都知道数据管理非常重要，养猪场数据管理究竟该怎么做？

近年来越来越多的养猪人开始认识和重视猪场数据管理，并使用各种数据管理的工具和软件系统来记录和分析养猪过程中的各类活动。然而，从行业发现情况来看，猪场数据管理仍然存在着认知、普及度、人力等问题，使得猪场数据管理仍任重道远

猪场数据管理的现状

1 数据管理水平参差不齐

国内养猪场进行数据管理的发展水平仍然参差不齐。先行者甚至在20年前就在使用软件管理猪群，各大型养猪集团早已经成立了各自的信息部门，为本企业的生产信息化开发数据系统，并提供实施的技术支持。与此同时，通过对市场的走访，我们也发现，依然有大量的中小规模猪场仍未跟上养猪信息化的步伐。

据笔者了解，养猪强国荷兰，超过90%的猪场都是有数据管理的，并且，生产数据会上传给行业协会供宏观统计。1982年，荷兰母猪的PSY约为17头，而到2018年达到了31头，年均PSY增长约0.39头。而国内从2010年至今，平均PSY仍未突破20头(按公布的宏观数据估算)，增长十分缓慢。

虽然猪场数据管理并不能直接促进PSY的提升，但目前数据管理的参差不齐，恰恰说明仍然有大部分的猪场管理低下，仍有大量可见的问题等待处理，远未达到需要从数据发现隐秘生产问题的地步。

2 无统一的数据平台

现在养猪软件很多，但是仍然没有形成行业数据平台，国家进行宏观统计时仍依赖于观测点统计，或者各个猪场电子表格上传。

无统一的数据平台，很难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能繁母猪存栏预计数量来推测，存在很大的误差。

猪场数据管理的问题

1 上马容易下马更容易

近年来随着互联网技术的发展，一大批的猪场数据系统被推广，猪场可选择适合自己猪场的数据系统。然而从实际应用看，大多数猪场容易走进“选择软件-上线-不了了之-再选择软件”的怪圈，上马容易下马也容易，没有坚持。

而这其中一部分猪场实施数据软件并非出于本心，而是供应商提供的额外服务。本猪场没有主动性，使得供应商的技术人员很难在本猪场开展数据管理的工作。同时，如果更换了供应商，那么数据管理也就会中断。

2 人员不稳定

笔者在进行数据管理服务的过程中，发现很多猪场一旦负责数据管理的人员离职，那么这个猪场的数据管理就会中断。结局要么是软件服务商再派人重新培训，要么猪场就此停止数据管理工作。

人员流动大是导致很多猪场无法坚持进行数据管理的主要原因。而人员流动大的原因既有猪场固有的问题，也有数据管理工作未能给相关人员带来成就感的现实问题。所以，猪场在建立数据管理体系的时候，需要把数据实施人员的收入也考虑进来。

3 认知的误区

(1) 所有猪场都需要数据管理吗?

大中型养猪场需要数据管理，这毋庸置疑。毕竟，随着猪群头数的几何级增长，猪场很难通过有限的人工精力去管理。大量的生产提醒、操作效果都需要通过数据分析来完成。随着猪群规模的增长，数据越有价值。

而小猪场、小型家庭农场是否需要数据管理?这要视情况而定，不能跟风或拒绝。实际上，数据记录在任何猪场都存在。只不过一些猪场是记录在数据系统中，一些猪场是记录在电子表格、纸上，甚至墙上。

如果经过评估，所选的数据记录方式所花费的精力和费用低于自己因为数据记录而获得的益处，那自然是按此实施。但如果花了精力记录的数据自己不知道怎么用或者无用，那自然是不需要大费周折的。

(2) 什么是养猪核心数据?

随着一些互联网企业介入养猪产业，AI、大数据、物联网等概念也吹入了养猪行业。然而，笔者发现，这些互联网企业主要切入的是物联网，使得一大批行业人员提到养猪数据的时候以为环控、饲喂、身份识别以及视频识别就是养猪大数据了。

上述列举的数据虽然很重要，但对于养猪生产过程而言，这些数据只是外围。养猪生产过程中的核心数据仍然是猪本身的数据。如繁殖相关的数据、商品猪存栏变动相关的数据、物料供应和消耗的数据、养猪的成本数据等。通过对这些数据的采集、分析和利用，才能发现生产过程中的提高点，从而去改善，进而才能提高生产效率。而所谓的身份识别、视频识别等数据，都是改善措施的手段所需要或产生的数据。万不可本末倒置。

(3) 只要有了数据，问题就解决了?

一些养猪一线的从业人员，对于数据管理的认知也存在偏差。他们认为，猪场实施了数据管理以后，就可以不去现场巡视了，只需要看一下数据就可以了。而实际上，所有被记录的数据均是事后记录，而非事前。当你看到数据的时候，这个结果已经在生产环节发生了。所以仅仅看数据，往往会滞后于现场巡视。

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。