随着养猪行业洗牌，加上猪场管理软件、智能化硬件的普及应用，规模化猪场日益重视生产效率的提高，猪场数字化管理已成为主流。本文以规模化母猪场为例，就猪场生产数据分析的意义、方法和前景进行阐述，供猪场技术人员、养猪企业管理人员参考。
一 猪场生产数据分析的意义及价值
猪场生产数据分析的核心，就是通过数据挖掘，解决生产问题，优化生产流程，最终达到提高猪场生产效率的目的。对于母猪场来讲，就是“产得多，长得快，花得少”。
很多猪场管理者非常清楚自己猪场的问题所在，只是由于管理制度、硬件条件等原因，没法解决问题，觉得数据分析的结果都是他已经知道的，其实不然。
首先，数据分析与生产现场必须紧密结合，要形成基于数据的解决方案，能提供客观的数据支撑和验证，不依赖于技术员的主观经验，分析问题从“该信谁”变成“数据说话”。再者，当猪场出现不明原因的生产问题时，数据分析能找出问题背后的影响因素以及不同因素关联造成的隐性问题。
数据分析是解决猪场生产问题的第一步，只有通过落实执行-效果反馈评价，数据分析的价值才能真正显示出来。对于规模化的猪场，数据分析带来的技术指标的提升，远远高于为数据管理投入的成本。比如，母猪场每降低一天NPD（Non-productive Days，非生产天数），能节省约15元/母猪的成本（饲料、栏位周转等），对于2000头二元杂母猪规模的商品场，降低20天NPD，将带来60万元的效益；PSY提升1头，以200元/断奶仔猪计算，猪场每年增加40万元收益。
二 猪场生产数据的采集
经历环保和非瘟洗牌后，目前笔者接触到的大多数猪场已在利用猪场管理软件进行生产数据采集管理，少数猪场仍使用excel进行数据汇总记录，优秀的猪场管理软件具备了专业的分析报表功能，是猪场生产数据分析的必备工具。
现阶段猪场生产数据采集的主要方式为：配怀、产房等各栋舍每天手工记录上报——猪场统计或财务根据纸质记录输入到管理软件——错误数据核查与修改——月度审核结算。该方式依靠人工录入，且猪场统计往往对现场生产不熟悉，容易造成数据录入不及时、数据质量差、返修数据处理麻烦等问题，其中最常见的问题就是猪号抄错或者录入错误。
针对个体识别和采集效率，目前针对规模化母猪场已有成熟的智能采集解决方案，主要是通过电子耳标/条形码识别母猪个体，配套使用RFID识别棒、扫码枪、网络版手持机软件集成的方式，涉及到母猪的盘点、死淘转销、配种、分娩、断奶等场景都能很好地应用，几乎所有的生产数据都可以在猪舍内通过手机完成录入，大幅提高数据采集的准确性、及时性，节省人工投入。
以下是某5000头存栏母猪规模场应用智能化采集系统实施前后的对比结果。
随着猪场自动化设备的普及应用，猪场生产数据采集中人工参与的环节将越来越少。目前，各类硬件设备和异构系统均可通过数据接口传输的方式，每天定期地将饲喂、能耗等数据对接到猪场管理软件，实现一个系统真正统一管理猪场生产相关的所有数据。
常见可自动对接采集的软硬件数据有：猪只饲喂（个体喂食数据，料塔消耗数据）；环境控制设备（温湿度、氨气浓度、通风量）；能耗设备（水电、暖气用量）；企业ERP系统（财务成本、供应链）；公猪精液管理系统（精液自动检测分析系统）；人员车辆物资监控系统等。
猪场生产数据采集方式及内容
三 猪场生产数据分析的方法
猪场生产数据分析的方法多种多样，主要受分析人员水平、数据质量、猪场生产条件和管理制度等影响。猪场数据分析必须紧密联系生产情况，避免分析人员纸上谈兵，甚至造成分析结果偏离实际。在实际分析过程中，笔者认为大致可遵循以下步骤。
1、发现问题
数据分析的目标在于解决问题，第一步得先知道猪场现存在的生产问题。
