近年來越來越多的養豬人開始認識和重視豬場數據管理，并使用各種數據管理的工具和軟件系統來記錄和分析養豬過程中的各類活動。然而，從行業發現情況來看，豬場數據管理仍然存在著認知、普及度、人力等問題，使得豬場數據管理仍任重道遠
本文作者：王瑞年
豬場數據管理的現狀
1 數據管理水平參差不齊
國內養豬場進行數據管理的發展水平仍然參差不齊。先行者甚至在20年前就在使用軟件管理豬群，各大型養豬集團早已經成立了各自的信息部門，為本企業的生產信息化開發數據系統，并提供實施的技術支持。與此同時，通過對市場的走訪，我們也發現，依然有大量的中小規模豬場仍未跟上養豬信息化的步伐。
據筆者了解，養豬強國荷蘭，超過90%的豬場都是有數據管理的，并且，生產數據會上傳給行業協會供宏觀統計。1982年，荷蘭母豬的PSY約為17頭，而到2018年達到了31頭，年均PSY增長約0.39頭。而國內從2010年至今，平均PSY仍未突破20頭（按公布的宏觀數據估算），增長十分緩慢。
雖然豬場數據管理并不能直接促進PSY的提升，但目前數據管理的參差不齊，恰恰說明仍然有大部分的豬場管理低下，仍有大量可見的問題等待處理，遠未達到需要從數據發現隱秘生產問題的地步。
2 無統一的數據平臺
現在養豬軟件很多，但是仍然沒有形成行業數據平臺，國家進行宏觀統計時仍依賴于觀測點統計，或者各個豬場電子表格上傳。
無統一的數據平臺，很難進行行業數據對標分析，使得行業的宏觀統計只能從全國年出欄量和能繁母豬存欄預計數量來推測，存在很大的誤差。
豬場數據管理的問題
1 上馬容易下馬更容易
近年來隨著互聯網技術的發展，一大批的豬場數據系統被推廣，豬場可選擇適合自己豬場的數據系統。然而從實際應用看，大多數豬場容易走進“選擇軟件-上線-不了了之-再選擇軟件”的怪圈，上馬容易下馬也容易，沒有堅持。
而這其中一部分豬場實施數據軟件并非出于本心，而是供應商提供的額外服務。本豬場沒有主動性，使得供應商的技術人員很難在本豬場開展數據管理的工作。同時，如果更換了供應商，那么數據管理也就會中斷。
2 人員不穩定
筆者在進行數據管理服務的過程中，發現很多豬場一旦負責數據管理的人員離職，那么這個豬場的數據管理就會中斷。結局要么是軟件服務商再派人重新培訓，要么豬場就此停止數據管理工作。
人員流動大是導致很多豬場無法堅持進行數據管理的主要原因。而人員流動大的原因既有豬場固有的問題，也有數據管理工作未能給相關人員帶來成就感的現實問題。所以，豬場在建立數據管理體系的時候，需要把數據實施人員的收入也考慮進來。
3 認知的誤區
（1） 所有豬場都需要數據管理嗎？
大中型養豬場需要數據管理，這毋庸置疑。畢竟，隨著豬群頭數的幾何級增長，豬場很難通過有限的人工精力去管理。大量的生產提醒、操作效果都需要通過數據分析來完成。隨著豬群規模的增長，數據越有價值。
而小豬場、小型家庭農場是否需要數據管理？這要視情況而定，不能跟風或拒絕。實際上，數據記錄在任何豬場都存在。只不過一些豬場是記錄在數據系統中，一些豬場是記錄在電子表格、紙上，甚至墻上。
如果經過評估，所選的數據記錄方式所花費的精力和費用低于自己因為數據記錄而獲得的益處，那自然是按此實施。但如果花了精力記錄的數據自己不知道怎么用或者無用，那自然是不需要大費周折的。
（2） 什么是養豬核心數據？
隨著一些互聯網企業介入養豬產業，AI、大數據、物聯網等概念也吹入了養豬行業。然而，筆者發現，這些互聯網企業主要切入的是物聯網，使得一大批行業人員提到養豬數據的時候以為環控、飼喂、身份識別以及視頻識別就是養豬大數據了。
上述列舉的數據雖然很重要，但對于養豬生產過程而言，這些數據只是外圍。養豬生產過程中的核心數據仍然是豬本身的數據。如繁殖相關的數據、商品豬存欄變動相關的數據、物料供應和消耗的數據、養豬的成本數據等。通過對這些數據的采集、分析和利用，才能發現生產過程中的提高點，從而去改善，進而才能提高生產效率。而所謂的身份識別、視頻識別等數據，都是改善措施的手段所需要或產生的數據。萬不可本末倒置。
（3） 只要有了數據，問題就解決了？
一些養豬一線的從業人員，對于數據管理的認知也存在偏差。他們認為，豬場實施了數據管理以后，就可以不去現場巡視了，只需要看一下數據就可以了。而實際上，所有被記錄的數據均是事后記錄，而非事前。當你看到數據的時候，這個結果已經在生產環節發生了。所以僅僅看數據，往往會滯后于現場巡視。
