Jedním z principů efektivního řízení stáda dojnic ve všech jeho oblastech se stalo kvalifikované pořizování, zpracovávání a využívání dat. Tato definice – současně s tím základním, tj. kvalitní péčí o zvířata – představuje podle prof. K. Nordlunda ze School of Veterinary Medicine (University of Wisconsin-Madison) elementární prvek produkční a preventivní medicíny dojnic.
Právě prof. Nordlund je autorem sofistikovaného algoritmu (Transition Cow Index™), umožňujícícho vyhodnotit data o dojnicích v období kolem porodu a predikovat jejich produkční výkonnost v následující laktaci.
Jak uvádí prof. Michael Overton, ředitel projektu Food Animal Health and Management Program na americké University of Georgia, základem efektivního managementu v chovu dojnic je denní shromažďování všech významných informací o jednotlivých zvířatech i celém stádu ve faremním počítačovém programu, spolu s využíváním centrálních databází. Následně jejich počítačové zpracování, integrace, publikování a využití.
Provádí se obvykle v podobě měsíčního hodnocení vybraných ukazatelů. Počítačové programy umožňují předkládat výsledky v tabulkách a grafech a většinou poskytují dynamiku sledovaných ukazatelů v dvanáctiměsíčním přehledu. Znalost ukazatelů tak umožňuje hodnocení výsledků v časové řadě, jejich srovnání s definovanými produkčními cíly v rámci daného chovu, porovnání s jinými stády a posouzení na úrovni české či zahraniční populace.
Hlavním důvodem k provádění monitoringu vybraných ukazatelů v chovu dojnic je úsilí chovatele a asistujících služeb o zdokonalení jeho řízení. Monitoring představuje pravidelný, rutinní sběr, analýzu (zpracování), interpretaci (vysvětlení) a umožňuje využití (uplatnění v managementu) informací o chovu na základě přijatého strategického postupu. Proces monitoringu je založen na jejich rutinním zajišťování. Informace jsou přitom vnímány a zpracovávány v podobě, jakou si chovatel (ve spolupráci se spolupracovníky a poradci) určí prostřednictvím stanovených parametrů – ukazatelů monitoringu.
Cíle monitoringu zahrnují
1) rozpoznání normálního vývoje,
2) ověření dopadu záměrně provedených změn v řízení a výkonnosti stáda,
3) zjištění nechtěných změn v těchto oblastech,
4) určení potenciálních příčin abnormálního vývoje chovu.
Analýza a využití dat
Monitoring je využíván k popisu výchozího stavu stáda, k hodnocení vývoje určených ukazatelů v dohodnutých intervalech a k následnému posouzení výsledků, dosažených na základě přijatých doporučení. Díky tomu umožňuje včas zachytit problémy chovu, popsat jeho slabá místa. Motivuje k určení jejich příčin a k nápravě, dává předpoklady k jejich předcházení – prevenci.
Obecně má monitoring za úkol upozorňovat na vzniklé problémy, aby jejich řešení mohlo být zajištěno co možná nejdříve. Představuje pro chovatele dojnic důležitý nástroj ke kontrole chovu. Monitoring, standardní pracovní postupy, zdravotní programy stáda a společné kontrolní dny v chovu, při nichž jsou (po podrobné prohlídce stáda) tyto elementy zootechnické (a současně preventivně medicínské) činnosti diskutovány, jsou v moderních chovech dojnic považovány za velmi důležitou součást řízení stáda a za účinnou prevenci nedostatků v řídicí a ošetřovatelské práci v chovu.
Brání obecným formulacím „Máme s tím trochu problémy“, „Zdá se nám, že krávy méně dojí“, „Já myslím, že by se mohlo udělat“ nebo „Nestihli jsme to zařídit“ a nastolují jasné podklady k rozhodování (monitoring) a dávají jasné návody, jak dané problémy řešit (standardní pracovní postupy, zdravotní programy).
