La ciencia de datos se ha convertido en la herramienta necesaria para el análisis de información y resulta una valiosa guía para la toma de decisiones. Pero, ¿qué hace el big data? ¿Para qué sirve? ¿Cómo comunicar resultados? 

Hacer una recorrida al campo implica observar la realidad del lote y tomar datos que hoy, gracias a las herramientas digitales aplicadas a la agricultura, son fácilmente registrables y convertidos en información. Analizar y entender esos datos resultan una valiosa guía para la toma de las mejores decisiones de manejo y la planificación estratégica de los negocios. 

Esto aplica tanto para las decisiones comerciales, de toma de posición en el mercado, opciones de venta de granos o compra de insumos, como productivas tales como la secuencia de rotación, elección del cultivo, fecha de siembra y manejo integrado de plagas. Contar con la información mensurable que ayude a identificar las acciones a seguir o corregir, es el punto de partida para maximizar la rentabilidad en el negocio agropecuario.

Pero, ¿cómo interpretar todo ese cúmulo de datos históricos? ¿Cómo convertirlos en información confiable y de rápida respuesta? ¿Cómo comunicar eficientemente al productor? Bruno Cocitto, Desarrollador de Data Science en SIMA, nos abre el panorama y brinda su testimonio sobre la realidad digital en el agro.

Big data, Data Science o Business Intelligence

Palabras que en los últimos años gobiernan nuestro vocabulario en el ámbito agro. Pero, ¿sabemos realmente de qué se trata? 

El Big Data es un sistema que llegó para transformar definitivamente la agricultura, analizando e interpretando grandes volúmenes de datos. Cuando observamos la realidad en nuestras actividades productivas, podemos obtener datos medibles que, documentados y guardados de manera organizada, se convierten en materia prima para generar información de utilidad. De esta manera surge la Ciencia de Datos o Data Science (DS) como disciplina que estudia los datos, agiliza la forma de procesarlos, los transforma y analiza en función de nuestros objetivos. Esto es lo que en SIMA llevamos adelante como Agricultura Inteligente, es generar conocimiento. 

“Básicamente, es tomar los datos que recogen nuestros usuarios y con ello generar info que le sirva al cliente a través de modelos y tableros” menciona Bruno en palabras muy simples para que todos entendamos. Una de las plataformas de gran utilidad para la conformación de estos tableros dinámicos es Power BI, que permite integrar todos los datos ordenados, interpretarlos y mostrarlos en forma de gráficos, tablas o mapas que sean amigables, de fácil lectura y observación para entender la relación que tienen. “Agrupamos un montón de datos y los transformamos para generar valor al cliente a través de predicciones y sugerencias, que le sirvan para encontrar similitudes de manejo o tendencias”.

La evidencia es la forma de llegar a la gente

No basta solo con transformar la información si no se logra transmitir idóneamente. La importancia de saber comunicar efectiva y eficientemente a los usuarios es clave para que los resultados del análisis puedan concretarse en acciones y decisiones que lleven a mejorar los sistemas productivos. 

Hay dos grandes grupos de usuarios; los productores o asesores independientes que llevan adelante pequeñas empresas con potencial desarrollo, y compañías con mayor volumen de operaciones. “Resulta especialmente significativo acompañar en esta transferencia de conocimiento para lograr una adopción exitosa de estas tecnologías” resalta Cocitto. La escala del establecimiento o empresa es importante en la adopción y aceptación de nuevas formas de registrar la información, y por ello es de particular relevancia construir lazos de confianza con todos los clientes y en especial con las empresas más pequeñas o los productores individuales que se animan a incursionar en ellas. En estos casos lo que se tiene que buscar es no imponer la herramienta, sino sugerir cambios o complementar criterios, como por ejemplo a través de casos de éxito. 

La demostración de evidencia práctica y resultados positivos a través de la realización de ensayos, visitas a campo y el trato directo con nuestros clientes es la mejor forma de hacerlo. 

En su plataforma, SIMA cuenta con un predictor de rindes que resulta interesante para dar cuenta de esto y mostrar diferencias o similitudes entre los rindes esperados o estimados por los productores y los que devuelve el predictor. Es una manera práctica de tangibilizar esta ciencia de datos a través de la evidencia, y es donde el equipo de DS pone especial foco: cómo comunicar de la mejor manera al usuario.

IA, ¿inteligencia artificial y agricultura inteligente?

En los últimos años, la implementación de Inteligencia Artificial (IA) en el campo de la agricultura ha avanzado significativamente. No obstante, hay mucho camino por recorrer, especialmente en áreas como la predicción de enfermedades o eventos abióticos; y para avanzar hacia ello uno de los primeros pasos es la mejora de la calidad de los datos. 

La IA combina matemáticas y estadística, programación especializada, análisis avanzados y machine learning entre tantas otras disciplinas, para descubrir información práctica oculta en los datos de una organización, y puede ayudar a generar confianza y convencer a los usuarios de su utilidad.

SIMA trabaja fuertemente en la estandarización para generar algoritmos y usar la IA. Lo que nos diferencia de otros desarrollos y apps, es ser una empresa con vocación de información, y no perseguir el fin de comercializar un producto digital. “Para nosotros el producto termina siendo ver que tu proceso productivo mejoró por haber entendido lo que está pasando y necesitando tu campo”.

La industria agropecuaria en Argentina tiene todo el potencial para dar el salto, pero aún hay desafíos y oportunidades por delante, particularmente en la comunicación efectiva con los diferentes tipos de usuarios y la mejora continua de la calidad de los datos.