母猪批次化生产中的数据管理和分析

2019-01-10王瑞年崔贞亮黄守婷

猪业科学 2019年5期

王瑞年，崔贞亮，黄守婷

（1.福州微猪信息科技有限公司，福建福州 350000；2.宁波三生生物科技有限公司，浙江宁波 315000）

1 前言

近年来由于动物疫病防控压力，以及管理水平的提升，越来越多的猪场开始采用批次化生产技术来组织猪场的生产活动。无论是批次化操作，还是生产管理技术体系，均有了长足发展。然而，从生产实践来看，现在针对批次化生产的应用主要侧重于生产操作，而对批次生产的数据采集和分析虽有尝试，但还未成为优化批次化生产管理的决策依据。

2 数据管理的实施

对猪场而言，提高生产效率，追求以最小规模、最小成本获得最大产出，必须依赖于掌握真实的生产、管理数据及依此做出的正确生产策略[1]。批次化管理的猪场，在批次模式的匹配、批次处理手段的选择、各批次产出的评估等诸多方面的决策过程中，也需要依据采集到的批次生产数据的分析结果。

2.1 实施前的准备

猪场在进行数据管理实施之前，需要进行必要的准备工作。如果不经过思考、团队沟通，直接实施，就会面临人员、观念、现场制度和条件等诸多因素的影响，对数据管理的长期实施带来负面影响。

2.1.1 前期的准备工作

1）目标明确：首先要弄清楚，猪场实施数据管理工作是为了本场生产管理决策水平的提升，而不是单纯的记录数据，也不是为了好名声或他人的要求。只有这样，才会有数据管理工作的长期坚持。

2）稳定人员：包括现场数据的记录、录入，以及日常数据的维护和分析，都依赖于一线生产人员。因此在实施数据管理之前，就需要建立数据管理团队。

3）制度保证：数据管理是需要一线人员记录和录入数据，并确保如实记录、正确录入。所以，就需要从制度上既保证参与数据管理的人员的工作量能在收入上得到体现，又要在考核过程中强化数据记录和录入准确性。

2.1.2 猪舍内的准备工作

1）猪舍、栏位标识：对所有猪舍都需要命名或编号，同时对舍内的所有栏位都需要进行排序编号，便于日后的数据记录。

2）种猪个体标识：所有种猪都需要有耳号，且不重复，佩戴写有耳号的耳牌。

3）种猪卡：每头母猪都应有自己的种猪卡，记录有这头母猪的终生繁殖记录。并悬挂在定位栏或产床固定位置，与母猪一一对应。

4）纸质记录表：对于不提倡无纸化办公的猪场，纸质记录表是进行现场数据记录的头道环节，所以猪场需要提前印刷好空白记录表供日常使用。

2.2 数据管理工具

2.2.1 数据管理软件

如果没有数据分析工具，很多猪场不了解猪场实际的疾病状况和生产成绩，使一些简单的问题也会长期困扰猪场的生产经营[2]。所有生产数据如要被分析，就需要被记录，所以就需要一款合适本猪场使用的数据管理软件。数据管理软件不仅需要正确记录数据，避免失实数据，同时还要能正确地进行汇总、计算数据，为用户提供正确可靠的分析报告。

2.2.2 移动终端

一些猪场配备移动终端，供生产人员在一线进行数据记录、查询使用，同时支持条码扫描，提高数据录入的准确度和效率。

2.3 初始数据导入

对于已经投产的猪场，如果有数据的积累，则在实施数据管理过程中，可以把当前在场猪群的历史数据导入到数据管理软件中。这样就可以马上按正常生产去记录和分析数据，而不需要长达半年的数据启动。

2.4 日常数据记录和录入

在完成前期准备、选择了合适的工具，并完成了初始化工作。接下来就是日常数据的采集和分析工作。这是一个长期的工作，需要一直坚持下去。如果出现中断，那么积累的历史数据的价值将大大降低。

2.4.1 数据记录过程中注意事项

1）及时：在猪舍完成相关操作后要及时记录，比如配种完成后，立即记录配种信息，如配种母猪耳号、与配公猪、配种状态、配种员等，不要拖延，避免因其他工作而忘记了记录，导致错误增加；

2）清晰：使用纸质记录表时务必确保书写清晰，不可出现似是而非的数字或字母而导致录入错误；

3）准确：所有数据记录都需确保准确，否则，要么无法录入，要么录入的是错误数据，日后要花大量的时间返回现场再进行核实和修改。

2.4.2 数据录入过程注意事项

1）及时：在猪场有操作就会产生数据。当天数据当天录入，确保数据及时性[3]。如果事务繁忙，也必须确保记录的数据至少在一周内录入完毕，不可拖延太久。否则当出现需要返回现场核实的情况时，相关猪群已经出现了位置变动，而增加核实难度。

