数据在牧场的应用威斯康辛大学奶业大脑创新团

威斯康辛大学奶业大脑创新团队致力于数据集成的开发、数据驱动和提供时间敏感性的决策支持工具（DST），用于改善奶牛的生产性能。这个系统旨在整合和协调来自牧场和非牧场的数据，应用于前沿科研分析，并在一个易于使用的界面返回信息。这将节省宝贵的时间，提供新颖的见解，改善奶牛的生产性能。
这些工具基于先进的科学知识，依赖于最新的计算机技术。虽然感官上很有吸引力，但并不能保障其市场应用情况。经验表明，科学界在推动这些工具应用方面还没有发挥有效的作用。
文章插图
向前三步
奶业大脑项目收集了一系列潜在用户的信息，期待实施三种有价值的分析方法。
描述性分析：类似于关键绩效指标（KPI），这种分析包括产奶量、饲料转化效率或减去饲料成本后的牛奶收入。为了基准测试，还可以在历史数据中纳入这些数据。
【数据在牧场的应用】预测性分析：采用回归和机器学习等方法来预测未来的情况，如酮病、乳房炎或生产性能。这些预测可以帮助奶农评估不同的情况下，不同的管理决策的潜在结果情况。
规范性分析：该分析结合了描述性和预测性分析，包括根据营养需要进行分群、长期的育种策略或者基于当前或未来的牛群结构推荐淘汰决策。
文章插图
存在挑战
除非一种新的工具易于使用、实用，并能够为牧场运营增加明显的价值，否则奶农们不会心甘情愿地采用新工具。虽然这些工具能为牧场提供新颖且有价值的信息，但相关的应用还需严格的数据收集和标准化。
由于培训不足和数据类型的多样性，目前的标准化方法具有一定的局限性。尽管一些指标存在标准化流程，如健康事件的记录，但在牧场没有得到很好的执行。针对不同级别用户牧场设计的具有详细操作流程的教程，也存在访问局限性。
解决问题的方案是多方面的，为了增加工具的有效性，关键在于牧场内部或外部之间数据的收集和标准化，以便数据能够有效地集成到分析链中。查看了国际动物记录委员会（ICVR）、国家乳房炎协会（NMC）和其他相关网站的一些数据记录情况，发现缺乏相关的附加协议以规范数据记录的一致性。
为了保障数据的一致性和适用性，制定相关的规范前，咨询奶农和牧场顾问很重要。除了建立新的标准和协议外，还可以推广相关的管理教材。这些项目可以通过工具程序的使用和创建用户之间的交流平台来推动奶农们的持续关注。
即使这些工具有能力提供一些实用信息，但若不具备简洁性和及时性，那么在牧场决策方面也没有价值。这些工具应该能针对不同的牧场发出定制性的预警信息，例如牧场采取了一些措施后的利润或奶牛的健康变化情况。文本、邮件或应用程序提醒可以作为信息沟通的第一道防线，如若有必要，还可以通过应用程序或网络界面进行深入的了解。
报告中数据量超载和缺乏清晰度，会严重影响工具的使用。因此，数据必须以合理可视化的方式进行展示，设计规范和易于理解至关重要。奶农能够自行定制预警和数据显示，以便符合个体需求和目标。
此外，不同的人员、顾问或其他人能够共享信息，同时能够轻松的管理数据的访问级别。最后，这些工具还得便于奶农们或管理者提取有用信息，并能监测相关进程，这样才能增加决策工具的用户粘性。
文章插图
概念转化为现实
我们需要奶农们相信这些工具输出的数据，奶业大脑项目正在致力于解决这些问题。重要的是，尽快找出关键领域，才能取得有价值的胜利。
在这种情况下，奶业大脑平台将通过识别当前与前一段时间数据之间的差异，并显示何时以及发生了何种变化来追踪造成这种变化的潜在原因，从而促进牧场的管理水平。一旦建立了类似的工具，就可以开发和部署预测性分析，最终实现规范性分析。
最后，决策支持工具的开发必须被视为一个动态变化的过程。在两个方面的持续互动，将加强与牧场的伙伴关系。满足用户需求，是工具得以持续使用的关键。我们希望奶农们都能积极的参与到奶业大脑项目中。