Explorativ dataanalys för bättre kohälsa och mjölkkvalitet

Digitalisering sker i en snabb takt på alla fronter i samhället och källorna till data blir både fler och bättre hela tiden. Sen en tid tillbaka samarbetar vi med en partner som utvecklar och producerar foder till mjölkkor. Där kunde vi med hjälp av data bl.a. bevisa att deras foder ger en mer näringsrik mjölk.

Den största delen av mjölkningen idag sker med hjälp av mjökrobotar. Det är bra eftersom vi då kan få fram detaljerad data som berättar om mjölkens kvalité och kvantitet ända ner på vardera ko.

Du är vad du äter…

… och detsamma gäller även för kossor. Mjölkens mängd och kvalitet styrs av vad kossan äter och hur hon mår.

I det här projektet ville vi kika närmare på relationen mellan vad korna äter och vad de producerar. Närmare bestämt, ger vår kunds foder en mer näringsrik mjölk?

Givetvis är inte detta bara bra för oss människor som kan dricka näringsrik och god mjölk, kor som producerar bra mjölk är glada och välmående kor. Helt enkelt en win-win situation för alla!

Glada kor

Så här gjorde vi

Foderproducenten hade genom åren samlat in och lagrat en massa data ifrån sina kunders mjölkning via robot som de ville utforska. De hade även data över vilka bönder som använder deras foder och bönder som använde annat foder. Vi ställde oss frågan:

– Är det någon skillnad i mjölken hos de bönder som
använder vår kunds foder gentemot de som inte gör det?

I början handlar det egentligen om en sådan enkel sak som att skapa massor av grafer för att få en snabb överblick över hur datan ser ut. Det är en sak att se data i tabellform och en helt annan att få se den visualiserad över exempelvis tid. På samma sätt kommer visualiseringar betona relationer mellan olika datapunkter som är svåra att få inblick i genom att bara titta på siffrorna.

För att bekräfta att det vi tror oss se i datan stämmer överens med den kunskap som kunden besitter diskuterade vi detta tillsammans. Här brukar alltid kunden kunna fylla i och lära oss viktiga saker om det underliggande som datan beskriver.

Avslutningsvis kom vi in på lite enklare modellering över relationen av mjölkkvalité och foder. Här jobbade vi nära kunden med tät kommunikation mellan både beställaren och en lokal agronom.

Så, vad blev resultatet?

I det här projektet undersökte vi om producentens foder skapar en mer näringsrik mjölk, vilket visade sig vara fallet. Trots försök till att förklara bort detta genom att titta på andra möjliga förklaringar, såsom större och effektivare gårdar och maskiner så hittade vi ingen annan förklaring än att det just är det specifika fodret som orsakar den mera näringsrika mjölken.

Resultatet av den explorativa dataanalysen sammanställdes i en presentation och en artikel som ska publiceras av foderproducenten för deras kunder – mjölkproducenterna.

Skönt för producenten att veta och bra för kossorna!

Nyheter. Insikter. Omtanke.

Elvenite hållbarhetsrapport 2023

Elvenite hållbarhetsrapport 2023

Elvenite hållbarhetsrapport 2023Vi är stolta att presentera Elvenites hållbarhetsrapport för 2023! Under året har vi fokuserat på att förbättra resursanvändningen och minska avfall inom livsmedelsindustrin med hjälp av lösningar som AI-driven utsädesbehandling och...

AI-assistenter i framkant: Googles Project Astra

AI-assistenter i framkant: Googles Project Astra

AI-assistenter i framkant: Googles Project AstraGoogles Project Astra, omdefinierar hur vi interagerar med teknik både i personliga och professionella sammanhang. Dessa innovationer förbättrar inte bara våra interaktioner med AI utan integrerar även AI djupt i våra...