Farm data in China

Tijdens mijn rondreis door China, heb ik een aantal bedrijven bezocht in de stalautomatisering. Dit waren bedrijven die ofwel eigen stallen met dieren hebben of in de toeleverende business zitten. De bezochte bedrijven zitten weliswaar allemaal in de varkens keten, maar gezien hetzelfde gebruik van staldata en computers en de redelijke gelijkwaardigheid in de vleesketen, is de vergelijkbaarheid met de vleeskuiken keten goed.

Opvallend is dat de bedrijven relatief veel met Nederlandse/West Europese computers werken. Net als in Nederland zijn hier ook systemen in gebruik om data uit de verschillende stalcomputers van verschillende merken in te lezen. Deze data wordt vervolgens gebruikt voor management optimalisatie en controle van de bedrijven en werknemers. Deze zijn redelijk vergelijkbaar met systemen als Farmresult en Porphyrio. Met name de bedrijven die directe verkoop van complete stal projecten doen zien hier duidelijke voordelen in om de klanten beter te ondersteunen. De toepassing toepassing van diepere analyse en of de borging van voedselkwaliteit door middel van block chain is minder vanzelf sprekend. Met name doordat de gebruikers hier (nog) niet om vragen, wordt hier nog niet veel aandacht aan besteedt. Echter een uitzondering is Yingzi, het bedrijf welke naast varkensbedrijven vooral ook een ict bedrijf is. Zij hebben vorig jaar gezichtsherkenning bij varkens gepresenteerd en zijn nu bezig met block chain als pilot om de voedsel veiligheid beter te kunnen borgen. Gezien de schandalen van de laatste jaren rondom voedsel in China, is hier veel te winnen. Zij starten met een permissioned ledger. Hiermee gaan ze in de pilot met een klein onderdeel van voedsel veiligheid van start, echter hiervoor is in China een goedkeuring van de overheidsinstantie voor block chain. Dit sluit heel nauw aan de eigen stappen (stapjes is misschien een beter woord). Ik heb dan ook niet alleen veel opgestoken van de aanpak in China, maar we hebben ook afgesproken dat we contact houden over de voortgang van ons beide projecten.

During my tour through China, I visited a number of companies in the pig and poultry house automation. These were companies that either have their own houses with animals or are in the supply business. The visited companies are all in the pig chain, but given the same use of house data and computers and the reasonable equivalence in the meat chain, the comparability with the broiler chain is good.

It is striking that the companies work relatively often with Dutch / West European computers. Just like in the Netherlands, systems are also in use here to read data from the various house computers from different brands. This data is then used for management optimization and control of the companies and employees. These are fairly comparable with systems such as Farmresult and Porphyrio in the Netherlands. In particular, the companies that do the direct sale of turn key housing projects see clear benefits in this to better support their customers. The application of deeper analysis and / or the assurance of food quality through block chain is less obvious. In particular because the users do not (yet) ask for this, not much attention is paid to it. However, an exception is Yingzi, the company which owns not only pig farms but also owns an ICT company. They presented face recognition in pigs last year and are now working on block chain as a pilot to secure food safety. In view of the food scandals in China in recent years, much can be gained here. They start with a permissioned ledger. With this they will start the pilot with a small part of food safety, but for this in China there is an approval from the government agency for block chain needed. This fits very closely with your own steps (small steps is perhaps a better word). Not did not only learned a lot from the approach in China, but we have also agreed that we will keep in touch about the progress of both of our projects.

Andere benadering – Different approach

Met een grafiek kun je vaak zaken veel makkelijker duidelijk en helder maken dan alleen de (tabel met) cijfers. Dit is niet alleen belangrijk bij het evalueren van bijvoorbeeld een afgesloten koppel, maar ook tijdens een ronde. Daarom maken steeds meer ondernemers gebruik van software welke afwijkingen aan cijfers signaleert en vervolgens een melding geeft. In landen (zoals het Verenigd Koninkrijk en de Verenigde Staten van Amerika), gebeurt dat steeds meer omdat de bedrijven groter worden en de mensen die het dagelijkse werk uitvoeren, meestal niet de volledige expertise van een vleeskuikenhouder/ondernemer hebben en een manager dus vaak meerdere locaties dient te besturen. Hier kan ondersteuning van (een bedrijf met analisten/data experts en)software een uitkomst bieden. Deze software maakt gewoon gebruik van de aanwezige staldata op een bedrijf. Dit is een goede manier om meer met de cijfers bezig te zijn. Met name in het opsporen van (aankomende) problemen. Echter sluimerende (management)zaken hiermee opsporen is wel wat moeilijker en dan kan soms een andere bandering van dezelfde data een uitkomst bieden. Door aanwezige data relatief te gebruiken ten opzichte van een norm of eventueel verschillende data combineren die bijvoorbeeld een relatie met activiteit hebben, kun je nieuwe inzichten krijgen over het koppel en na meerdere koppels zou je steeds betrouwbaardere voorspellingen kunnen doen over het verloop in de toekomst. Helemaal mooi zou dan zijn dat je als manager/ondernemer minder druk wordt met de data en alleen een super betrouwbare melding krijgt als er afwijkingen in het normale patroon dreigen te ontstaan. Waarbij tevens de software al de mogelijke oorzaak aangeeft.

