Vad är data?
Det data som lantbruksföretag producerar är i regel inte offentliga. Data kan dock finnas i olika tjänster, vars villkor och användningsmöjligheter kan vara mycket varierande. Om lantbruksföretagets datastruktur inte är klarlagd, ska du vidta åtgärder.
Big data, öppna data, metadata
Stora datamängder förknippas ofta med begrepp som big data, öppna data och metadata. Av dessa är begreppet big data förknippat med användningen av stora datamängder. Då finns det redan så mycket data att det behövs programvaror som särskilt är avsedda för att upprätthålla och analysera dessa. Med öppna data avses material som har ställts till öppet förfogande. Bra exempel på dessa är satellitdata som också samlas in från Finland flera gånger i veckan med hjälp av specialkameror i satelliter. I Finland offentliggör flera organisationer sina data, såsom Lantmäteriverkets Lidar och flygfoton samt Meteorologiska institutets väderdata.
Det data som lantbruksföretag producerar är i regel inte offentliga. Data kan dock finnas i olika tjänster, vars villkor och användningsmöjligheter kan vara mycket varierande. Om lantbruksföretagets datastruktur inte är klarlagd, ska du vidta åtgärder.
Checklista för utredning av utgångsläget
- Hurdant material finns om lantbruksföretaget? Material som producerats av arbetsmaskiner, entreprenörer, myndigheter, bokföring, osv.
- Var finns materialet och kan det laddas upp på en egen dator? Egen dator, molntjänst, minneskort, arbetsmaskin, osv.
- I vilket format är materialet? Som excel-tabell, på papper, som doc-, csv-, txt-, jpeg-, tif-, svp- eller pdf-fil, etc.
Bedöm sedan materialet
- Finns materialet i maskinläsbar form, dvs. kan man t.ex. filtrera siffror ur materialet? (Observera att pdf-format i allmänhet förstör material och märkbart begränsar materialets användbarhet.)
- Är dessa data av hög kvalitet, dvs. användbara? (Har t.ex. insamlingstidpunkten och den geografiska informationen markerats exakt?)
- Finns materialet tillgängligt utan en avgiftsbelagd programvara? (Öppet programformat)
- Hur lång tid skulle det ta att omvandla materialet till data?
Att reda ut datastrukturen gör det möjligt att reflektera över lantbruksföretagets nästa steg, dvs. vilka data som ska köpas, korrigeras, kompletteras eller samlas in för att de ska ha en affärsmässig betydelse.
Även om man ännu inte vet vilka de följande stegen är, är det ändå värt att se till att lantbruksföretaget har rätt att få tillgång till data och att dessa data är i ett användbart format. När man senare upptäcker att man behöver data, är de redan tillgängliga. Kräv till exempel att entreprenörer och andra instanser ger dig material i ett maskinläsbart format.
Artificiell intelligens och dataanalys kommer att spela en allt större roll inom lantbruket eftersom datamängderna ökar. Olika analyser och algoritmer gör det möjligt att i visuell eller numerisk form snabbt få fram det som är viktigt i data.