Dříve chovatel dojnic využíval data převážně k přímé práci s chovanými dojnicemi, dnes však většinou pro organizaci práce personálu chovu – data tak umožňují zvyšovat produktivitu a efektivitu práce zaměstnanců a motivují je.
Klíčové ukazatele výkonnosti stáda
Základními ukazateli monitoringu a současně klíčovými ukazateli výkonnosti stáda obvykle jsou
1) denní nádoj na ustájenou krávu,
2) průměrný den laktace,
3) počet vyřazovaných plemenic (do 45. dne po otelení, případně z celého chovu za rok),
4) počet somatických buněk (PSB) v 1 ml mléka a
5) počet zabřezlých plemenic za měsíc.
Další sledované ukazatele v rámci monitoringu popisují produkci mléka, jeho kvalitu, dosahovaný počet laktací, výskyt poruch zdravotního stavu, ukazatele reprodukce, ale i parametry komfortu, genetického pokroku, obměny stáda, produkce krmiv, výživy atd. – vždy podle potřeby chovu a přání chovatele.
Prostřednictvím hodnocení ukazatelů souhrnného měsíčního monitoringu (včetně klíčových ukazatelů a definovaných produkčních cílů) jsou nacházeny kritické kontrolní body stáda. Vyšší úrovní hodnocení pak je určování vzájemných souvislostí mezi danými ukazateli, obvykle vypracovávané pomocí algoritmů. Takovéto detailní hodnocení ukazatelů stáda je základem pro specializované (a pro dané stádo specifické) analýzy a zdravotní programy, zaměřené na welfare, metabolismus, onemocnění v porodním období, mastitidy, reprodukci, končetiny, infekční choroby a odchov telat.
Definování uvedených ukazatelů a jejich permanentní dostupnost na počítačovém serveru zásadním způsobem usnadňuje činnost celého znalostního týmu, působícího v chovu. Je podkladem pro práci chovatele i působení externích poradců a jejich komunikaci. Tvoří informační bázi pro průběh kontrolních dnů.
Počítačové systémy pro zpracování údajů z chovu
V ČR není uplatňován – kromě centrální evidence, kontroly užitkovosti (včetně projektu Milk Profit Data) a sledování ukazatelů reprodukce – jednotný, vzájemně porovnatelný systém k získávání a zpracovávání záznamů (informací) z chovů dojnic. Takové systémy již však jsou běžně k dispozici v řadě vyspělých chovatelských států, např. záznamy National DHIA v USA, včetně jejich podporu zajišťujících projektů (DairyComp 305, PC Dart) či programy skandinávských států v Evropě aj. Přitom takovéto záznamy jsou velmi důležité pro analýzu výkonnosti stáda.
Podrobné záznamy o zdravotním stavu chovaných dojnic, získávané v rámci jednotlivých chovů a vyhodnocované v rámci celé populace dojnic obdobným způsobem, jako je prováděna kontrola užitkovosti dojnic, představují výborný zdroj údajů pro šlechtitelskou práci a informací pro efektivní řízení stád. Příkladem takového postupu jsou nové práce autorů ze Zemědělské univerzity ve Vídni a dalších rakouských pracovišť (Egger-Danner, Fuerst-Waltl a kol.).
V řadě českých chovů jsou však již dnes, díky aktivitě jednotlivých chovatelů a jejich obchodních partnerů (nejčastěji dodavatelů technologických systémů), využívány různé (nejednotné, ale mnohdy vyspělé) programy zpracování dat. Jejich součástí jsou jak centrálně zpracovávaná data, tak informace z chovu. Ty mají nejčastěji svůj původ v počítačovém programu dodávaném s dojírnou či dalšími stájovými technologiemi.
Univerzální, komplexní, jednoduchý, pro celorepublikové použití dostupný návod k práci s daty z chovu dojnic čeká však dosud na svoje vypracování, oponenturu v praxi a následné uplatnění.
