Midtjysk griseproducent leverer smågrisedata til Vestjyllands Andel og Danish Crown i realtid
Vestjyllands Andel og Danish Crown, som i slutningen af 2021 indledte et nyt datasamarbejde med henblik på produktionsoptimering, er klar til at tage næste skridt. Fremadrettet vil de to andelsselskaber fokusere endnu mere på smågrisedata, og en midtjysk griseproducent er den første til at levere resultater.
Andelsejere i Danish Crown, som køber grisefoder hos Vestjyllands Andel, har i en længere periode haft mulighed for at følge deres foderforbrug på bedriften og dermed løbende kunnet måle effektiviteten heraf.
Hidtil har datasamarbejdet imellem de to andelsselskaber og deres fælles ejere begrænset sig til slagtegriseproduktion. Nu er parterne dog klar til at skubbe yderligere til udviklingen af konceptet.
- Takket være solid dataindsamling fra en række slagtegriseproducenter har vi fået så gode erfaringer med samarbejdet, at vi er klar til at implementere det i klimastalden. Dermed får vi endnu bedre forudsætninger for at skabe de sundeste og mest robuste grise fra fravænning og frem til slagtning, forklarer Per Runge, salgsleder for grisegruppen i Vestjyllands Andel.
Thea og Dannie Feldbak fra Ikast-området, som producerer 18.000-20.000 smågrise pr. år, er de første til at levere smågrisedata til Danish Crown og Vestjyllands Andel via Danish Crown Data, der er udviklet af Iqinabox. Og de ser flere fordele ved det tætte datasamarbejde, som foregår i realtid.
- Hver gang vi ændrer i foderplanerne eller foretager flytninger, er det en stor fordel at kunne se effekten med det samme. Så vi ved med sikkerhed, at vi er på rette spor, påpeger Dannie Feldbak og tilføjer:
- Med det her værktøj kan vi løbende følge foderforbruget og slagtekvaliteten og dermed optimere bedriften bedst muligt. Lige fra klimastalden til slagtegrisestalden, hvor vi sammen får mulighed for at gøre os flere erfaringer. Her tænker jeg især på Vestjyllands Andel, som i endnu højere grad kan afprøve blandinger og lynhurtigt se resultatet.
Fælles værdiskabelse – direkte på bundlinjen
Det tætte samarbejde imellem Danish Crown, Vestjyllands Andel og ikke mindst deres fælles ejere skal være med til at sikre fælles værdiskabelse. Bl.a. ved at løse eventuelle udfordringer på bedriften med det samme.
- Vi vil naturligvis gerne følge de forskellige besætninger så tæt som muligt og på et så validt grundlag som muligt. Vi har været vant til at kigge på historiske tal i branchen, nemlig 3 mdr. kvartalsopgørelser, hvor dette givermulighed for løbende at kunne følge effektiviteten på sin bedrift. Reagerer grisen positivt på aktuelle foderblanding? Kommer der udsving undervejs, og hvad skyldes det? De spørgsmål kan vi – takket være datasamarbejdet – få øje på langt tidligere end ved en E-kontrolsopgørelse. Det giver en bedre mulighed for at agere i tide og frigiver dermed mere tid til, at vi i fællesskab kan optimere andre steder på staldgangen og i bedriften generelt, fortæller Lisette Poulsen, konsulent hos Danish Crown.
Fælles værdiskabelse er ligeledes i fokus hos Vestjyllands Andel, som via konceptet VA Råvaredisponering indkøber store mængder råvarer på vegne af deres medlemmer. Udover at frigive tid kan det aflæses direkte på medlemmernes bundlinje, fordi konceptet historisk set har sikret dem råvareindkøb under markedets pris.
Eksempelvis på kornområdet, hvor Vestjyllands Andel fra høsten 2020 til høsten 2022 i gennemsnit har disponeret byg og hvede henholdsvis 21 kr. og 24 kr. lavere end markedsprisen pr. 100 kg.
- Det kræver større og større indsigt at navigere i råvaremarkedet, og derfor giver det god mening, at vi benyttervores indsigt til at sikre medlemmerne den bedst mulige indkøbspris. VA Råvaredisponering er skabt medudgangspunkt i andelstankens grundprincipper, hvor fællesskabet og dertilhørende ekstra volumen skaber de bedst mulige forudsætninger for at lykkes på den lange bane, slutter Per Runge.
Foto - fra venstre: Thea Feldbak (griseproducent), Lisette Poulsen (konsulent i Danish Crown) og Boe Hammelsvang (produktkonsulent i Vestjyllands Andel) gennemgår data.