都知道数据管理非常重要，猪场数据管理究竟该怎么做？

近年来，越来越多的养猪户开始了解和关注养猪场数据管理，利用各种数据管理工具和软件系统对养猪过程中的各项活动进行记录和分析。但从业内调查结果来看，猪场数据化管理还存在认知、普及、人力等方面的问题，这使得猪场数据化管理还有很长的路要走

本文作者：王瑞年

猪场数据管理现状

1 数据管理水平参差不齐

国内猪场数据化管理发展水平还参差不齐。早在20 年前，先驱们就在使用软件来管理猪群。大型养猪集团已经建立了自己的信息化部门，为自身的生产信息化建设数据系统，并为实施提供技术支持。同时，通过市场走访，我们也发现，还有大量的中小规模养猪场没有跟上养猪信息化的步伐。

据笔者了解，在养猪大国荷兰，90%以上的养猪场都是数据化管理，生产数据会上传到行业协会进行宏观统计。 1982年，荷兰母猪PSY约为17头，2018年达到31头，年均PSY增长约0.39头。在中国，自2010年以来，平均PSY没有超过20（根据公布的宏观数据估算），增长非常缓慢。

猪场数据化管理虽然不能直接促进PSY的提高，但目前数据化管理参差不齐，恰恰说明大部分猪场管理仍然不善，还有大量肉眼可见的问题有待解决with，远远没有达到需要从数据中发现的程度。点神秘的生产问题。

2 没有统一的数据平台

养猪的软件很多，但目前还没有行业数据平台。国家在进行宏观统计时，仍然依赖观察点统计或各养猪场上传的电子表格。

没有统一的数据平台，难以进行行业数据对标分析，使得行业的宏观统计只能从全国年出栏量和预估能育母猪数来估算，存在较大误差。

猪场数据管理问题

1 安装更容易，拆卸更容易

近年来，随着互联网技术的发展，大量的猪场数据系统得到推广，猪场可以选择适合自己猪场的数据系统。但从实际应用来看，多数养猪场容易陷入“选软件——上线——放手——再选软件”的怪圈。

其中一些养猪场实施数据软件并非出于本意，而是作为供应商提供的一项附加服务。该猪场没有主动性，导致供应商的技术人员难以对该猪场进行数据化管理工作。同时，如果供应商发生变化，那么数据管理也会中断。

2 人员不稳定

在提供数据管理服务的过程中，笔者发现很多猪场负责数据管理的人员一旦离职，这家猪场的数据管理就会中断。最后要么软件服务商派人重新培训，要么猪场停止数据管理。

人员流动性大是很多猪场无法坚持数据化管理的主要原因。人员流失大的原因，既是猪场本身存在的问题，也是数据管理工作未能给相关人员带来成就感的现实问题。因此，猪场在建立数据管理系统时，需要考虑到数据实施者的收入。

3 认知误区

(1) 所有猪场都需要数据管理吗？

大中型养猪场需要数据化管理是不言而喻的。毕竟，随着生猪存栏量呈几何级数增长，养猪场靠有限的人力很难管理。大量的生产提醒和运营效果需要通过数据分析完成。随着畜群规模的扩大，数据变得更有价值。

小型养猪场、小型家庭农场需要数据管理吗？视情况而定，不能跟风，也不能拒绝。几乎任何农场都存在数据记录。只是有些农场记录在数据系统中，有些农场记录在电子表格、纸张甚至墙上。

如果经过评估，所选择的数据记录方式所消耗的能量和成本低于数据记录所获得的收益，那么自然要相应地实施。但是，如果你不知道如何使用或无用你花费精力记录的数据，那么你自然不需要经历很多麻烦。

（2）养猪的核心数据是什么？

随着一些互联网企业介入生猪行业，人工智能、大数据、物联网等概念也被吹入养猪行业。但笔者发现，这些互联网公司主攻物联网，这让大量业内人士一提到猪数据，就会认为环控、饲养、识别、视频识别等都是猪大数据。

虽然上面列出的数据非常重要，但它们只是生猪生产过程的外围。生猪生产过程中的核心数据仍然是猪本身的数据。比如与繁殖有关的数据，与商品猪存栏量变化有关的数据，与物质供应和消耗有关的数据，养猪成本数据等。通过对这些数据的收集、分析和利用，可以找到生产过程中的改进点，从而进行改进，进而提高生产效率。所谓身份识别、视频识别等数据，都是通过改进措施需要或产生的数据。切勿本末倒置。

（3）只要有数据，问题就迎刃而解？

一些养猪一线从业者对数据管理的理解也存在偏差。他们认为，猪场实行数据化管理后，不需要去现场检查，只需要看数据就可以了。事实上，所有记录的数据都是在事件之后记录的，而不是在事件之前。当你看到数据时，这个结果已经在生产中了

