Roteiro do ArcGIS Data Reviewer (2º trimestre de 2026)

JayCary

O roteiro do ArcGIS Data Reviewer descreve o cronograma estimado para recursos planejados e melhorias em futuras versões. Esses cronogramas estão sujeitos a alterações conforme o feedback dos clientes e as prioridades evoluem.<\/P>

Falta algum recurso ou ele não está priorizado que impacta seu programa de gerenciamento de qualidade de dados? Incentivamos você a compartilhar seu feedback no Data Reviewer Ideas<\/A> na Comunidade Esri. Suas sugestões influenciam diretamente o desenvolvimento futuro. Após enviar uma ideia, ela é revisada pela equipe do produto e considerada para inclusão em lançamentos futuros, ajudando a garantir que o Data Reviewer continue atendendo às suas necessidades.<\/P>

Para mais informações sobre a versão mais recente do

ArcGIS Data Reviewer<\/A>, consulte o blog Novidades no ArcGIS Data Reviewer<\/A>.<\/P>

Objetivos de curto prazo<\/STRONG><\/H3>Os objetivos de curto prazo incluem novos recursos e melhorias planejadas para os próximos lançamentos de software. Normalmente, o Data Reviewer é lançado duas vezes por ano com o ArcGIS Pro e ArcGIS Enterprise. Os objetivos de curto prazo incluem o seguinte:<\/P>Objetivos de curto prazo para Data Reviewer<\/span><\/span><\/P> <\/P>Simplificar a revisão da qualidade dos dados<\/H4>Para melhorar a experiência do usuário, o ArcGIS Data Reviewer introduzirá uma série de melhorias que abordam desafios comuns na implementação de fluxos de trabalho automatizados de controle de qualidade. Isso inclui minimizar erros durante o processo de compartilhamento de camadas web habilitadas para servidor de validação, especialmente aquelas contendo regras de atributo criadas usando verificações do Data Reviewer. Essas melhorias ajudarão a detectar camadas ausentes e identificar problemas relacionados à licença e versão de um servidor federado. <\/P>Além disso, estão planejadas melhorias que aumentam a observabilidade ao solucionar problemas de desempenho das regras de atributo de validação. Os administradores terão melhores ferramentas e insights para diagnosticar e resolver problemas de validação de dados, levando a processos de controle de qualidade mais eficientes e com melhor desempenho.<\/P>Detecção de erros com IA<\/H4>O assistente do ArcGIS Pro traz produtividade com IA diretamente para o ArcGIS Pro, ajudando os usuários a transformar tarefas diárias de GIS em experiências intuitivas e conversacionais. Com o lançamento beta 3.7 do assistente do ArcGIS Pro<\/A>, as capacidades do Data Reviewer introduzem fluxos de trabalho automatizados mais inteligentes para qualidade dos dados, ajudando os usuários a prever verificações de validação, descobrir insights dos dados e configurar verificações de qualidade com mais eficiência. O suporte inicial foca em conjuntos de dados das redes de água e energia elétrica, com suporte adicional para mapeamento interno. À medida que essas capacidades evoluem, elas se expandirão para mais indústrias e serão refinadas por meio do feedback dos clientes coletado durante os testes beta.<\/P>

Melhorias no controle automatizado da qualidade<\/H4>As verificações automatizadas da qualidade dos dados estão entre as capacidades mais amplamente usadas no Data Reviewer. As verificações do Data Reviewer<\/A> suportam múltiplos fluxos de trabalho, incluindo regras de atributo e o comando Executar Verificações de Dados no ArcGIS Pro. Essas capacidades ajudam organizações a economizar tempo em comparação com abordagens manuais para controle da qualidade dos dados.<\/P>

As melhorias planejadas focam em tornar a revisão automatizada mais completa, flexível e fácil de aplicar em fluxos comuns de gerenciamento de dados GIS.<\/P>

• Suporte ampliado para recursos habilitados para Z.<\/STRONG> O trabalho contínuo melhorará a revisão automatizada dos dados conscientes da coordenada Z. Por exemplo, clientes dos setores de transporte terrestre e oleodutos precisam de uma verificação aprimorada

