Waarom is data-analyse voor tuinbouw belangrijk? 5 tips

Waarom is data-analyse voor tuinbouw belangrijk? 5 tips

Goed datamanagement is voor elke onderneming van belang. U verzamelt data vanuit kassen, vanaf uw velden, data van kantoor en van beurzen, maar wat doet u met deze data? Deze blog bevat vijf tips om data-analyses toe te passen.

1. Verbeter uw opbrengsten met data-analyse

Met een goede data-analyse kunt u over het jaar heen meer zaadopbrengsten halen. Hoe? Als u continu controleert waar de meeste uitval is en de omstandigheden (klimaat/grondsoort) kent waarin het zaad wordt opgekweekt, ontdekt u structuren. Waar zijn de risicogebieden het grootst? Hoe verspreiden ziektes en plagen zich over uw gewassen?

Ook andere factoren komen aan het licht. Aan de hand van deze gegevens kunt u tijdig maatregelen treffen. Bijvoorbeeld door proactief te reageren op plaatsen met een vergroot risico op ziektes en plagen. Als u uw medewerkers juist daar extra laat inspecteren, ontdekt u ziektes en plagen eerder en haalt u uiteindelijk meer rendement uit uw perceel.

Michel van Westen toonde tijdens Seed Meets Technology een voorbeeld van een zogenaamde heatmap, die op basis van data-analyse was gemaakt. Dit was een voorbeeld van de hoeveelheid geluidsoverlast bij wegen in Helsinki, maar ditzelfde kan ook van uw velden of kassen gemaakt worden om te kijken waar de ziektes zitten.

image-4-1

(Foto: niet representatief; is een voorbeeld van geluidsoverlast in Helsinki)

2. Verbeter uw efficiency, verlaag uw kosten met data-analyse

Waar besteden u en uw collega's de meeste tijd aan? Is die tijd zinvol besteed of kunt u uw tijd en energie beter ergens anders in steken? Data-analyses laten zien hoeveel tijd bepaalde handelingen kosten, en wat de opbrengst hiervan is. U ontdekt waar de verschillen liggen, waardoor dat komt en of u uw tijd nuttig besteedt.

Gewasverplaatsingen zijn ook een mogelijk onderwerp van data-analyse. Bekijk bijvoorbeeld het verband tussen de afstand tussen de planten en het effect daarvan op de plantkwaliteit. Goed toegepaste data-analyses helpen u die afstand, of het aantal verplaatsingen, te verkleinen. Hierdoor verkrijgt u door het toepassen van één enkele maatregel een betere productkwaliteit, een optimale ruimtebenutting en lagere personeelskosten. Over efficiency gesproken.

3. Verbeter de kwaliteit van zaden met datamanagement

Met goed toegepast datamanagement verbetert u de kwaliteit van uw zaden. Tien tegen één, dat u in uw laboratorium al zo werkt (als u deze heeft). Op basis van gegevens die u vastlegt in uw systeem analyseert u de juiste teeltduur en berekent u de invloed van alle factoren (water, zonlicht en dergelijke) die de groei van de plant beïnvloeden.

Op proeftuinen moet dat ook zo. Door het toepassen van goed datamanagement kunt u alle gegevens (zoals: klimaat, teeltbodem en teeltduur) verzamelen en combineren. Door hier mee te experimenteren en resultaten nauwkeurig te analyseren wordt de kwaliteit van uw zaden steeds beter.

zaad

(www.boerenbunder.nl - Free available data by the Dutch government - Different types of data)

4. Voorspel nauwkeurig door data-analyse

Zaad kweken en verkopen is een kwestie van vraag en aanbod. Ieder jaar belooft u uw klanten een hoeveelheid zaad en ieder jaar weer is het afwachten hoe de oogst uitvalt. Uw jarenlange ervaring brengt u tot redelijke inschattingen, maar u zou liever nauwkeurig weten hoeveel product u volgend jaar kunt leveren. Zodat u niets te kort komt en ook niets overhoudt.

Door middel van data-analyses over verschillende jaren kunt u dit steeds nauwkeuriger uitrekenen. Ook hier helpt data-analyse uw kwekerij verder.

5. Wees proactief met data-analyse

Een korte anekdote verduidelijkt hoe ik deze tip bedoel. Een klant van ons gebruikte data-analyse voor het managen van zijn productie. Op een dag zag hij iets vreemds in zijn grafieken. Het klopte niet. Snel liep hij naar de teeltmanager en zei: ‘Ga eens snel kijken naar die en die planten op dat perceel’. De teeltmanager antwoordde: ‘waarom? Dat heb ik gisteren nog gedaan’. Toen ze daarna gingen kijken bleek er toch een ziekte in de plant te zitten, die nooit zo vroeg zou zijn ontdekt als de data dit niet hadden aangegeven.

Dit verhaal onderstreept hoe belangrijk het is om data te verzamelen en te analyseren. Dat maakt de teeltmanager niet overbodig. Juist de combinatie van data én de ervaring van de teeltmanager brengt de teelt op een hoger plan.

Proactief telen betekent data verzamelen en combineren, ook (juist) als er (nog) geen probleem is. Zo komt u uiteindelijk tot ontdekkingen zoals hierboven geschetst. Wie pas geld uitgeeft als het probleem zichtbaar wordt, begint met een achterstand.

Aan de andere kant is het verzamelen van te veel data ook niet goed. Blijf kritisch over welke data u verzamelt en hoe u die overzichtelijk beheert. Anders wordt het een chaos en werkt het verzamelen van data alleen maar tegen u.

Garrett Walsh software sales consultant mprise Agriware

Samen komen we verder
Let's connect!

120+

Professionals bij Mprise

#1 Software

Geavanceerd platform

15 jaar

Van expertise in de tuinbouw