With a graph you can often make things much clearer than just the (table with) figures. This is important, not only when evaluating, for example, a closed flock, but also during a flock. That is why more and more broiler farms use software that identifies deviations in numbers and then gives a report. In countries (such as the United Kingdom and the United States of America), this happens more and more because the broiler farms expand and the people who do the daily work usually do not have the full expertise and skills of a broiler farmer/manager. Also a manager often has several broiler farms on different locations to manage. Here support from (a company with analysts/data experts and) software can offer a solution. This software simply uses the available poultry house data from a farm. This is a good way to do more with the figures. Especially in the detection of (future) problems. However, detecting slumbering (management) problems is a bit more difficult and sometimes a different combination of the same data can offer a solution. By using existing data relative to a standard or possibly combining different data that, for example, have a relationship with activity, you can get new insights about the flock and after several flocks you could always make more reliable predictions about the course in the future. It would be very nice if a farmmanager is less busy analysing daily data and only a super reliable report or signal is given if deviations in the normal pattern are likely to occur. Where the software also indicates the possible cause of the problem.

Data uitwisseling – data exchange

Tijdens mijn GFP heb ik met name in de Verenigde Staten van Amerika, Alabama om precies te zijn, veel gezien bij bijna volledig geïntegreerde pluimvee vleesketens. Opvallend op het gebied van data uitwisseling is dat de keten regisseur wel, middels adviseurs, zich bemoeit met de gang van zaken op stalniveau, maar dat uitwisseling en gebruik van staldata verder niet aan de orde is. Zo komen de adviseurs van de integratie wekelijks (en soms zelfs meerdere malen per week) langs om de kuikens te bekijken, maar zeker ook om de instellingen in de stalcomputers te controleren en zo nodig naar hun eigen normen bij te stellen. Doordat de integratie ook zicht heeft op de moederdieren productie en soms zelfs eigenaar is van die bedrijven, zou er veel kennis beschikbaar kunnen zijn op het vleeskuikenbedrijf, echter hier wordt vanuit de integratie niets mee gedaan, vergelijkbaar als in ons eigen land, waar overigens de vleeskuikenhouders geen zicht op de feitelijke cijfers van het moederdieren bedrijf hebben. Ook in de Verenigde Arabische Emiraten en Qatar kennen de meestal volledige integraties (zowel voer, broederij, slachterij, vleeskuikens en soms moederdieren bedrijven zijn in eigendom van de integratie), geen noemenswaardige data uitwisseling.

Goede voorbeelden zoeken wordt zo moeilijk, de zoektocht zal een mix worden van individuele voorbeelden en eigen ontwikkelingen in Nederland.

During my GFP, especially in Alabama USA, i saw a lot of fully integrated poultry meat companies. It triggered me that the integration have a close contact with the farmers because their poultry specialists visit a farm every week or some times twice a week. They not only looking in the house to check the birds, but also make adjustments to the poultry house computer. Because the integrator is also owner of the parent stock farms and hatchery, they have a lot of information to predict the best way to practice for a poultry farmer. But this information is not shared with the farmers. This is quite comparable with the Dutch approach, where every part of the meat chain, like parent farm, hatchery, broiler farm and slaughter company is a private owned enterprise. And within this chain there is almost no data exchange. Also in the UAE and Qatar are the fully integrated broiler meat companies (mainly feed, hatchery, slaughter house, broiler houses and sometimes parent stock farms are owned by the integrator), there is no data exchange between the different parts of the meat chain.

It will be hard to find good examples of data exchange in the meat chain and hopely it will be a mix of individual examples and my own experiments in The Netherlands.

 

Start

Nu moeten we toch maar eens starten met de opzet van een blog over efficiënter gebruik van big data in de pluimveehouderij en de ondersteuning die block chain technologie kan bieden om deze data transparant en betrouwbaar te gebruiken in de pluimvee vleesketen en ook om hiermee consumenten te informeren.
Now is the time to start with my blog about big poultry data and how we can use it in a more efficient way. And with the use of block chain technology we can make it more relaiable and transparent in the poultry meat chain. Also i hope we can give consumers more information with this data.

.IMG_20180412_174207052.jpg