Этапы внедрения сервиса DPA

Как вы уже знаете, сервис Dairy Production Analytics использует данные из различных систем автоматизации, уже имеющихся на предприятии молочно-товарного производства. Это и системы управления стадом, и программное обеспечение по управлению доильными залами, кормопроизводством, рационами, кормоподготовкой, данные из ERP систем по остаткам кормов и ветеринарных компонентов на складе, графикам работы персонала и так далее. Сервис DPA не только отображает сводные данные из различных систем автоматизации, но и умеет сталкивать эти данные, чтобы находить различные инсайты, связанные с процессом производства молока, для дальнейшей оптимизации этих процессов и для повышения их эффективности. Сервис нуждается в этой информации, без неё он просто не может работать. Поэтому основным ограничением для внедрения сервиса является либо отсутствие систем автоматизации, либо наличие в них неполной и недостоверной информации. Если мы будем анализировать недостоверную информацию, мы, как минимум, будем принимать неверные решения, в некоторых же случаях, нам просто будет недостаточно информации для принятия любых решений.  

Поэтому первым этапом внедрения сервиса является экспресс-аудит фермы и средств автоматизации. На данном этапе в рамках опроса специалистов фермы, который проводится методом заполнения опросного листа, выясняются все необходимые характеристики фермы, наличие или отсутствие средств автоматизации, качество работы персонала с этими средствами автоматизации и так далее. Срок такого аудита обычно два-три дня, до недели. Если по данным опросного листа ферма удовлетворяет минимальным требованиям по внедрению сервиса DPA, то мы можем переходить ко второму этапу. 

Второй этап – аудит средств автоматизации на наличие и качество данных. На этом этапе основным источником данных является система управления стадом. Если это система из списка продуктов, совместимых с сервисом DPA, то производится стандартная выгрузка этих данных, обработка их, и загрузка в базу данных DPA. Если же это несовместимая с сервисом система управления стадом, то нашими специалистами разрабатывается модуль анализа и загрузки данных в DPA, обычно это занимает по сроку до месяца, после чего мы можем принимать данные в DPA для анализа. После загрузки данных в сервис, производится их адаптация, нормализация и сверка с первичными источниками, и далее подключение средств визуализации сервиса. На этом этапе уже доступно до десятка отчётов, анализ данных в которых позволяет сделать ретроспективный отчет о проблемах, выявленных на ферме, и, иногда, позволяет наметить первые шаги по их устранению. Главная задача этого этапа – добиться потока полной и достоверной информации с фермы, качественно обогатить данные в системе управления стадом. Например, если в качестве основного заболевания у животных выступает наименование «прочее, другое, нет данных», то, очевидно, анализировать в данном случае нечего. Изменение бизнес-процесса ввода достоверной первичной информации – вот основная цель данного этапа. Срок второго этапа варьируется от месяца до полутора месяцев, в зависимости от ситуации на ферме. 

На третьем этапе рекомендуется начать постепенное подключение дополнительных источников данных: доильного зала, кормопроизводства, рационов, климатических данных и так далее. Подключение совместимых с сервисом продуктов обычно производится быстро и не вызывает особых проблем. Если же подключается какая-то новая система, то требуется время на разработку средств загрузки данных. На этом этапе рекомендуется установка различного рода датчиков внутри фермы, метеостанции снаружи, а также датчиков температуры силоса, кормов и так далее. Эти данные раскрывают картину влияния климата на эффективность производственного процесса. Данный этап начинается обычно с третьего месяца эксплуатации сервиса. Срок реализации этапа зависит от количества систем автоматизации и качества данных в них, обычно к полугоду от начала работы сервиса этот этап заканчивается. 

Четвёртым этапом при внедрении сервиса является адаптация модели предиктивной аналитики к данному предприятию. Нашей командой разработано несколько прогнозных моделей, для разных типов хозяйств с привязным и беспривязным содержанием животных, с разными вариантами кормления, с адаптацией к специфике конкретных доильных залов и так далее. Желательно иметь данные минимум за полгода, а лучше за год, для применения модели. На этих данных методами машинного обучения система обучается (70% данных идут на обучение, на 30% идёт сверка качества прогноза), и при достижении необходимого качества прогнозирования система может делать прогноз на период от года до двух и более лет. Наиболее качественный прогноз с точностью более 98% делается на период до полутора лет, дальше точность снижается. Это довольно ресурсоёмкий этап, он необходим в случае отработки различных моделей развития фермы, для более точного контрактования с поставщиками кормов и переработчиками молока, построения системы логистики, ветеринарных мероприятий, кормозаготовки и так далее. На этом этапе мы имеем полноценный цифровой двойник фермы, в котором мы можем не только видеть то, что будет с фермой через какое-то время, но и можем производить виртуальные эксперименты со стадом, с кормлением и так далее, для достижения целей повышения эффективности всего производства. 

Есть ещё некий промежуточный этап, можно его назвать и пятым, и третьим с половиной. Это этап прескриптивной аналитики. Прескриптивная аналитика – это методика принятия решений на основании входящих данных, минуя человека. То есть решение вырабатывается системой, и, иногда, ей же и исполняется. Простой пример – использование датчиков температуры и влажности, в случае повышения THI индекса на ферме летом, система может отправить необходимые уведомления персоналу, включить вентиляционное оборудование или распылители воды, чтобы снизить вредное влияние климата внутри фермы на животных. Либо сделать корректировку рациона, если сервис видит, что завтра произойдёт падение температуры окружающей среды, и текущего баланса кормов будет недостаточно для выполнения производственных показателей. 

Предлагая пилотное внедрение нашим клиентам сервиса DPA, которое, фактически, включает первые два этапа, мы уже решаем вопросы поиска негативных сторон работы фермы, влияющих на её эффективность. Переход же к последующим этапам позволит решить всю совокупность задач по увеличению эффективности, снижению уровня заболеваемости животных, снижению выбросов в окружающую среду, повешению качества производимой продукции. 

Увеличьте эффективность вашего бизнеса – запросите опросный лист, и вы будете уже на первом этапе для достижения вашей конечной цели.