Het motortoerental, brandstofniveau, wielslip, brandstofverbruik, de rijsnelheid en motorbelasting. Het is zomaar wat data die een moderne trekker verzamelt. En ook op andere machines wordt veel data gegenereerd, denk bijvoorbeeld aan de opbrengstmeting op een maaidorser, bieten- of aardappelrooier. De data levert belangrijke informatie op en kan antwoord geven op vraagstukken die tijdens een teeltseizoen opkomen. Zo kan met behulp van data achterhaald worden waarom de opbrengst op het ene perceel hoger is dan op het andere. Misschien is het perceel te nat of te droog, is er veel verdichting of ontbreken er belangrijke nutriënten in de bodem.
Data is dus een hulpmiddel om de opbrengsten te verhogen, maar ook om de kosten te reduceren. Door de data van verschillende percelen te analyseren, kun je er bijvoorbeeld voor zorgen dat je alleen de gewassen bespuit of beregent die dat daadwerkelijk nodig hebben. Dat bespaart spuitmiddel, water, diesel en arbeid. Data is interessant zolang de metadata niet ontbreekt. Een voorbeeld: een opbrengstmeting op de aardappelrooier kan erg hoog zijn, maar als de helft van opbrengst uit meegekomen grond bestaat dan geeft dat een vertekend beeld. Daarom moet er metadata aan de data gekoppeld worden, waarin omschreven staat hoe en onder welke omstandigheden de data is verkregen. Wie zat er achter het stuur? Wat waren de weersomstandigheden? Was de grond nat of juist droog? Welke mat zat er op de rooimachine? Al deze informatie maakt duidelijk hoe betrouwbaar de data is. En dat is noodzaak om goede vergelijkingen en analyses te kunnen maken.
Centrale opslag
Om informatie uit de data te halen, moet de data worden verzameld, opgeslagen en geanalyseerd. Veelal wordt de data van een machine opgeslagen op een server bij de machinefabrikant. Via een applicatie op de telefoon of computer kun je de data dan inzien. Elke fabrikant heeft hiervoor zijn eigen systeem. Zo heeft Steyr het S-Fleet-systeem, John Deere biedt JDLink aan, Fendt noemt dit VarioDoc en AVR heeft hiervoor AVR Connect. Deze systemen geven snel en eenvoudig een overzicht van veel machinegegevens. Er is alleen een nadeel; doordat elke fabrikant zijn eigen systeem heeft, is het lastig om data van verschillende machines kritisch te analyseren en te vergelijken. Daarom zijn er systemen waarbij alle data centraal wordt opgeslagen. Voorbeelden hiervan zijn Cloudfarm of FarmMaps.
Geld verdienen
Data kan een boer indirect geld opleveren of besparen, maar er wordt ook steeds vaker naar manieren gezocht om direct geld te verdienen aan data. Voor machinefabrikanten is de machinedata immers zeer waardevol. Het geeft de fabrikant namelijk inzicht in de prestaties van de machines die zij produceren. Deze informatie is zeer relevant voor de ontwikkeling van nieuwe en betere machines. Maar ook wordt het voor de fabrikant duidelijk welke afstellingen van een machine onder bepaalde omstandigheden de beste resultaten opleveren. Met die kennis wordt het voor fabrikanten mogelijk om machine-instellingen te verkopen aan klanten. Kortom, een fabrikant heeft profijt van een boer die met zijn machine dagenlang kostbare data verzameld. En de kans is groot dat daar op termijn een (financiële) beloning tegenover komt te staan.
