Etablering af fundamentet for anvendelse af Big Data i landbruget

Etablering af fundamentet for anvendelse af Big Data i landbruget - SEGES Projektsitet

Projektets formål er at optimere landbrugsbedrifternes effektivitet og lønsomhed ved at etablere fundamentet for anvendelse af Big Data i landbruget.

I daglig landbrugsdrift opsamles stadigt flere data via maskiner, procesudstyr mv. Ud over anvendelsen i relation til styring af den enkelte landbrugsbedrift, udgør registreringerne også et helt unikt empirisk data-grundlag, som er særdeles velegnet til landsdækkende og tværfaglige analyser, benchmarking, statistiske formål samt til forskningsformål.

Det er vigtigt at have klare retningslinjer for, hvordan indsamling og anvendelse af landbrugets datagrundlag kan ske, så landmændenes ejerskab til data og integritet ikke kompromitteres. Der foretages derfor en vurdering af de juridiske og etiske aspekter ved sammenstilling og behandling af data på tværs af datakilder, herunder sikring af at lovgivningsmæssige forhold omkring persondata overholdes. 

Landbrugets store og helt unikke databaser – Økonomidatabasen, Dansk Markdatabase og Kvægdatabasen – giver mulighed for at sammenstille og analysere på de store mængder af produktionstekniske og økonomiske data, med henblik på at afdække sammenhænge/årsager til aktuelle faglige problemstillinger i landbrugsproduktionen, samt til at kunne udpege forbedringspotentialer for erhvervet som helhed og/eller inden for de enkelte sektorer. Analyserne kan bl.a. bygge på Big Data metoder.

I projektet sammenstilles et tværfagligt datasæt til brug for analyseformål på landsniveau, hvorefter der gennemføres specifikke analyser inden for udvalgte fokusområder i relation til maskinomkostninger, ydelsesniveau, sygdomsfrekvens og dødelighed hos køer. På baggrund af de opnåede erfaringer vurderes også perspektiverne og forretningspotentialet ved øget brug af tværfaglige dataanalyser, som grundlag for vækst/forretningsudvikling for både den enkelte landbrugsbedrift og for hele værdikæden fra jord til bord. Desuden afprøves nye værktøjer til dataanalyse, herunder machine learning teknikker.

Projektet bidrager dermed til at finde løsninger på aktuelle problemstillinger i landbrugsproduktionen på kort sigt, og samtidig skabes grundlaget for at kunne udnytte landbrugets store datagrundlag endnu mere effektivt på længere sigt f.eks. ved brug af Big Data metoder.

Kort teknisk beskrivelse af hvordan der er modelleret en rettighedsstruktur som understøtter ”koncern-strukturer” for landbrugsvirksomheder
Slides der illustrerer hvordan der er opbygget en rettighedsstruktur som understøtter ”koncern-strukturer” for landbrugsvirksomheder, og hvordan den tænkes anvendt.
Kort beskrivelse af ny funktionalitet til styring og delegering af rettigheder i de databaser som SEGES driver for landbruget.
Kort teknisk beskrivelse af hvordan der er udviklet ny funktionalitet som gør det muligt at CVR-validere og versionsstyre indhentede samtykker.
Rådata fra besvarelsen af spørgeskema.
Sammenfatning af resultater fra spørgeundersøgelse og interviews om landmænds holdning til deling af data.
Analyseresultater og konklusioner fra analyse af sammenhænge mellem dyrkningsforhold og sukkerudbytte/-kvalitet ved dyrkning af sukkerroer.
Rapport som beskriver arbejdet og konklusioner med at sammenligne forskellige former for statistiske modeller i relation til Machine Learning.
SEGES evaluering efter deltagelse i planlægning af en Food Hackathon oktober 2017.
Kort notat som beskriver de overvejelser som ligger til grund for visualiseringen af de data, der ligger bag beregning af nøgletallet Fremstillingspris Mælk.
Slides som opsummerer arbejdet og resultatet af en case, hvor Microsoft Power BI er brugt til at visualisere og nedbryde de data, der ligger bag beregning af nøgletallet Fremstillingspris Mælk.
Bilag 1 til notat om vurdering af værktøjer til analyse af landbrugsfaglige data.
Bilag 2 til notat om vurdering af værktøjer til analyse af landbrugsfaglige data.
Kort resumé af resultatet fra en idégenereringsworkshop hvor brugen af cognitive computing teknologier i relation til landbruget blev debatteret.
Kort notat som opsummerer konklusioner fra arbejdet med at evaluere kommercielt tilgængelige værktøjers egnethed til analyse på landbrugsfaglige data.
Rapport som beskriver perspektiverne ved øget anvendelse af data, som grundlag for vækst og forretningsudvikling i landbruget.
Slides som opsummerer forslag til hvordan der kan etableres et ”provisorisk datarum” som kan bruges til at facilitere datadreven forretningsudvikling mellem kommercielle samarbejdsparter.

© 2021 - SEGES Projektsitet