Dados soltos não significam nada

As empresas agrícolas estão aprendendo como coletar dados melhores e há, atualmente, muitos tipos de sensores com os quais se podem coletar dados e que nem existiam há cinco ou dez anos na ciência agrícola. Se, por um lado, eles vêm contribuindo para melhor entendimento do comportamento das plantações, levando a uma maior sustentabilidade, por outro, se não estiverem colocados corretamente, podem levar a desperdício de dinheiro ou ser proibitivamente caros. Além disso, dados soltos não significam nada.

Saber analisar corretamente é fundamental para ter insights sobre os quais não se sabia nada antes, o que permite tomar uma melhor decisão para o negócio. Como as peças de um quebra-cabeça, o analytics na agricultura depende da coleta, do gerenciamento e da análise de dados. Principalmente no agronegócio. Em entrevista ao especial Inteligência de Dados SAS no portal Convergência Digital, Scott McClain, consultor principal para a indústria AgTech do SAS, disse que a agricultura começa a se tornar muito boa na coleta de dados, o que vem também impulsionado pelo maquinário agrícola, com sensores embutidos. 

“Um trator como da John Deere, que é muito sofisticado, tem sensores embutidos nele que dizem quanto milho você colheu em cada campo, por exemplo. Mas são apenas dados nas mãos que não foram manipulados e que não tem nenhuma estatística aplicada a eles ainda. A grande questão é: para onde vão os dados a partir daí. Vai, o agricultor contratar um cientista de dados para ajudar a entender onde a produção está melhor e onde ele pode melhorar, por exemplo, com aporte de nutrientes no campo para salvar a próxima safra?”, questionou.

Outro exemplo, acrescentou McClain, é que muitas fazendas estão coletando dados com o uso da tecnologia de drones. “Mas a empresa de drones apenas diz ‘bem, aqui estão seus dados, eu coletei todos os dados que você contratou. Aqui está’. Não há manipulação de dados, não há análise para acompanhar, porque a empresa de drones é uma empresa pequena, eles também não têm cientistas de dados, eles apenas coletam as imagens e as vendem”, disse.

As imagens podem, por exemplo, ser usadas para acompanhar a saúde dos animais. As empresas têm de garantir que o gado está saudável, durante todo o seu tempo de vida. Como fazer esse gerenciamento visual — sem nem incluir nutrição ainda — com muitos milhares de animais. “É muito barato apontar câmeras para muitos animais e a análise pode começar a te dar uma resposta sobre a saúde deles”, disse o executivo.

Um animal saudável e um animal doente se comportam de maneira diferente, andam de maneira diferente, provavelmente, bebem água em momentos diferentes do dia. Você pode indexar e quantificar isso, com dados, e você pode fazer isso de forma muito barata com câmeras, sem necessitar que tenha um colar de atividade ou um sensor caro em cada animal. “Posso olhar para um rebanho inteiro com apenas algumas câmeras que começam a modelar analiticamente e selecionar os animais não saudáveis”, explicou.

A evolução, segundo ele, passa por tornar mais fácil a maneira de se colocar os dados brutos na nuvem, de modo que sejam analisados a partir de qualquer lugar. A unidade no SAS que atende ao agronegócio é relativamente nova, começou pequena e está focada na América do Norte.

“Mas, porque temos casos de uso tão bons na pecuária, estamos trabalhando com nossa equipe da América Latina no Brasil, neste momento, porque sabemos que existem alguns lugares realmente bons, especialmente na indústria de gado e laticínios, onde a gente pode ajudar uma empresa como a JBS ou Marfrig a olhar saúde, nutrição”, disse.