ATP modellenDatakvalitet – enkle kontrollrutiner

Datagrunnlag

• Data fra Bedrifts- og foretaksregisteret

• Nettverket

• Punkt som ikke snappes til nettverket

• Service area kontra Buffer

• Befolkningsdata

• Beregninger – noen triks

Bedrifts- og foretaksregisteret

• Inneholder data om:

– Bedrifter på adressenivå (koordinat for adresse)

– Antall ansatte

– Arbeidstid for ansatte

– De ansattes bostedsgrunnkrets

• Noen bedrifter har ansatte som ikke møter på bedriftens adresse:

– Vikarbyrå

– Avisbud

Bedrifts- og foretaksregisteret - sjekk• Sorter bedrifter etter antall ansatte

• Sjekk de største bedriftene – dvs de med flest antall ansatte fordi det er her de store feilene vil forekomme

– Som vikarbyrå

– Som hovedkontor

– Som avisbud knyttet til adressen for distribusjonsbedriften

• Sjekk bedrifter som har null ansatte

– Er dette enkeltmannsforetak? Innenfor en del servicetjenester er dette vanlig (legekontor, tannlegekontor, frisører med mer)

– Vurder om det er rimelig å legge inn en ansatt i slike bedrifter

– Se opp for bedrifter som kun er regnskapsenheter ; eksempel på dette kan være forretningsgårder, sameier og lignende som vanligvis kun har en forretningsfører som samtidig gjerne er forretningsfører for flere slike bedrifter

Nettverket

• Se opp for brudd i nettverket

• Hvis du har brudd, stopper alle beregninger i bruddet

• Hvis det oppstår slike tilfeller, sjekk nettverket i dette området

• Kjør en enkel ”korteste veg” og sjekk vegvalget

Punkt som ikke snappes til nettverket

• Her er de grå punktene ikke snappet til nettverket.

• Disse punktene vil ha verdien 0 for tid/avstand

• Sjekk spesielt ”til-punktene” – hvis du har holdeplasser som ikke får tildelt befolkning kan det skyldes at holdeplassen ikke snappes til nettverket

Service area kontra Buffer

• Her ser vi at Service area har større utstrekning enn Buffer

• Hvis du skal finne antall bosatte har dette betydning

• Vurder hvilket nøyaktighetsnivå analysen krever

Befolkningsdata – reduser antall punkt

• De røde punktene er befolkning på adresse

• De svarte punktene er befolkning innenfor en radius på 100 meter

• Hvis du vil finne befolkning innenfor det gule området; får du 708 personer når du bruker røde punkt og 584 personer når du bruker de sorte

Befolkningsdata – reduser antall punkt

• Dette er resultatet av forenklingen og forskjellen kan slå begge veier

• Vurder alltid hvilken nøyaktighet du trenger

• Generelt sett er det slik at

– Hvis du skal finne befolkning innenfor et område, er det lite å spare på å bruke datasett som er forenklet

– Hvis du skal beregne for eksempel reiseavstand fra alle befolkningspunkt til Gløshaugen, er det mye å spare på å bruke datasett som er forenklet

Beregninger – noen triks

• På 3.x plattformen er det generelt sett vanskelig å ha kontroll på snappetoleranser

• For å være sikker på at snappetoleransene er den samme fra beregning til beregning, er det fornuftig at alle beregninger starter i den samme målestokken

– Det betyr at du alltid har kartet i samme målestokk når du starter beregningene

– Hvis ikke var det stor sjanse for at ”like” beregninger ga litt forskjellig resultat

• Dette er sterkt forbedret på 9.x plattformen, men det må testes

Oppsummert

• Vurder rimeligheten av resultatene

– Er resultatet som forventet?

– Er andelen rimelig i forhold til totalen?

• Hvis du er usikker

– Sjekk beregningen på et mindre og mer oversiktlig område

– Vurder om du har en mulighet til å sjekke resultatet ved å bruke andre funksjoner?

– Sjekk ut noen enkeltpunkt