El internet de las cosas (porcinas) (2/2)

Tal y como adelantamos en nuestro artículo anterior, a continuación presentamos los primeros resultados obtenidos al cruzar datos procedentes de diferentes fuentes. En este caso, datos productivos/reproductivos con datos de máquinas de alimentación.

En el primer ejemplo, (figura 1), se muestra el número de veces al día que las cerdas entran a las máquinas de alimentación. Estos datos, recogidos en el Centro de Experimentación y Formación en Porcino de Aguilafuente, aún están sin publicar ya que se trata de estudios preliminares pero que, aún de forma preliminar, muestran el gran valor de cruzar la información. Según el gráfico, más de la mitad de las cerdas (57%) entran entre 2 y 5 veces al día en la máquina de alimentación. Es cierto que existe una gran variabilidad encontrando cerdas que entran una vez y otras más de 20; sin embargo, este sencillo gráfico nos da una idea de los hábitos de frecuencia de ingesta de las cerdas de esta granja: comer entre 2 y 5 veces al día.

Figura 1. Nº de veces que cerdas reproductoras entran al día en máquinas de alimentación
(PigCHAMP Pro Europa, 2015 datos sin publicar)

 

Si profundizamos más y analizamos la media de entradas en el comedero según el momento de gestación de las cerdas, vemos que varía significativamente según los días de gestación (figura 2). En el último tercio de gestación la cerdas entran una media de 5,2 +/- sd =0,95 veces al comedero respecto a 6,1 +/- sd =0.92 (p-value = 0,005) y 6,9 +/- sd =0,45 (p-value< 0.0001) en el primer y segundo tercio de gestación, respectivamente.

Figura 2. Frecuencia diaria de entrada en función del día de gestación (PigCHAMP Pro Europa SL 2015, datos sin publicar)

 

Pero lo más interesante, y que resulta de cruzar los datos proporcionados por las máquinas, es que parece haber una relación entre el número de entradas y los nacidos totales, ya que las cerdas que visitan el comedero 10 o más veces muestran 1,1 lechones menos.

Este hecho, el primero de los que esperamos encontrar con este enfoque (y que aún necesita un estudio más exhaustivo por tratarse de datos preliminares), refleja la importancia del valor de la información oculta en la eficiencia de nuestro negocio. La buena noticia es que aún contamos con un gran margen de mejora en muchos aspectos.

Lo importante es seguir trabajando en esta línea que comprende la recogida de información y el análisis individual y cruzado de la misma, que nos permita tomar decisiones adecuadas. Y esto no ha hecho sino comenzar. El análisis de grandes masas de datos revelará más patrones ocultos que podremos utilizar para beneficio del sector en muchos ámbitos.