Robotdata maximaal benutten?

Robotdata gebruiken om te sturen op saldo

“Ik stuur op saldo”, vertelt Ronald: “Zoveel mogelijk kilo’s meetmelk produceren, maar het krachtvoer gebruik in de hand houden.” De koeien op het bedrijf, met een melkproductie van 10.300 kg, 4,48% vet en 3,41% eiwit, krijgen zo’n 9 – 9,5 kg brok. “Ik vind het heel interessant om te kijken hoe ik de robotdata kan gebruiken om mijn saldo te verbeteren”, vertelt hij. Wanneer robotspecialist Gerard Smink langs komt voor een bedrijfsbezoek, maken ze eerst een ronde langs de kuilen en door de stal. Daarna gaan ze achter de computer zitten en pakken ze RAP erbij, het vernieuwde Robot Analyse Programma van ForFarmers, om de laatste stand van zaken op het gebied van robotdata op zijn bedrijf door te nemen.

“Duidelijk totaalbeeld, goed inzoomen op groepen”

Met RAP heeft Gerard de actuele stand van zaken binnen no time inzichtelijk op zijn laptopscherm. Het programma verzamelt real time-data vanuit de robots in de stal en bouwt een historie op, zodat je trends makkelijk kunt analyseren. Omdat Gerard met RAPook op afstand mee kan kijken, kan hij zijn bedrijfsbezoeken goed voorbereiden. “Heel efficiënt”, vindt Ronald.

“Duidelijk totaalbeeld, goed inzoomen op groepen”

“RAP geeft een mooi totaalbeeld, maar je kunt ook goed inzoomen op groepen en individuele koeien”, vertelt Ronald. Dat is handig. Bijvoorbeeld bij de groep pas afgekalfde koeien. Hier kun je de groep van 0-30 dagen en de groep van 30-60 dagen los van elkaar analyseren. “Voorheen keken we veel naar het gemiddelde van de 0-60 dagen groep. Dat wordt omlaag getrokken door de opstartende koeien”, legt Gerard uit: “Hierdoor ben je snel geneigd aan te nemen dat de melkproductie van de 30-60 groep goed verloopt en de nog opbouwende melkproductie van de pas afgekalfde koeien compenseert. Door deze groep los te beoordelen kun je het verloop van de opstart veel beter monitoren.”

“Signaleren, aanpassen en weer monitoren”

Daarnaast kun je het moment waarop het minder loopt ook goed opsporen met RAP en koppelen aan een gebeurtenis waardoor je goed kunt beoordelen of er aanpassingen nodig zijn. “Eind vorig jaar leek de productie van de vaarzen in de 60-120 dagen periode wat weg te zakken”, vertelt Ronald: “Uit de RAP-analyse kwam naar voren dat de overgang van de vaste voertabel naar de melkvoertabel (waarbij de krachtvoergift automatisch door de robot wordt afgestemd op de melkgift) voor een aantal vaarzen te vroeg kwam. Door de melkvoertabel langer vast te zetten, krijgen de vaarzen die wat meer ondersteuning nodig hebben wat langer de tijd om goed op te starten.
“Zo’n aanpassing kun je vervolgens ook goed monitoren”, vertelt Gerard: “Na het doorvoeren van de aanpassing steeg de gemiddelde productie met twee liter en dit houden ze nu goed vast. Dit zie je dan ook terug in de resultaten (Grafiek 1).”

Ook helpt RAP gebeurtenissen makkelijker te verklaren. “Ik ben sinds kort begonnen met het voeren van voederbieten. Dat zorgt voor wat meer selectie, onrust en snellere verzadiging.” In de data zien we dan vervolgens dat de loop op de robot wat afneemt en er wat meer koeien opgehaald moeten worden.