农业数据运营，需要以场景驱动、以价值为导向

要解决数据操作问题，首先要有数据，然后找到应用场景，然后有数据操作团队，然后是操作结果评估系统，最后是技术工具（包括数据分析和数据挖掘，甚至人工智能能力，可以使用开源或Dàobán）。01要有数据，就是要实现业务在线业务在线化，也就是之前的信息化。代表是ERP，但ERP对农业来说太重了。现在可行的是在上面设置一层轻量级应用，符合农业行业特点的轻量级应用可以实现业务在线化，并将业务流程和业务数据写入ERP软件，同时重用ERP软件中的主数据。典型的应用是电子商务前台，订单产生在电子商务前台，然后写入ERP后台的订单管理，然后通过订单管理，形成生产计划，到前端操作系统。如果不使用ERP的主要材料数据，则不需要在ERP中生成BOM转换的生产计划。同时，在线业务必须解决系统集成的问题，所有系统集成的背后都可以归结为数据。所以很多人会认为，为了解决系统集成或数据集成的问题，我会推荐数据中心。但对农业而言，中台并非万能。我的建议是：如果你有更多的钱和长期的计划，你可以使用ERP软件。毕竟，人们有自己的集成平台，这将比从零开始构建更具成本效益和稳定性。目前，云计算制造商推荐我们在整个农业行业使用中间平台，只是因为中间平台建成后，它将承载大量的微服务（微应用程序），这将消耗IT*件资源（如服务器等）。需要从云计算服务制造商购买IT*件资源（公共云），然后通过提供IT*件资源赚钱。而且他们上层农业行业的应用大多是生态合作伙伴开发的，贴上自己的品牌。事实上，中国平台最大的价值是重用，这是信息软件产品功能水平的重用。在农业行业，许多公司显然暂时不需要信息重用（跨农业生产、加工和贸易的多元化公司除外）。事实上，农业数据心运营的应用场景，只是每个应用场景都可以成为一个SaaS产品，孵化一个农业信息服务公司（农业互联网公司）。以后会有专门的文章介绍农业应用场景，包括电子商务推荐算法、平台运营分析等数据分析应用场景，以及病虫害识别、生长分析、土地确认、温室补贴验证、质量可追溯性、价格预测等需要使用数据算法模型的应用场景。找到农业数据分析应用场景的方法无非是:1)农业相关数据分析，确定农业相关企业的经营和治理需求。2)农业创业/服务公司通过数据分析、数据挖掘等技术，帮助客户从自己的商业模式中实现一定的价值。例如，食品配送企业的ERP信息服务提供商（观麦和蔬菜东坡）通过数据运营提高了食品配送企业的加工效率和准确性，使电子商务活动运营更加有效。操作场景不仅仅是上面的例子。欢迎留言交流数据操作场景。如果您在某些特定的应用场景下需要行业中最好的实践，也欢迎留言，我会知道的。03农业数据运营团队在找到合适的数据运营场景后，需要建立团队，实际运营这些应用场景，最终给自己或客户带来价值。数据运营团队的组成可以有以下角色，具体取决于企业规模和商业模式：首席运营商、数据产品经理、运营经理、数据分析师、业务分析师、数据挖掘工程师、数据建模工程师、数据算法工程师、ETL工程师、大数据工程师、数据仓库工程师等，一般越高，价值越大。最好的数据运营团队也有具体的规划能力，不仅是产品规划、运营规划，还有商业模式规划。对于农业来说，如果抛开数据运营，只是运营，首席运营官/运营经理最好有股份(成本投资)，投资资金，可以形成一个公司运营的社区，不仅局限于某一部分的运营，还局限于共同运营和公司治理。04数据运行效果评估系统需要对运行过程和结果进行评估，但由于农业的特点，许多工业运行评估和互联网运行评估不适用于农业。因此，涉农企业需要定制自己企业的经营效果考核体系。农业初创公司在销售自己的解决方案和产品时，还建议将评估体系、运营体系、管理体系等制度化、系统化的服务输入农业，真正做到*软。对数据运行效果的评估体系有以下例子：传统的电子商务运行指标，GMV、转化率、回购率、各种活动。实际POI农业营销活动。最直观的是年销售额、年销售额、成本、库存周转率、合格率、退货率、现金流转率。平均运输时间、生产线运行时间、采购现金支付率。05数据操作的技术工具数据操作可以具有指标评估效果和应用场景。在整个数据操作系统运行一段时间后，excel不能再支持如此大的操作系统，就像BW一样、大数据平台非常有价值。IT技术是需求发展到一定水平，量变引起质变，此时价值更大，农业绝对不能为技术应用技术。现在和过去，被厂商吹嘘的农业物联网、农业大数据、中台、自动化技术等。，只有在真正需要的时候才考虑应用，否则就是冤大头。对于高效有效的数据操作，可应用的技术工具有：数据采集：当然是农业物联网和自动化加工设备，但农业物联网的应用需要符合自己的现实。数据存储：现在使用hadopo（Hive）。当然，BW、MPP数据库甚至RDMS都可以使用。数据计算：hadoop上的计算组件一般使用，有一堆。算法引擎也在这里，包括区块链追溯、病虫害识别、农业大数据分析、农业知识图谱和农业数据算法。数据管理：一般使用数据管理平台，也可使用数据中心平台。最后，农业数据运营需要根据场景选择合适的数据采集和数据计算工具，以场景驱动和价值为导向。当然，那些钱多人多的公司也可以建立一套完整的场景。