Modelo de analítica predictiva para el soporte de decisiones en la producción de leche cruda

Abstract

El aumento de la demanda de productos de consumo masivo derivados de la producción del sector pecuario ha incrementado significativamente el impacto que genera este sector en la economía colombiana. Según la Federación Colombiana de Ganaderos (Fedegan), el consumo de leche per cápita en Colombia es de 148 litros por año y el mercado de leche cruda es de 5,7 billones de pesos. Asimismo, se estima que existen 1,41 millones de cabezas de ganado dedicadas a la producción de leche, cifra que presenta una tendencia al crecimiento. Este comportamiento, evidencia la necesidad de emplear herramientas tecnológicas que apoyen el monitoreo de los animales y permita controlar la nutrición, enfermedades, distribución geográfica y ciclo de vida de los bovinos. Teniendo en cuenta esta premisa, este trabajo tiene como objetivo desarrollar un modelo analítico predictivo embebido en un sistema de monitoreo basado en tecnología de internet de las cosas (IoT), enfocado en la operación de producción de leche cruda de la Hacienda La Diana, ubicada en la Sabana de Bogotá. En específico, se construye un modelo analítico predictivo a partir de un sistema de monitoreo diseñado con sensores de georreferenciación, que permita predecir el comportamiento de los bovinos, en términos de: (a) enfermedades, (b) producción de leche y (c) clasificación. De modo que soporte a la administración en la detección temprana de enfermedades, la optimización en los tiempos de observación de los hatos, el aumento en el control de producción de leche cruda y facilite la distribución geográfica de los bovinos.