Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Por tanto, el primer pilar para el big data agropecuario consiste en ordenar toda la
información de la que se dispone en las explotaciones y cruzar cada variable. Esto
permitirá que las decisiones se tomen por el cúmulo de experiencia e información
almacenada a lo largo de los años.
Si bien es cierto los datos son la materia prima con la que trabaja el big data,
obtenerlos es el primer paso, luego de esto debemos introducir diferentes y
diversas fuentes como lo son:
Sensores de humedad.
Estaciones meteorológicas.
Por otro lado, también hay ejemplos de uso de datos para ayudar a los
administradores de fincas a rastrear el ganado, para estadísticas de producción,
planificación de rotaciones de pastoreo. Y, a su vez, para generar informes que
con información sobre la salud de una operación ganadera.
Otro ejemplo viene de Japón donde los productores de leche se asociaron con la
empresa Futji para mejorar la tasa de éxito en la cría de ganado. En esencia,
querían encontrar el mejor momento para inseminar artificialmente a las vacas.
Con datos, se dieron cuenta que los animales están en celo durante solo 16 horas
cada 21 días. Por lo tanto, al usar la información, los ganaderos detectaron el
mejor momento para la inseminación. Parece sencillo, pero involucró transmisión
de movimientos a la nube.