返回列表总经理推荐语
本文是群组管理系列文章中的中篇。
上篇讲述使用项圈提升群组管理效率。
中篇讲述奶厅数据群组监控技术的3个实际案例。分别是：产奶效率降低分析、挤奶时间间隔如何优化、群组乳脂率波动原因。
本篇文章的干货都在3个案例中，告诉大家如何整体纠偏。对于揭发个体问题牛只，我们在很多文章讲过。本系列文章不同之处在于提升一个层级，专注问题群组，找到群组问题并解决，事半功倍。
目录
1、仅仅总产量或均产的监控，在数智时代已经落伍了
2、奶厅的群组监控建立在持续精准个体数据基础上，而非简单取平均或求和
3、发现基于精准牛只数据的群体管理下，阿菲金奶厅的系统价值
-案例1：
饲养问题巧发现：监控每一组的产奶效率变化
-案例2：
发现暗藏的盈利“杀手”：优化挤奶间隔时间
-案例3：
各组营养监控：乳脂率波动原因
4、总结
1、仅仅总产量或均产的监控在数智时代已经落伍了
牧场管理中一直存在这样的声音：
总产量或均产的监控就够用了，还是需要高质量的个体数据收集？
怎样才能得到权衡之后的收益最大化？
应该在哪个环节舍弃或者做出妥协？
这类问题在传统的牧场管理思维中，是每一位牧场管理人员研究探索的课题。随着奶业智能化生产大踏步发展，高科技牛只监控设备对奶牛生活的全面渗透和应用，使得这个问题似乎有了 “效率和质量”间博弈的色彩！
它俩本不对立，为何要顾此失彼？
群组监控，看似是不同群组平均数波动情况的监控，问题牛群的整体纠偏。其中如损失一些个体牛只数据的精准，简单粗暴的查看平均数据的波动很多时候被描述为理所应当。在这个过程中，牧场在牛群健康、繁育、饲养和奶厅管理中，或多或少的承受着我们可能体会不到的“痛感”。
2、奶厅的群组监控建立在持续精准个体数据基础上而非简单取平均或求和
阿菲金以近半个世纪的研发经验，在牛只行为监控（发情揭发、躺卧、采食、反刍和喘息等数据）和牛只生产数据（奶量、牛奶电导率和牛奶成分等）等方面的精准收集和分析方面，为奶业的发展和牧场管理提供了可靠详实的自动化高品质数据收集的样板，为牧场提供“更准，更稳，更及时”的产品和服务。
阿菲金奶厅在个体牛只的数据收集方面，更是做到了行业的标杆，ICAR认证下的计量器，配备了近乎100%的牛号识别系统，源源不断地为阿菲金生产管理系统输送每一头奶牛每一个班次的精准数据，为牧场提供高效率的牛群管理和更高的牧场收益打好数据基础。
如果把奶厅的群组监控看做高效运营的数据中心，那么每一头奶牛精准的数据收集和匹配则是这座数据中心的基础。
简单地取平均数或总数的分析，只会让你的分析如若盲人摸象，缺失不少监测的维度。
3、发现基于精准牛只个体数据群组管理下阿菲金奶厅的系统价值
自1979年全球首款通过ICAR认证的奶量计在阿菲金问世，阿菲金奶厅就开始了近半个世纪的奶厅数据收集之路。从最开始只有奶量和挤奶数据，到目前在原有数据基础上扩充至电导率和各种乳成分数据的收集分析。
不断的研发与对精准数据不打折扣的态度，使得阿菲金奶厅深受广大牧场的支持和好评。
每一头奶牛的奶厅数据和其行为数据，在牧场管理系统中进行了有机融合，使得本就有着以色列先进奶业科学和其精打细算的经商逻辑基因的阿菲金系统，帮助牧场更好地在管理效率和管理质量上同时做到精益求精。
案例一 ：饲养问题巧发现监控每一组的产奶效率变化
在实际生产过程中，我们常会遇到产量出现波动，需要查找原因，及时矫正影响产量的问题，但往往这个侦查工作不是那么简单，很多时候无从下手；尤其是当我们拿到的只是全群的平均数数据时，我们查找饲养问题的难度会随之陡增：因为你看到的只是奶罐里的总奶量升了或是降了，但你面对的是十几个或几十个泌乳牛组，是哪几个组的问题，还是所有组同时出现了问题？
当我们拥有精准的奶厅数据时，我们可以用各组的产奶效率的数据进行每日监控和分析，群组每小时的产奶效率（用该组每头牛该班次的奶量除以奶牛该班次与上班次的时间差，算出在这个班次内该组所有牛每小时产奶的效率。每小时产奶效率即为：产奶效率（1班次）=1班次奶量（kg）/（1班次挤奶时刻-上1班次挤奶时刻）（小时））。
当我们以各组奶牛的产奶效率表现分析群体中每组奶牛的产奶表现时，查看每一组的产奶效率曲线，就能将牧场里的泌乳牛大群划分成多个组的小群，从而聚焦发现哪一个（或几个）组是真正有问题的组。至此，重要的第一步已经完成。
接下来需要我们完成重要的第二步，也是数字化管理牧场中非常重要的一步：经过第一步聚焦问题，发现“问题组”以后，第二步就是走出办公室，或让相关人员到现场查看这些“问题组”的“问题”何在？只有在发现异常的第一时间前往现场，才最有可能发现影响产量的“元凶”。
图1 某泌乳牛组产奶量（上蓝线）和产奶效率（下蓝线）曲线
