Agricoltura digitale, costruire una Data strategy in sette mosse

Dall'identificazione dei dati sensibili all'estrazione di valore. Ecco come sfruttare le potenzialità del digitale per creare valore aggiunto in azienda

Tommaso Cinquemani di Tommaso Cinquemani

agricoltura-digitale-tecnologie-allevamento-vacche-eartag-by-lukesw-adobe-stock-750x500.jpeg

Sette passi per realizzare una Data strategy
Fonte foto: © lukesw - Adobe Stock

I dati sono il petrolio dell'era moderna e molte aziende hanno costruito la loro fortuna proprio sulla loro raccolta, gestione e valorizzazione. Ma sfruttare i dati per ottenere un valore aggiunto non è una attività appannaggio esclusivo delle big corp della Silicon Valley. Può essere fatta anche dalle piccole aziende, anche in un settore come quello agroalimentare dove i dati sembrano qualcosa di distante.

Raccogliere e 'raffinare' i dati all'interno di una azienda o di una filiera produttiva può essere utile per ottimizzare i processi, ridurre gli sprechi, migliorare i prodotti e offrire servizi aggiuntivi al consumatore o ai partner di filiera.

L'Osservatorio Smart AgriFood, di cui Image Line è partner, ha provato a schematizzare in quale modo una azienda può mettere in campo una Data strategy di successo.
 

Ecco dunque sette passi (e un esempio) per realizzare una Data strategy

Identificare i dati. Prima di tutto bisogna chiedersi quali sono i dati rilevanti per la propria azienda. Oggi infatti raccogliere dati è semplice, ma non lo è altrettanto capire quali sono quelli che hanno valore nel proprio business. Inoltre devo chiedermi se questi dati sono già presenti in azienda e sotto quale forma.

Un caseificio ad esempio potrebbe trovare rilevanti i dati di qualità del latte. Perché da essi dipende la qualità del formaggio che poi vende sul mercato. Inoltre il latte è la voce di costo principale.

Investire sui dati. La seconda fase prevede di fare investimenti nelle strumentazioni e nel know-how necessari per raccogliere e gestire i dati. Investire in tecnologie (server, software, sensori...), ma anche in risorse umane che mi possono permettere di generare valore.

Il nostro caseificio potrebbe investire in una strumentazione che analizzi la qualità del latte in entrata oppure prevedere un accordo con le aziende agricole perché i dati gli siano forniti ogni giorno insieme alla consegna del latte. Potrebbe quindi investire in un portale web per permettere agli agricoltori di condividere i dati. E magari in una risorsa che monitori il processo e analizzi i dati stessi.

Immagazzinamento. Una volta costruita l'infrastruttura di raccolta dati dovrò procedere alla raccolta stessa, sorvegliando che avvenga in maniera corretta. Questa fase è cruciale per i passi successivi visto che una raccolta razionale dei dati facilita la loro analisi successiva.

Il caseificio dovrebbe dunque sorvegliare che i dati vengano acquisiti in maniera corretta dai soggetti preposti a farlo e che tutte le informazioni siano archiviate come previsto.

Analisi. La fase cruciale è quella di analisi dei dati. Tra la mole di informazioni salvate nei database è necessario ricercare quelle correlazioni che possono rappresentare un valore per l'azienda.

Nel caso di un caseificio si potrebbe incrociare il dato della qualità del latte con la produzione di formaggio, i dati di stagionatura, gli scarti, i richiami, etc. Andare a mettere in relazione la qualità del latte con l'alimentazione delle bovine, con il metodo di allevamento, con la temperatura di refrigerazione del latte, con l'operaio di turno alla mungitura, etc.

Ritorno sugli investimenti. E' la fase più critica, poiché l'azienda deve essere in grado di generare un ritorno economico sull'investimento iniziale. Ritorno che può essere in termini di efficientamento della produzione, maggiore qualità raggiunta, eliminazione degli sprechi e così via. Ma il valore può essere anche ottenuto esternamente, ad esempio condividendo informazioni con i vari soggetti della filiera, come i fornitori, o con il cliente finale.

Il caseificio potrebbe suggerire alle stalle delle ricette di alimentazione delle bovine per migliorare la qualità del latte. Oppure prevedere percorsi differenziati di lavorazione della materia prima sulla base della qualità del latte conferito.

Governare il processo. Una volta che ho capito come ottenere valore dai miei dati devo mettere in atto quei processi che mi portino a concretizzare l'opportunità. Ad esempio sottoscrivendo contratti con gli altri attori della filiera per 'vendere' le informazioni, oppure modificando la struttura aziendale per eliminare inefficienze o ancora promuovendo il mio prodotto verso il consumatore.

Il caseificio potrebbe definire un accordo con cui remunera con un prezzo maggiorato il latte di qualità superiore. Oppure al grossista che ritira il formaggio e lo avvia alla commercializzazione potrebbero essere forniti dei dati sulla tracciabilità o una assicurazione sull'assenza di difetti.

Gestione del dato. Se il processo di creazione di valore si ferma al punto precedente, questo punto è trasversale all'intera Data strategy. Le aziende devono avere ben presente che i dati devono essere raccolti in maniera corretta, seguendo regole ben precise e standard condivisi. Questo al fine di far diventare il dato un asset dell'azienda non solo nell'immediato, ma anche sul lungo periodo.

Un dato che il caseificio raccoglie oggi e non valorizza subito, potrebbe tornare utile dopo anni. Avere dati integri, completi, razionali e affidabili è dunque un patrimonio dell'impresa.

Image Line è partner dell'Osservatorio Smart AgriFood

© AgroNotizie - riproduzione riservata

Fonte: Agronotizie

Autore:

Tag: big data agricoltura digitale agricoltura 4.0

Ti è piaciuto questo articolo?

Registrati gratis

alla newsletter di AgroNotizie
e ricevine altri

Unisciti ad altre 207.197 persone iscritte!

Leggi gratuitamente AgroNotizie grazie ai Partner