同时，一些管理者经常会问数据管理的人员：你分析分析数据，把某某问题解决一下。这个问题让数据分析的人员很难回答。数据分析的重要作用在于，通过数据找到隐秘的生产问题，进而根据关联数据以及生产情况，查找到问题的可能原因。但数据分析得再好，也不意味着问题的解决，数据管理仍有赖于一线的操作和执行。

另外，如果存在着眼睛可以看得到的问题，是不需要大费周折地进行数据分析去发现的。如果猪场存在眼睛可见的问题，那么就应该先解决这些问题。只有生产和管理相对规范后，数据分析才会更有价值，才能用来挖掘隐秘问题、关联问题。如，只有规范采精、配种、怀孕舍饲养以及产房护理，之后才会有根据母猪产仔数分析不同公猪的效益。如果生产操作环节仍然存在问题，那么对公猪效益的数据分析就会存在很大的偏差，因为某个公猪的配种后总产仔数偏低可能是因为公猪自身的原因，也可能是配种操作导致的。

猪场数据管理展望

1 业财一体化

猪场数据实际上涉及到养猪环节的方方面面，而当前大多数从业者重视繁殖猪群和商品猪群的生产数据，对于生产的物料和收益、成本涉及较少。

对于猪场管理者而言，分析繁殖和生长数据固然重要，但所有提高生产效率的举措最终都要反应到生产成本和收益上。如果一个生产举措可以解决某个生产问题，并带来生产成绩的显著提高，但这个举措却大大增加了猪场的可变成本或固定投入，此时就需要从收益的角度去分析和决策了，而不能唯生产论。

如果要关注收益，就必然得记录猪群销售的金额数据、所有物料和猪群的采购金额，以及生产过程中的可变成本（人工、租金、其他制造费用等）、固定资产折旧分摊等数据。而这些数据一般都是记录在猪场的财务系统中。此时，生产管理系统和财务系统的数据协同就显得非常有必要了。

然而，受限于财务和生产在数据管理上的不同要求（月清月结和回溯修改），使得很难用同一个系统满足这两个矛盾的需求。无论是通过中间数据池，还是手工报表输入，现在有越来越多的养猪企业开始重视业财一体化的建设和应用，未来必然会形成比较成熟的业财一体化模式。

生产效率的提升很重要，但最重要的是生产效益的提升。

2 智能化养殖

现在涉足养猪业的互联网公司大多数都从物联网的角度切入，解决生产某一环节的效率问题。如，猪群咳嗽监测，判断猪群是否即将暴发呼吸道疾病，以便于提前做改善，避免疾病的发生。再如，通过智能摄像头结合AI技术，使自动化点猪、估重成为可能。这些措施都会显著提高生产管理过程中的某个或多个环节的操作效率，但并不会改变养猪模式。

这些措施会产生大量的数据，包括环境、猪群流动、饲喂和健康监测等。目前受限于各类设施设备各不相同，数据也是各自记录，并未形成关联。而对于生产经营管理来说，猪场数据应该涵盖猪、物、人和财各个方面。获得的数据越全面，数据分析就会越精准越细致，才能发现更隐秘的生产经营问题。

因此，随着养猪产业的进一步发展，随着互联网技术和智能工业的发展，未来必将形成一个猪场统一的信息平台，记录和处理猪场生产经营过程中的所有数据。

3 产业链联动

如果猪场生产稳定，那么每个月的物料消耗和下个月的物料需求是稳定的，因而是可以预测的。这对于上游的饲料、动保供应商来说，如果能提前获知猪场的需求，就可以提前安排原料采购、生产和成品配送，提高整个供应链的流转效率。而现在受限于市场氛围、商业模式，这一模式在国内推广困难重重。但从长远来看，养猪数据的产业链联动，将越来越有可能。

同样的，民以食为天，食唯安与鲜。消费者越来越关注猪肉的安全问题，所以，猪肉生产的全产业链追溯将是接下来养猪企业进行差异化竞争的有效手段。猪肉生产的追溯，必然需要养猪数据平台对养猪上游、养猪过程、屠宰与运输都进行跟踪和数据记录。追溯的并不是具体某头猪，而是这块猪肉所在的猪群从出生到商超的全过程中的数据。

因此，随着消费者对食品安全和品质的要求越累越高，生产数据的追溯将是必然。

综上所述，虽然现在还有非常多的猪场仍未实施数据管理，但随着生产管理水平的逐步提升，猪场必将把生产过程中的管理数据化。同时，着眼于生产、财务、上下游产业联动，猪场数据的综合管理将是必然。因此，对于猪场而言，根据自身的需要和发展规划，立足当下，着眼未来，适时建立或引进综合数据管理体系，将是提升生产经营效益非常重要的举措。