Skördardata innehåller stora mängder värdefull information. Positioner, volymer, trädslag, dimensioner, sortiment och produktionsdata är bara några exempel. Möjligheterna är många från bättre planering och uppföljning till effektivare logistik, spårbarhet och AI.
Det är lätt att tänka att första steget därför är att samla in så mycket data som möjligt. Men vi skulle rekommendera att börja någon helt annanstans.
Vilken utmaning vill ni lösa?
Mer data är inte samma sak som mer nytta
Skördardata är ett av de mest informationsrika underlagen i skogsbruket men också ett av de mer komplexa. Det kan handla om miljontals träd, stora datamängder och information som hänger ihop över flera nivåer: maskiner, förare, avverkningsområden, träd, stockar och mätpunkter längs stammen. I sin råa form är data därför sällan redo att användas direkt. Filer behöver packas upp, leveranser sättas samman och information transformeras och struktureras till en datamodell som fungerar för den analys eller uppföljning man faktiskt vill göra.
Det är också därför ambitionen att ”samla allt” lätt blir en utmaning. Ju mer detaljer man sparar, desto större krav ställs på lagring, prestanda och struktur. Skördardata har stor potential, men värdet uppstår först när syfte, struktur och användning hänger ihop.
Ett bättre första steg är därför att utgå från verksamheten. Vilken utmaning vill ni lösa? Är det svårt att följa upp utfallet efter en avverkning? Vill ni få bättre kontroll över virket vid väg? Behöver ni effektivisera logistiken, förbättra planeringsunderlagen eller skapa bättre förutsättningar för spårbarhet och AI?
När frågan är tydlig blir det också betydligt enklare att avgöra vilken data som faktiskt behövs och på vilken detaljnivå.
Börja med användningsfallet
I vårt arbete med skördardata ser vi att samma data kan skapa värde på många olika sätt beroende på verksamhetens behov. Samma typ av skördardata kan till exempel användas för produktions- och kvalitetsuppföljning, jämförelser mellan planerat och faktiskt utfall, lagerkontroll och logistik. Den kan också kombineras med andra geodata för analyser eller användas som underlag för AI och prognosmodeller.
I projektet DigForeTrace som drivs av Skogsforsk har vi bland annat arbetat med hur maskindata från skördare och skotare kan kopplas samman för att stärka den digitala spårbarheten från skogen till vältan vid väg.
Det är ett bra exempel på att värdet inte ligger i datamängden i sig. Värdet uppstår först när man vet vilken fråga datan ska hjälpa till att besvara.
Fem frågor att börja med
Innan ni börjar bygga nya dataflöden eller samla in mer skördardata rekommenderar vi att ni börjar med några grundläggande frågor:
- Vilken utmaning i verksamheten vill vi lösa?
- Vilka beslut vill vi kunna fatta bättre eller snabbare?
- Vilken data behöver vi för att göra det?
- Har datan rätt kvalitet, struktur och metadata för ändamålet?
- Hur ska resultatet användas i verksamheten?
Det behöver inte vara ett stort projekt. Ett tydligt och avgränsat användningsfall kan vara ett betydligt bättre sätt att börja och samtidigt ge kunskap om hur skördardata kan skapa värde på fler områden.
Från datainsamling till värdeskapande
När man börjar i verksamhetsbehovet förändras också perspektivet på skördardata.
Frågan blir inte längre ”Hur får vi tillgång till all vår data?” utan snarare ”Vilken information behöver vi för att lösa den här uppgiften?”
Det gör det lättare att prioritera, välja rätt teknik och undvika att lägga tid och resurser på data som aldrig kommer till användning. Och när det första användningsfallet fungerar går det att bygga vidare. Samma strukturerade data kan med tiden skapa värde inom fler delar av verksamheten från planering och logistik till spårbarhet, analys och AI.
Behöver ni hjälp att navigera i er skördardata?
Ni behöver inte veta exakt vilken teknisk lösning ni behöver innan ni börjar. Gitter hjälper skogsbolag och skogsägarföreningar att utgå från verksamhetens behov, förstå vilken skördardata som är relevant och skapa strukturer och dataflöden som gör informationen användbar.
Har ni mycket skördardata men är osäkra på var ni ska börja? Hör av er så tar vi gärna ett första samtal om vilken utmaning ni vill lösa och hur er data kan hjälpa er dit.