上图就是一个使用阿菲金奶厅的牧场，通过群组产奶效率数据，在一周前发现该组产量波动，并发现该泌乳牛组在饲养环节出现了问题。经过进一步查看，发现是夜间推料出现了问题，及时调整后，该组产奶效率得到了逐步恢复。
案例二 ：发现暗藏的盈利“杀手”优化挤奶间隔时间
当牧场一切都正常运转，没有异常状况下，牧场的奶产量也是一个平稳的状态，我们也习惯于看整体平均数据的起起伏伏。如果这时候只简单地看单日总奶量波动，你可能低估了奶牛的产量潜能，进一步说你可能忽略了不少提升牧场盈利的机会。
群体的产奶量数据通常会趋于平稳，但是我们常在牧场发现产奶效率曲线很有规律的波动，3个班次很有规律的周而复始。出现这种曲线时，我们需要把关注点放在班次上了，基于每个班次精准的个体数据之上的各组产奶效率数据，将帮助我们分析“问题”可能出现在哪一个班次。
当我们打开牧场的产量报告或曲线时，如下图。假如我们把产奶效率曲线隐藏，你看到的只是牧场全群每天三个班次的奶量波动，你是不是也会像多数人一样，简单地认为早晨第一班次的奶量高是理所应当，习惯于这个符合常规思维的均产波动。
当我们点开产奶效率曲线，会发现产奶效率和产奶量曲线的波动居然是“背道而驰”的，而且是三个班次中的平均奶量最高的班次出现了产奶效率偏低的情况。是不是开始怀疑曲线是否出错了？这就是精准的个体数据统计，为我们开启了一个分析群体问题的新维度，统计每一头奶牛每一班次产奶的效率，统计这些产奶机器每一小时是否都在高效的运转。
图2 产奶效率（上蓝线）和产奶量（下蓝线）曲线出现的“背道而驰”
通常情况下，这个问题出现在牧场的挤奶间隔时间的安排上。我们一般会建议牧场合理安排挤奶间隔时间：按挤奶次数均分24小时，即：2次挤奶-间隔12小时；3次挤奶-间隔8小时；4次挤奶-间隔6小时……那么我们在实际工作中，经常会出现间隔时间不一致的情况，如因为牧场食堂人员安排，或通勤车时间表安排等原因，调整上述间隔时间为：7小时-8小时-9小时，或7小时-7小时-10小时，或者其它；那么这种挤奶间隔时间上的变化，对牛群有多大的影响呢？
试想乳房内的乳腺细胞，作为储存奶牛生产出的牛奶的一个个小储存罐，盛满了牛奶，在这些所有的储存罐即将装满但还未装满的时候，奶牛上厅挤奶，进行一次有效的排空，为了下一个班次的产奶腾空了“库房”，理想的排空安排，会保障最大限度地利用奶牛乳房的库存，并保障产奶量。
但是，如果我们让其中一个班次时间过长，会发生什么呢？用7小时-7小时-10小时制来做分析，两个班次的挤奶间隔只有7小时，即绝大多数牛的乳房“库存”还没灌满，就进行了排空，出现了库存浪费；有一个班次的挤奶间隔为10小时，这时，高产牛群会出现库存告急的情况，乳房中盛满了奶，这时，乳房会给奶牛一个信号，库房满了，没地方储存了，奶牛会很自然地降低产奶效率，以适应目前的满库存或低库存状况，甚至有些奶牛会出现漏奶的情况，更有甚者会站在挤奶通道旁提出“抗议”，想尽快去挤奶。这种情况下，因挤奶间隔较长，牧场会很自然地发现这个班次所产的奶量是最多的，但，如果观察其产奶效率，会发现该班次的产奶效率不及另外两个短班次的产奶效率。
所以，当我们发现产奶效率和产奶量出现了这种“背道而驰”的情况时，一定要关注牧场的挤奶间隔时间的安排，也许只是调整了挤奶间隔时间，你就能轻松收获那原本应该被挤出的价值。
案例三 ：各组营养监控乳脂率波动原因
图3 群组营养监控之班次乳脂率波动曲线 （粉线-乳脂率 黄线-乳脂 蓝线-产奶量）
该组近3天产量从41.2kg降到39.9kg，牛均下降1.3kg每天，着实让牧场恼火，但在群组乳脂和乳蛋白数据的监控下，我们不难发现高产牛群乳脂率数据在3天前的那个夜班开始出现了大的波动，并在此后，这个降幅一直存在，产量也在缓步下降。我们的饲养主管及时查看TMR监控软件，并与我们的TMR搅拌车司机现场沟通检查，发现TMR车加料顺序和加料量都没有问题，问题可能出现在TMR搅拌车更换刀片时，维护人员为了图效率，一次把全车的刀片全部进行了更换，出现了日粮搅拌环节出现了问题，并因此微调了搅拌时间，完善了车辆维护方案，尽可能避免日后出现类似的问题。
4、总结
基于精准的个体数据持续稳定的统计，奶厅的群组数据在牧场群组管理时，不仅能增加我们分析问题的维度和广度，而且能够提升群组监控的质量和效率。
高质量的群体管理是建立在个体数据准确的基础上。如果淡化个体数据，甚至用取平均值的方式模糊个体数据质量不高的状况，则最终表现出来的群组数据，只会误差更大。奶厅数据这块，更是让我们因为单纯的平均数，缺失了帮助我们分析生产问题的重要的维度，让我们在看不见的数据维度方面，白白浪费时间和金钱。
