し洗練されます。<\/P>自動品質管理強化<\/H4>自動データ品質チェックはData Reviewerで最も広く使用されている機能の一つです。Data Reviewerチェックは属性ルールやArcGIS Pro内のRun Data Checksコマンドなど複数のワークフローをサポートしています。これらの機能は組織がより手動的な方法と比較して時間を節約することに役立ちます。<\/P>計画されている強化は、自動レビューをより完全で柔軟かつ一般的なGISデータ管理ワークフロー全体で適用しやすくすることに焦点を当てています。<\/P>Z対応フィーチャーサポート拡大.<\/STRONG> Z対応データの自動レビュー改善作業が継続されます。例えば、道路輸送やパイプラインのお客様はZ対応パイプまたは道路中心線フィーチャーが他フィーチャーと交差するときに誤検知しないようEvaluate Intersection Countチェックの強化が必要です。<\/LI>接続性検証改善.<\/STRONG> 屋内マップやルーティングで使用される道路中心線を管理するお客様には線状フィーチャー間接続性評価用Feature on Featureチェック強化が求められています。屋内マッピングでは階段など両端が廊下など通路フィーチャーと接続していない遷移フィーチャー識別も含みます。<\/LI>チェック内SQLサポート拡大.<\/STRONG> 複数業界のお客様から追加SQL演算子や関数対応への要望があります。例としてModulus関数による道路中心線上住所範囲不一致識別やCast関数による異なるフィールドタイプ格納属性値比較があります。<\/LI>重複値および欠損値用新チェック.<\/STRONG> 新しい自動レビュー機能では、水道ユーティリティデータセット内重複資産IDなど複数フィーチャクラス・テーブル横断で重複属性値識別が可能になります。またnull, 空, 空白属性値含むフィーチャー・行識別も簡素化する新チェックも提供されます。<\/LI>柔軟なエラー管理<\/H4>各GISフィーチャーには複数エラー条件が関連付けられる可能性があるため、データ品質レビュー中に作成されたエラー管理はかなり大変です。この課題に対処するため、計画中の強化はエラー管理プロセスを合理化し、より柔軟かつ制御可能にすることに焦点を当てています。<\/P>主な改善点として、不必要になったエラーフィーチャー自動削除支援ツール提供があります。例えば組織は指定保持期間（月次・四半期など）経過後確認済みエラー自動削除が可能になります。<\/P>確認済みエラー追跡不要なお客様向けには、新オプションとしてData Reviewerのerror lifecycleプロセスからオプトアウトできます。有効時にはジオデータベース上で関連エラー条件解決後エラーフィーチャーが自動削除され、不必要な手順が省略され報告ニーズが単純なお客様向けに効率的なワークフローとなります。<\/P>一部組織では規制遵守目的でエラーと修正ステップ追跡が必要です。計画中強化ではエラー管理プロセス全体でトレーサビリティと報告能力向上があります。有効時にはジオデータベース上でエラー条件解決後も自動確認済みにならず、ユーザーが各エラー状態手動管理および修正・確認時アクション記録を行います。<\/P>データ品質報告<\/H4>データ品質報告は組織全体で透明性向上に重要な役割を果たします。明確な状態および結果インサイト提供によって利害関係者は問題箇所と対処方法理解が深まり、この可視性は説明責任促進、情報に基づく意思決定支援、および継続的改善文化促進につながります。<\/P>計画中機能には既存data accuracy reportingツール強化（ブランチバージョンジオデータベース対応）やダッシュボードによるデータ品質要約・傾向報告があります。<\/P>Kubernetes対応<\/H4>Linux上ArcGIS Enterprise用Data Reviewer認定取得後、チームは新たかつ新興顧客展開パターン対応継続努力中です。これにはKubernetes上ArcGIS EnterpriseでData Reviewerベースデータ品質管理機能サポート有効化も含まれます。<\/P>中期目標<\/STRONG>
中期目標には将来3〜4回分（通常18〜24ヶ月先）リリース予定機能・能力が含まれます。それにはReviewerベース制約・検証属性ルール自動作成サポート、PythonによるData Reviewerチェック統合自動ワークフローへの組み込み、Webアプリケーションへのデータ品質フィードバック統合機能、およびArcGIS Onlineでのデータ品質レビューサポートがあります。
Data Reviewerの中期目標
長期目標
長期目標は、まだ特定のリリースに割り当てられていないロードマップ上の項目です。これらは意図的にオープンエンドにしてあり、顧客からのフィードバックや議論を促しています。
これらの目標には、multipatchまたは3Dオブジェクトフィーチャとして保存された3Dフィーチャの自動レビューのサポート、検証属性ルールでmultipointエラーフィーチャを保存する機能、メタデータコンテンツの自動レビューのサポート、および一般的なデータ編集アプリケーションでのエラー修正を支援するAIスキルが含まれます。
Data Reviewerの長期目標
