Guiden tar dig hela vägen från smart inhämtning av data till färdig visualisering.
1. Inhämtning av data
Börja med att sätta upp flöden för att hämta öppna data – från till exempel Sveriges dataportal, SMHI, Trafikverket, Lantmäteriet eller polisens – automatiskt. Gör det genom att använda API:er, FME, Python eller ArcGIS Data Pipelines.
ETL (Extract, Transfer och Load)-verktyg som FME och ArcGIS Data Pipelines är lämpliga att använda bland annat när du vill automatisera bearbetning, transformera och uppdatera data mellan olika källor. Vanligtvis sker detta i batch eller schemalagd form. Konkret kan det till exempel handla om att hämta data från ett API, en molnlagring eller en databas, omvandla fältnamn och geometrier, filtrera eller berika data. För att sedan skriva ut resultatet till ett feature layer, eller datalager, i ArcGIS Online eller Enterprise.
I det här exemplet använder vi ett API från polisen som tillhandahåller ett urval av händelsenotiser. Med hjälp av ArcGIS Data Pipelines börjar du med adressen till ett API som returnerar data i JSON-format. Nästa steg skapar och beräknar två nya fält; ett med latitud-koordinater och ett med longitud-koordinater. Därefter skapas faktiska geografiska punkter baserat på de två nya beräknade fälten. Detta för att ArcGIS ska kunna visualisera informationen på en karta. Sista steget skapar ett feature layer eller en tjänst i er ArcGIS-miljö. För det lagret kan du välja att lägga till data som rapporteras in som nya objekt på kartan. På så sätt får vi ett dynamiskt lager som speglar aktuell information från datakällan.
2. Förädling och lagring av data
När data har hämtats kan den lagras antingen i organisationen databaser för att underlätta vidare bearbetning, visualisering och åtkomst. Jobbar din organisation i ArcGIS Online lagras bearbetade data i hostade tjänster. All data sparas i er ArcGIS-portal och kan behörighetsstyras beroende på vem som ska ha tillgång till dem. Beabetade data från de olika öppna källorna kan nu förädlas vidare efter organisationens önskemål för att skapa en gemensam lägesbild.
3. Notifieringar
Det tredje steget fokuserar på att automatisera kommunikationen. Syftet är att snabbt skicka notifieringar vid förändringar, så att viktig information kommuniceras till involverade personer och roller. Välj att skicka notifieringar via verktyg som webhooks, mail eller skript (Python).
För att hantera dessa flöden kan ArcGIS Connectors for Power Automate användas för att skapa notifieringar utan att behöva skriva kod. I praktiken innebär det att du får möjlighet att sätta upp flöden i ett visuellt gränssnitt där förändringar av data eller andra händelser i din ArcGIS-miljö kan ”trigga” Microsoft-miljön att till exempel automatiskt generera ett mail i Outlook, skapa en rad i SharePoint, en post i en Teams-kanal eller skicka ett meddelande i Teams.
Du autentiserar dig i Power Automate med dina inloggningsuppgifter ArcGIS Online och får på så sätt möjlighet att jobba med era tjänster. Vilka actions du har möjlighet att använda beror på din användares rättigheter i ArcGIS Online.
4. Visualiserad lägesbild
Slutligen visualiseras förädlade data i ArcGIS Dashboards eller andra anpassade användargränssnitt. Målet med visualiseringen är att erbjuda en gemensam men behovsanpassad lägesbild som möjliggör snabb respons. Resultatet används för att skapa rapporter och underlag för operativa beslut.
I det här fallet bygger dashboarden på öppna data som hämtats hem via ArcGIS Data Pipeline. Här kombineras trafikkameror från Trafikverket, SMHI:s vädervarningar och trafikrelaterade händelser filtrerade från polisens API som visas i samma gränssnitt. Det ger berörda en gemensam sammanhållen lägesbild och dessutom möjlighet att ta del av den information som är relevant i just deras roll. Dashboarden kan också bäddas in i organisationens interna informationskanaler, till exempel Teams.