如何发现自身猪场的问题？除了管理者基于经验提出待解决的问题之外，还可以充分利用数据软件的场间比较功能，抽取猪场稳定生产的一段时间，利用主要的生产指标与行业前10%、前20%、平均水平做对标，发现猪场的“短板”指标。
如下表，该场通过对比行业前20%水平可知，目前主要存在问题是：（1）非生产天数NPD较高；（2）窝均活仔数较低，总仔-活仔差较大；（3）生产速度较慢。
某场大白猪群近一年成绩对标
艾佩克“猪短板”场间比较系统
2、原因深挖
通过主要指标的对比，找出存在问题之后，就是逐个板块全面地从各个分析维度去深挖造成问题的原因，不同因素对问题的贡献率怎么样，哪些因素是应当首先解决的，这些因素是现场管理不到位还是母猪群性能受限造成的？
以上述例子的非生产天数问题为例，该场NPD月度波动正常，主要组成分别为：断奶后7天外配种间隔31%，断奶后7天内配种间隔24%，返情23%、流产11%、死淘/销售10%。
（1）对于断配间隔：7天内是正常的，改善提升空间有限，但是断后7天后发情配种是可以重点改进的，对断配间隔分布图分析可知，仍有大量的断奶猪在断奶后8-30天配种，调取明细数据可知，过去一年共有421头猪发生过断配间隔天数≥8，其中有41头母猪发生过两次或以上（考虑淘汰），2头发生过3次（橙色标注）。
断配间隔分布图
（2）对于返情，从返情距离配种天数分布图可知，配种后第1情期返情母猪占比最大，说明配种查情准确，但是配种操作问题导致受孕失败，此外26-37天不规则返情比例也较大，说明母猪群可能受疾病或者个体遗传差异影响导致配种失败。在进一步分析不同胎次、首配日龄、上一胎断配间隔、配种员、配怀舍、死淘原因对返情的影响后，确定了主要原因为青年母猪（0-2胎）的管理不到位（配种时机掌握差，子宫炎严重）。
返情距离配种天数分布图
3、落实执行和结果跟进
数据分析提出的问题解决措施，最终落实执行都需要具体到猪或者到人，从而对实际生产人员形成明确的操作指导，并且通过问题猪的处理进度，客观评价改善措施的执行到位率。解决措施执行后，应持续改进指标改善情况，评价数据分析的效果并予以改进。如上述例子，最后可落实到给出应当淘汰或重点关注的猪号列表、各个配种员的重新培训和考核，后续可持续关注问题猪的解决情况、不同配种员的返情率是否降低等。
四 猪场生产数据分析应用前景
1、应用需求
并不是所有的猪场都适合做生产数据分析。
对于中小规模猪场（1000母猪存栏以下），由于其数据记录准确性、数据量小、偶然因素多等原因，生产数据分析难以进行，且中小场一般主要关注存栏、物料成本、销售出栏，只需要保证猪群的正常流转，不具备数据深度分析的强烈需求和专业人员。
大规模场由于猪场数据量足够大，数据管理相对较好，更加关注从数据中发现问题-分析解决，一个指标的改善可带来巨大的经济效益。对于集团化的养殖企业，旗下拥有分布各地的猪场可达数十上百个，他们的生产成绩往往比较稳定，除了追求从数据中发现问题之外，还希望通过跨场、跨部门、跨供应商的数据关联性分析，掌握最优的生产管理参数（如不同地区、季节，产房的通风量、温度与PSY的关系），最大限度提升生产效率。
2、专业人员培养
数据分析人员需要同时深入了解猪场生产和统计分析方法，既要对猪场各环节数据产生来源、可能出现的数据错误非常熟悉，又要具备高度的数据敏感性和数据分析逻辑思维，且需要一定的信息化基础来使用数学分析工具，单靠猪场本身去培养相应的人才不太现实。
笔者认为未来猪场数据分析专业人员来源主要有两种方式：一是大型养殖集团从自身生产部门、信息部门、企业研究院等培养综合型的分析人才；二是猪场通过购买专业第三方分析团队服务，解决数据分析的需求。