2）有序：数据要按逻辑关系的顺序录入，比如：分娩的母猪必须有成功的配种记录。

3）核对、核实：录入的数据要和纸质记录表或种猪卡中的一致，录入后一定要进行核对。如果在录入过程中，存在数据无法录入或提示有错误，就需要核对记录表的内容，根据逻辑关系进行错误核查，若是种猪遗漏或出现错误的历史数据，则需要返回猪舍找到种猪进行数据核实，不要积累或放任错误。

2.5 人员培训

猪场数据管理过程中，相关岗位需要有至少1位备份人员，避免出现关键岗位人员流动后，无人接替数据管理工作，导致数据记录和分析中断。增加了后续数据管理工作的成本和难度。

定期对相关岗位的人员进行培训，确保所有和猪场数据相关的人员都可以无阻碍地使用数据管理系统。培训既要考虑到日常录入数据的人员，也要考虑查看数据报表的人员。

3 批次生产的数据管理特点

连续生产过程中，每天都有繁殖事件发生，因此数据记录和录入具有数据量小，但每天都有数据的特点。而当实施批次生产后，并非每天都会有配种、转猪。

所以批次生产方式下，猪场数据管理具有如下特点。

3.1 集中记录和录入

由于配种、分娩、断奶、转猪等活动都会在一个集中时间段内进行，这也意味着，数据记录和录入也存在集中度高、单次数据量大的特点。

这就要求，猪场负责数据记录和录入的人员，要具备快速记录和录入的能力。同时，也对数据管理系统提出了更高的要求，比如三生的批次化管理平台的批量配种和批量断奶功能就让大批量的配种、断奶记录可以在很短时间内完成录入。

3.2 按批统计和分析

批次化生产中，更强调按批次跟踪和管理，弱化了按周、月的管理。所以，在数据统计和分析过程中，需要更多地突出各批次跟踪统计和分析，包括每个批次从配种开始的后续繁殖跟踪，也包括母猪列表的跟踪。

这种跟踪统计和分析，可被用于分析不同批次模式下的生产效率、评估不同批次处理手段的优劣性，也用于核算不同批次的最终产出效益。

4 批次数据统计和分析

猪场数据管理人员在分析数据时，经常性会只针对部分热门或常用指标进行孤立地统计和计算。这就导致了，在阅读数据报告时虽然有数据分析，但结构混乱，难以获取可靠的结论。

因此，在进行批次数据统计和分析时，就需要按规范思路，对全程的各项指标进行计算，然后根据分析目的，选择不同的分析方法。由于是针对全程指标，使得最终结论的得出更加可靠、可信。

4.1 分析方法

在批次数据的统计和分析过程中，对于各个指标的结果，可以按如下的分析方法进行分析。

4.1.1 分组统计

按时间：在多个长时间段，对多个批次按时间序列分组统计，主要是基于批次数据来分析各个指标在不同时间段的表现。一般是用于季度、半年、年度分析。

按批次处理手段/舍等：出于特定目的，按批次处理手段或猪舍等因素，对多个批次进行分组，然后统计各个组内的批次的指标数据。分析这些指标在不同分组因素之间的差异。

4.1.2 批次对比

是批次数据统计和分析的主要方式。主要是统计各个指标在各批次的表现，对比出表现好的和差的批次。

4.1.3 目标对标

对单个或多个批次分别统计各个指标数据，然后与批次目标或行业水平进行对比，找到优势和不足，查缺补漏。

4.1.4 追踪溯源

在分析过程中，最终都需要责任到猪。因此，在找到不足之后，就需要通过头数溯源到具体猪，然后处理措施才能执行到位。

4.2 批次统计指标

在批次数据统计过程中，大部分的指标与连续生产中是一样的，但批次分析中也有自己的一些独有指标。文章对批次全程各个指标的含义、计算进行说明，供同行参考，各项指标包括如下。

4.2.1 配种头数

配种批次的配种记录中的情期首配的母猪头数，具体包括：

断奶空怀数：配种头数中的配前状态为断奶空怀的母猪头数。

断配间隔天数：参与配种的断奶空怀母猪的断奶日期至情期首配日期的间隔天数的平均值。

断配率：参与配种的断奶空怀母猪头数占该配种批次对应的断奶母猪头数（剔除断奶后淘汰销售的头数）的百分比。

断奶7 d内配种率：参与配种的断奶空怀母猪的断配间隔天数≤7 d的头数占该配种批次对应的断奶母猪头数（剔除断奶后淘汰销售的头数）的百分比。

空返流后空怀数：配种头数中的配前状态为返情、流产、空胎/未怀孕后空怀的母猪头数。

后备母猪数：配种头数中的配前状态为后备母猪的母猪头数。

4.2.2 配种后跟踪

配种后损失数：配种批次中的参配母猪在配种后被记录了返情、流产、空胎/未怀孕等记录，以及怀孕死淘和销售等记录的头数。

5周怀孕率：配种批次中的参配母猪在其情期首配日期之后35 d时仍处于怀孕状态的头数占该配种批次的配种头数的百分比。

群5周怀孕率：配种批次中的配前状态为断奶空怀的参配母猪在其情期首配日期之后35 d时仍处于怀孕状态的头数占该配种批次对应的断奶母猪头数（剔除断奶后淘汰销售的头数）的百分比。

