京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据风潮如何革新农业_数据分析师
两个大儿子离家去上大学后,明尼苏达州的史蒂夫和罗莉·多肯多夫(Lori Dockendorf)夫妇俩需要想办法把他们留下的劳动力空缺补上,以维持这个拥有100头奶牛的农场的运营。
传统的解决方案是雇一些人手。但多肯多夫家选择了机器人:用机器人喂牛,用机器人打扫牛栏,甚至用机器人挤奶。奶农通常一天要挤两次奶,每次要用三个小时。“如今呢,”罗莉说,“我们早上起来,机器人已经把奶全都挤好了。”
农场生活给人感觉好像挺简单的,但经营一个奶牛农场的复杂程度会吓你一跳。和其他的生产行业不同,这里的生产机器是牛——牛需要喂、需要睡觉,它们的体重会有起落。一个奶农需要面对的变数之多超出你我想象。
幸好,科技在农场经营领域有了长足的发展,可以应用到日常事物的管理,对牛群每天产生的大量数据进行收集和分析。10月初,在威斯康星州麦迪逊举行的世界牛奶博览会(全美奶业规模最大的交易会)上,展示了关于这方面的最新技术。
Dairy Quality技术总监史蒂夫·曼甘(Steve Mangan)原本设想的方案比现在Dairy Quality技术总监史蒂夫·曼甘(Steve Mangan)原本设想的方案比现在这个更大,价格更贵。
他想到可以让奶农不用送样本到实验室的方法,在牛栏装配一个体积更大的固定设备,再通过网络连接到中央处理中心。在和应用开发公司Mpengo的联合创始人兼总裁盖瑞·乔纳斯(Gary Jonas)取得联系后,曼甘意识到,他的需求大多数可以通过智能手机做到。
“我们需要一个摄像头,智能手机有,”曼甘说,“我们需要软件,可以通过手机应用实现;我们需要输出数据,智能手机就是用来干这个的。”
博览会上最受瞩目的是荷兰牛奶设备生产商Lely的展位,他们的主打产品是Astronaut A4挤奶机,是多肯多夫夫妇的奶场使用的那种系统的升级版。
在牛栏放一个挤奶机的主要好处是你不需要亲自到场挤奶,不过,前提是你能拿得出大约20万美元买一台。
A4有一个带门的小区域,一端是饲料槽,机器可以在挤奶间隙将饲料补充到槽里。
奶牛知道这个区域里有谷子可吃,会自己走进来。就在它大快朵颐的时候,一个不锈钢和碳纤维制成的机械臂会伸到它身下,把挤奶装置自动吸附到它的四个乳头上(A4使用激光对奶牛身体下面进行扫描,确认乳头的位置)。
挤奶结束后,饲料槽会移开,门也打开了,奶牛重新回到牛群中。
然后A4会自行清理和重置,等待下一头牛到来。
有了这个,天蒙蒙亮就得起床挤奶的奶农就不需要每天举行这么一套辛苦的仪式了,然而,除此之外,收集每头牛的数据也是同样重要的事。
A4会使用无线电或红外线来扫描牛的项圈,辨识牛的身份。接下来,系统会在挤奶时对几项数据进行跟踪:牛的重量和产奶量,以及挤奶所需的时间、需要喂多少饲料,甚至牛反刍需要多长时间。
机器还会从牛产的奶中收集数据。每一个乳头里挤出的奶都需要查验颜色、脂肪和蛋白质含量、温度、传导率(用于判断是否存在感染的指标),以及体细胞读数。每头牛身上收集到的数据汇总后得出一份报告;一旦A4检测到问题,奶农的手机上会得到通知。
还有呢,到明年初,奶农就可以收到他的牛发来的短信了。在距离麦迪逊7000多公里开外的瑞士伯尔尼附近,研究人员正在测试可以装在牛身上的传感器,用来判断牛是否发情。利用一块蜂窝网络芯片和算法,牛可以发短信给自己的主人,告诉他什么时候该在牛栏里辟出一个安静的角落,配上昏暗的灯光,最好还能来点音乐。
总之 传统农业正在接受移动互联、智能技术和大数据浪潮的洗礼。对传统农业生产者,这将产生不小的冲击,但也会带来巨大的机遇。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-07-09【核心关键词】采购、周期、原材料、企业、产品、成本、要素、库存、供应商、数据分析、生产计划、生产制造、加工制造、技术工 ...
2026-07-08在数据分析、特征工程、机器学习建模的工作流程中,原始数据往往包含多个不同维度的数值指标,例如客户交易数据中的消费金额、交 ...
2026-07-08 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-07-08商业谈判是企业采购合作、渠道签约、价格议价、项目合作、客户签约的核心关键环节,直接决定企业的合作成本、利润空间与经营风险 ...
2026-07-07在数据分析、业务效果验证、AB 测试、学术研究等场景中,T 检验是假设检验体系里最基础、应用最广泛的统计方法,也是均值差异分 ...
2026-07-07 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-07-07【核心关键词】转化率、企业、策略、岗位、互联网、拆分、产品、运营、分析师、指标体系、数据分析、用户画像、数据诊断、产品 ...
2026-07-06在数据分析工作中,文本数据处理是高频刚需场景,用户评论、客服工单、日志信息、调研问卷、商品文案等数据都包含大量文本内容。 ...
2026-07-06 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-07-06在 CDA 数据分析师能力体系中,透视分析是数据探索、多维度汇总、业务复盘的核心基础技能。无论是 Excel 数据透视表,还是 Power ...
2026-07-03在市场竞争日趋激烈、获客成本持续攀升的当下,企业粗放式的“广撒网”获客模式早已无法适配经营需求。企业经营的核心逻辑,已经 ...
2026-07-03 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-07-03【核心关键词】运营、企业、核心、客户、新技术、数字化运营、数据分析、传统企业、人工录入、生产系统、技术人员、数据安全、 ...
2026-07-02在产品开发、项目立项、业务拓展、运营优化的工作中,市场调查、竞品分析、需求调研是三大核心基础工作。很多从业者容易将三者混 ...
2026-07-02