haku: @supervisor Järvenpää, Eila / yhteensä: 395
viite: 5 / 395
| Tekijä: | Herttuainen, Anna |
| Työn nimi: | Paikkatiedon laadun varmistamisen prosessit ja työvälineet |
| Tools and processes of GIS data quality checking | |
| Julkaisutyyppi: | Diplomityö |
| Julkaisuvuosi: | 2016 |
| Sivut: | (10) + 110 s. + liitt. 4 Kieli: fin |
| Koulu/Laitos/Osasto: | Perustieteiden korkeakoulu |
| Oppiaine: | Tietointensiivinen liiketoiminta (T3008) |
| Valvoja: | Järvenpää, Eila |
| Ohjaaja: | Järvinen, Ulla |
| Elektroninen julkaisu: | http://urn.fi/URN:NBN:fi:aalto-201606172566 |
| Sijainti: | P1 Ark Aalto 4123 | Arkisto |
| Avainsanat: | GIS data validation data quality data quality tools process modelling paikkatieto datan laadun varmistaminen paikkatiedon laatu tiedon laadun työkalut prosessimallinnus |
| Tiivistelmä (fin): | Paikkatiedon laatu on ollut viime vuosina esillä erityisesti uusien standardien ja EU:n hankkeiden kautta. Vuonna 2013 julkaistu ISO 19157 on keskittynyt tarkastelemaan juuri paikkatiedon laatua, ja EU:n projektit, ESDIN ja ELF, ovat pyrkineet yhtenäistämään paikkatiedon laatuvaatimuksia Euroopan sisällä sekä luomaan uusia työkaluja paikkatiedon laadunhallintaan. On selvää, että paikkatiedon laatu vaikuttaa kriittisesti siihen, minkälaisia analyysejä ja päätöksiä sen pohjalta voidaan tehdä. Samalla ymmärretään, että nämä päätökset voivat vaikuttaa organisaation tehokkuuteen sekä aiheuttaa merkittäviä riskejä niin taloudellisessa kuin eettisessäkin mielessä. Tämä tutkimus perehtyy siihen, millä tavalla datan laatua voidaan organisaatiossa kehittää tarkistustyökalujen ja prosessien kautta. Tutkimusmenetelminä toimivat haastattelut, havainnointi, sähköpostikysely sekä prosessimallinnus. Tutkimus luo tutkittavaan tapauskontekstiin työkalun sekä prosessit, joilla loppukäyttäjien työskentelyä tuetaan ja datan laatu varmistetaan. Tutkimus tarkastelee työkaluja ja prosesseja laajan teoreettisen pohjan kautta, jossa perehdytään niin paikkatietoalan standardien, suositusten sekä merkittävien projektien luomiin laatuelementteihin kuin laadunhallinnan työkaluihin. Tässä yhteydessä havaittiin, että teoreettisen tiedon nostamat laatuelementit eivät kyseisen tapauksen puitteissa korostuneet tasavertaisesti, vaan käytännössä laatuvaatimukset muodostetaan käyttäjien tarpeista ja järjestelmän vaatimuksista. Tällöin muutaman elementin toteutuminen tietokannassa voi riittää. Tutkimuksen tulosten perusteella Data Reviewer -työkalu soveltuu hyvin myös monimutkaisen paikkatietokannan tarkistamiseen. Lisäksi prosesseilla luotiin toimintamalli, missä aineistonkäsittelyn jälkeen data tarkistetaan aina ennen uuteen järjestelmään viemistä, millä pyritään vähentämään virheiden siirtymistä järjestelmästä toiseen järjestelmäkokonaisuudessa. Lisäksi kehitettiin viikoittaisen automatisoidun tarkistuksen prosessikulku, jolla tarkistetaan koko tietokanta erityisesti kriittisten virheiden osalta säännöllisesti. Näin voidaan seurata laadun kehitystä tietokannassa sekä havaita kehitystarpeita laadunhallinnassa. |
| Tiivistelmä (eng): | Quality of spatial data has been actively featured lately due to new spatial data quality standard, ISO 19157. Also, EU has been financing projects, such as ESDIN and ELF, aiming to develop spatial data quality within European countries. It is clear that the quality of spatial data affects critically which analyses and decisions can be done based on the data. At the same time it is understood that these decisions influence the efficiency of the organization and can cause significant economic and social risks if they are based on incorrect data. This study illustrates how data quality can be developed in an organization by using data quality tools and processes. Several methods are used in the research including interviews, observation, survey and process modelling. The study constructs a tool and processes fit for the context of the case study and this result will support the work of the end users as well as the quality of the spatial data in the organization. The study observes the tools and processes by using a wide theoretical background of quality standards, recommendations and essential projects of the area. By doing so, the study has been able to show an interesting inconsistency between the theoretical data quality elements and the elements of the organization's quality specification. Based on this study, it seems that not all organizations view all the elements of the theories equally important. Instead, they consider more the needs of the users and the requirements of the systems and base the specifications to those. It was found in this study that Data Reviewer tool is suitable for viewing complicated spatial data. Moreover, a new operations model was created by redefining quality related processes. In these processes, the data is checked before adding it to the other systems which will decrease the amount of errors moving between the systems. Also, a process for automatic weekly data checking was developed in the study. This will be used to view the whole database regularly to discover especially critical errors that could affect the functioning of the systems. This can be used as well to monitor the quality of the database regularly as well as collecting development needs for spatial data quality management. |
| ED: | 2016-07-17 |
INSSI tietueen numero: 53996
+ lisää koriin
INSSI