Zahraniční chovatelé, využívající počítačové programy zpracovávající data z jejich chovů a nabízející jim vypracované přehledy výsledků, se mnohdy takto nabývanými informaci již cítí být přetíženi. Nezřídka nejsou schopni zasílané měsíční přehledy využívat ve svojí každodenní práci. Proto vítají ty programy a postupy, které dodávané výsledky zpřehledňují.
Benchmarking
Za tzv. benchmarking je označováno hodnocení chovu podle objektivně definovaných standardních hodnot vybraných ukazatelů monitoringu. Tyto standardní hodnoty (kritéria) jsou v anglické literatuře označovány jako benchmarks (benchmarky).
Ty jsou obvykle určovány na základě velkých souborů dat ze srovnatelných chovů. Umožňují porovnání s jinými chovy a s normami. Dávají možnost posoudit, do jaké míry jsou plněny hodnocené ukazatele ve srovnání s těmito standardy (a vyjádřit tak v procentech míru jejich naplňování). A rovněž i to, do jaké míry dosahují sledované ukazatele stanovené úrovně. Umožňují stanovit, jak progresivní úroveň a vývoj má hodnocený chov dojnic, jak plní svoje produkční cíle. Odhalují slabá a silná místa chovu, určují místa k nápravě.
Benchmarky nemusejí poskytovat dostatek podkladů ke správným rozhodnutím, vždy jsou nutné zkušenosti chovatele k jejich interpretaci coby prvku řízení chovu. Analýzy záznamů dat a práce s počítačem nemohou nahradit samotné prohlídky stáda, pouze je v žádoucí míře doplňují. Staly se však již nedílnou součástí moderních chovů dojnic.
Závěrem
Šance konzultovat moderní způsoby využívání dat i další odborné postupy (zaměřené na minimální výskyt poruch zdraví, efektivní řízení a celkovou rentabilitu chovů dojnic) a schopnost je poté v našich domácích podmínkách (po ověření) uplatňovat jsou hlavními motivy projektu US-CZ Dairy Plan.
V jeho rámci jsou pravidelně organizovány návštěvy amerických univerzit, dalších výzkumných pracovišť a moderních farem a také přednáškové a konzultační pobyty amerických akademických pracovníků i dalších odborníků v České republice.
Zde uvedené texty z obou těchto zdrojů (tj. ze zkušeností, nabytých na farmách i na univerzitách v USA a v ČR, ale i dalších zemích) vycházejí.
Obdobně jako problematika zpracování dat a okoloporodního období jsou v rámci takto organizovaných odborných aktivit studovány i všechny další oblasti produkční a preventivní medicíny dojnic – welfare, výživa, metabolismus, nemoci mléčné žlázy, končetin, telat, poruchy reprodukce, prevence přenosných onemocnění a další.
Jejich základním cílem je přispět k dalšímu rozvoji chovu skotu v České republice.
Klíčové informace
– Z hlediska denního řízení chovu mají největší význam informace z vlastního provozu. Tedy informace o zvířatech (resp. celém chovu) od všech jeho pracovníků: personálu, zootechniků, ale i dalších pracovníků zemědělského podniku – agronoma, ekonoma a dalších.
– Tyto údaje musí být doplněny o informace od pracovníků odborných služeb, tedy ostatních členů znalostního týmu, působícího v chovu – veterinárního lékaře, inseminátora, reprodukčního technika, šlechtitele, výživářského poradce, specialisty pro agronomii, výrobu objemných krmiv, technologie dojení a dalších.
– Pro řízení chovu dojnic je pak důležitá vzájemná kombinace těchto informačních zdrojů a jejich účelné
využití.
MVDr. Miloslav Skřivánek, CSc.
MVDr. Soňa Šlosárková, Ph.D.
MVDr. Petr Fleischer, Ph.D.