同時，一些管理者經常會問數據管理的人員：你分析分析數據，把某某問題解決一下。這個問題讓數據分析的人員很難回答。數據分析的重要作用在于，通過數據找到隱秘的生產問題，進而根據關聯數據以及生產情況，查找到問題的可能原因。但數據分析得再好，也不意味著問題的解決，數據管理仍有賴于一線的操作和執行。
另外，如果存在著眼睛可以看得到的問題，是不需要大費周折地進行數據分析去發現的。如果豬場存在眼睛可見的問題，那么就應該先解決這些問題。只有生產和管理相對規范后，數據分析才會更有價值，才能用來挖掘隱秘問題、關聯問題。如，只有規范采精、配種、懷孕舍飼養以及產房護理，之后才會有根據母豬產仔數分析不同公豬的效益。如果生產操作環節仍然存在問題，那么對公豬效益的數據分析就會存在很大的偏差，因為某個公豬的配種后總產仔數偏低可能是因為公豬自身的原因，也可能是配種操作導致的。
豬場數據管理展望
1 業財一體化
豬場數據實際上涉及到養豬環節的方方面面，而當前大多數從業者重視繁殖豬群和商品豬群的生產數據，對于生產的物料和收益、成本涉及較少。
對于豬場管理者而言，分析繁殖和生長數據固然重要，但所有提高生產效率的舉措最終都要反應到生產成本和收益上。如果一個生產舉措可以解決某個生產問題，并帶來生產成績的顯著提高，但這個舉措卻大大增加了豬場的可變成本或固定投入，此時就需要從收益的角度去分析和決策了，而不能唯生產論。
如果要關注收益，就必然得記錄豬群銷售的金額數據、所有物料和豬群的采購金額，以及生產過程中的可變成本（人工、租金、其他制造費用等）、固定資產折舊分攤等數據。而這些數據一般都是記錄在豬場的財務系統中。此時，生產管理系統和財務系統的數據協同就顯得非常有必要了。
然而，受限于財務和生產在數據管理上的不同要求（月清月結和回溯修改），使得很難用同一個系統滿足這兩個矛盾的需求。無論是通過中間數據池，還是手工報表輸入，現在有越來越多的養豬企業開始重視業財一體化的建設和應用，未來必然會形成比較成熟的業財一體化模式。
生產效率的提升很重要，但最重要的是生產效益的提升。
2 智能化養殖
現在涉足養豬業的互聯網公司大多數都從物聯網的角度切入，解決生產某一環節的效率問題。如，豬群咳嗽監測，判斷豬群是否即將暴發呼吸道疾病，以便于提前做改善，避免疾病的發生。再如，通過智能攝像頭結合AI技術，使自動化點豬、估重成為可能。這些措施都會顯著提高生產管理過程中的某個或多個環節的操作效率，但并不會改變養豬模式。
這些措施會產生大量的數據，包括環境、豬群流動、飼喂和健康監測等。目前受限于各類設施設備各不相同，數據也是各自記錄，并未形成關聯。而對于生產經營管理來說，豬場數據應該涵蓋豬、物、人和財各個方面。獲得的數據越全面，數據分析就會越精準越細致，才能發現更隱秘的生產經營問題。
因此，隨著養豬產業的進一步發展，隨著互聯網技術和智能工業的發展，未來必將形成一個豬場統一的信息平臺，記錄和處理豬場生產經營過程中的所有數據。
3 產業鏈聯動
如果豬場生產穩定，那么每個月的物料消耗和下個月的物料需求是穩定的，因而是可以預測的。這對于上游的飼料、動保供應商來說，如果能提前獲知豬場的需求，就可以提前安排原料采購、生產和成品配送，提高整個供應鏈的流轉效率。而現在受限于市場氛圍、商業模式，這一模式在國內推廣困難重重。但從長遠來看，養豬數據的產業鏈聯動，將越來越有可能。
同樣的，民以食為天，食唯安與鮮。消費者越來越關注豬肉的安全問題，所以，豬肉生產的全產業鏈追溯將是接下來養豬企業進行差異化競爭的有效手段。豬肉生產的追溯，必然需要養豬數據平臺對養豬上游、養豬過程、屠宰與運輸都進行跟蹤和數據記錄。追溯的并不是具體某頭豬，而是這塊豬肉所在的豬群從出生到商超的全過程中的數據。
因此，隨著消費者對食品安全和品質的要求越累越高，生產數據的追溯將是必然。
綜上所述，雖然現在還有非常多的豬場仍未實施數據管理，但隨著生產管理水平的逐步提升，豬場必將把生產過程中的管理數據化。同時，著眼于生產、財務、上下游產業聯動，豬場數據的綜合管理將是必然。因此，對于豬場而言，根據自身的需要和發展規劃，立足當下，著眼未來，適時建立或引進綜合數據管理體系，將是提升生產經營效益非常重要的舉措。