分娩窝数：配种批次中的参配母猪在其情期首配日期之后有分娩记录的头数。

分娩率：配种批次中的参配母猪中最终分娩的头数占配种头数的百分比。

群分娩率：配种批次中的配前状态为断奶空怀的参配母猪在其情期首配日期之后最终分娩的头数占该配种批次对应的断奶母猪头数（剔除断奶后淘汰销售的头数）的百分比。

窝均总仔数：配种批次中参配母猪最终分娩的母猪的分娩总仔的平均值。

窝均活仔数：配种批次中参配母猪最终分娩的母猪的分娩活仔的平均值。

活仔数小于7头占比：配种批次中参配母猪最终分娩的母猪分娩活仔数小于7头的窝数占总分娩窝数的百分比。

平均怀孕天数：配种批次中参配母猪最终分娩的母猪其分娩日期与对应的配种日期的间隔天数的平均值。

4.2.3 分娩后跟踪

哺乳期离群数：配种批次中参配母猪最终分娩的母猪在哺乳期死淘、销售的头数。

断奶头数：配种批次中参配母猪最终分娩的母猪在哺乳期后最终断奶的头数。

平均哺乳天数：配种批次的最终断奶的母猪其断奶日期与分娩日期的间隔天数的平均值。

窝均断奶头数：配种批次的最终断奶的母猪其断奶仔猪数的平均值。

5 批次数据报告

猪场数据分析报告是提供给生产、管理、数据团队的交流和沟通方式。主要目的是把分析结果、结论、建议以及其他有价值的信息传递给团队成员。它需要按一定的格式、流程、排版生成，让阅读者能轻松地对结果做出正确的理解和判断，并根据结果做出有针对性、操作性的决策。

在批次化生产的猪场，对于批次数据的统计和分析，最终也是需要按数据报告的形式把分析结果和结论呈现出来。一方面，使数据分析更完整、规范，更具有可读性；另一方面，全面、客观、准确的数据分析报告，让生产、管理人员可以轻松、完整地获取到分析结果和结论，而不是仅仅只是统计结果，对生产和管理并没有直接的指导价值。在撰写批次数据报告的过程中，以下方面是需要重点考虑的。

5.1 分析目的

在进行数据分析之前，要厘清分析的目的。是想对生产过程进行全面评估，还是想追踪某个批次的生产成绩，或者是对特定方面、问题进行定向分析，亦或者是生成近期的生产任务完成清单。

只有确定了分析目的，接下来才能有针对性地进行数据整理、统计和计算。同时，不同的目的也意味着分析思路、统计方式都可能不同。比如，如果是全面评估，那么对于母猪繁殖过程中的配怀、哺乳、断奶环节的统计都只按统计时间段分别统计，互相之间无关联；而如果是针对特定问题的定向分析，比如对特定批次统计分娩率低的原因，那么统计的数据就限定了这个批次，且从配怀期到哺乳期是需要跟踪统计的。

5.2 数据处理

确定了分析目的，就明确了待分析的数据范围。那么接下来就需要获取这些数据，并进行数据甄别，确保统计时的数据的可靠。

如果猪场在使用猪场管理系统，那么就不需要数据分析人员手动进行数据处理。数据管理系统一般都会根据不同的分析目的而进行数据获取、整理、甄别的操作。

但数据甄别对于不同的数据系统可能标准不一样，这需要猪场的数据分析人员留意。比如，部分数据系统允许分娩记录中的仔猪数为0，那么在计算窝均仔猪数的过程中，就需要剔除仔猪数为0的那些分娩窝。

一般来说，数据甄别的内容涉及重复数据、异常数值、不合理数据等。

5.3 统计方式

数据处理好以后，就需要根据这些数据计算各个统计指标。这些统计指标的计算公式是明确的，但在计算过程中，需要根据统计目的确定合适的统计方法。

如果是针对批次的统计，那么计算各个指标的时候就需要按批次进行数据筛选；如果是特定时间段的统计，那么计算时需要按时间段对数据进行筛选。

5.4 落地生产

需知所有的数据分析，最终都需要在生产或管理过程中得到落实。所以在数据分析过程中，不能为了分析而分析。当获得了统计结果之后，就需要结合生产、管理过程中的实际情况，根据结果查找问题，然后根据问题进一步分析可行的落实措施。最终使得数据分析结果可以在生产、管理的具体执行中得到体现。

比如在批次统计过程中，查看某个批次的各个指标，发现其分娩率与邻近的其他批次异常偏低。那么分娩率低就是从统计结果中发现的问题，而针对这一问题，就需要结合进一步的配种数据的统计，以及现场操作核实，找到导致该批次分娩率偏低的原因。进一步地，生产和管理人员就需要针对该原因核实现在配怀环节是否依然存在这种问题，如果存在，那么就需要制定相应的整改措施。

因此，落地生产，数据分析工作是需要猪场生产和管理团队都参与的，而不能只是数据分析人员的孤芳自赏。