Avaliar Contagem de Interseções<\/A> para evitar resultados falso-positivos ao identificar recursos habilitados para Z como tubulações ou linhas centrais rodoviárias que se cruzam com outros recursos.<\/LI>Validação aprimorada da conectividade.<\/STRONG> Clientes que gerenciam mapas internos ou linhas centrais rodoviárias usadas em roteamento requerem melhorias na verificação Recurso sobre Recurso<\/A> para avaliar a conectividade entre recursos lineares. Para mapeamento interno, isso inclui identificar recursos de transição, como escadas, que não se conectam em ambas as extremidades com recursos caminho, como corredores.<\/LI>Suporte ampliado para SQL nas verificações.<\/STRONG> Clientes em vários setores solicitaram atualizações na verificação Consultar Atributos<\/A> para suportar operadores e funções SQL adicionais. Exemplos incluem usar a função Módulo para identificar intervalos endereçados incompatíveis em linhas centrais rodoviárias e a função Cast para comparar valores atribuídos armazenados em diferentes tipos de campo.<\/LI>Novas verificações para valores duplicados e ausentes.<\/STRONG> Novas capacidades automatizadas apoiarão a identificação de valores duplicados em atributos, como IDs duplicados em um conjunto de dados da concessionária de água, através de múltiplas classes e tabelas em uma geodatabase. Uma nova verificação também simplificará a identificação de recursos e linhas que contenham valores nulos, vazios ou em branco nos atributos.<\/LI>

Gerenciamento flexível de erros<\/H4>Gerenciar erros criados durante a revisão da qualidade dos dados pode ser considerável dado que cada recurso GIS pode potencialmente ter múltiplas condições associadas. Para enfrentar esses desafios, as melhorias planejadas focam em simplificar os processos gerenciais oferecendo maior flexibilidade e controle.<\/P>Uma melhoria chave é fornecer ferramentas que suportem a remoção automatizada dos recursos com erro que não são mais necessários para relatórios da qualidade dos dados. Por exemplo, organizações poderão automatizar a remoção dos erros verificados após um período especificado (mensal, trimestral etc.).<\/P>Para clientes que não necessitam rastrear erros verificados, haverá uma nova opção para optar por não participar do processo ciclo de vida do erro<\/A> do Data Reviewer. Quando ativada na geodatabase, os recursos com erro serão automaticamente excluídos assim que a condição associada for resolvida, eliminando etapas desnecessárias e proporcionando um fluxo mais eficiente quando as necessidades relatórias forem menos complexas.<\/P>

Algumas organizações exigem rastreamento dos erros e das etapas corretivas para conformidade regulatória. As melhorias planejadas aumentarão a rastreabilidade e os relatórios durante todo o processo gerencial dos erros. Quando ativada na geodatabase, os recursos com erro não serão mais automaticamente verificados após resolução da condição do erro. Em vez disso, os usuários gerenciarão manualmente o status dos erros e documentarão as ações tomadas ao corrigir e verificar um erro.<\/P>

Relatórios da qualidade dos dados<\/H4>Os relatórios da qualidade dos dados desempenham papel crítico ao aumentar a transparência dentro da organização. Ao fornecer insights claros sobre o status e resultados das verificações da qualidade dos dados, as partes interessadas podem entender melhor onde existem problemas e como eles podem ser resolvidos. Essa visibilidade promove responsabilidade, possibilita decisões informadas e fomenta uma cultura contínua de melhoria nas práticas gerenciais dos dados.<\/P>Os recursos planejados para relatórios da qualidade incluem melhorias na ferramenta existente relatório da precisão dos dados<\/_a>, suporte para geodatabases versionadas por ramificação (branch-versioned), além da sumarização da qualidade dos dados e relatórios tendências usando dashboards.<\/_p>

Suporte no Kubernetes<\/_h4>Com a recente certificação do Data Reviewer for ArcGIS Enterprise on Linux, a equipe continuará esforços para atender novos padrões emergentes nos padrões implantação pelos clientes. Isso inclui habilitar suporte às capacidades gerenciais baseadas no Data Reviewer dentro do ArcGIS Enterprise on Kubernetes.<\/_p>Objetivos médios prazos<\/_strong>Os objetivos médios prazos incluem aqueles recursos planejados para três a quatro lançamentos futuros (tipicamente 18–24 meses à frente). Estes incluem suporte à criação automatizada das regras restritivas baseadas no Reviewer e regras atributo validação integradas às verificações do Data Reviewer dentro fluxos automáticos usando Python; capacidade integrar feedbacks da qualidade dos dados em aplicações web; além do suporte à revisão da qualidade dos dados no ArcGIS Online. <\/_p>Metas de médio prazo para Data Reviewer Metas de longo prazoAs metas de longo prazo são itens no roteiro que ainda não foram atribuídos a uma versão específica. Elas são intencionalmente abertas para convidar feedback e discussão dos clientes.Essas metas incluem suporte para revisão automatizada de recursos 3D armazenados como multipatch ou recursos de objeto 3D, a capacidade de armazenar recursos de erro multiponto em regras de atributo de validação, suporte para revisão automatizada do conteúdo de metadados e habilidades de IA que suportam correção de erros em aplicações comuns de edição de dados.Metas de longo prazo para Data Reviewer