La ganadería se inventó hace 12,000 años; sin embargo, no ha adaptado la tecnología y el uso de datos como la gran mayoría de las industrias. Presentado por: Octavio Sanchez

1. ¿Cómo los datos nos ayudan a revolucionar
una industria de 12,000 años?
Octavio Sánchez Arocha
octavio.sanchez@livestockanalytics.com
https://sg.com.mx/dataday
#DataDayMTY

2. Octavio Sánchez Arocha
Soy ingeniero industrial de carrera y maestría. Tengo ~15 años
trabajando en soluciones basadas en datos para logística, wholesale,
retail, manufactura, automotriz, aeroespacial, bienes de consumo,
puertos… y engorda de ganado.
in/octaviosanchez @TavoSanchezA
10011010000010111100010011001101000001011110001001100110100000101111000100110011010000010111100010011001101000001011110001001 100110100000101111000100110011010000010111100010011001101000001011110001001100110100

3. Industria de hace
12,000 años en el
neolítico.
Se ha rezagado en
el uso de las TICs
y los datos.
En 50 años +250%
vs ~0% eficiencia
alimenticia*.
[1] Shike, D., 2013. University of Illinois at Urbana-Champaign.
1
0
0
1
1
0
1
0
0
0
0
0
1
0
1
1
1
1
0
0
0
1
0
0
1
1
0
0
1
1
0
1
0
0
0
0
0
1
0
1
1
1
1
0
0
0
1
0
0
Alimentación intensiva de ganado bovino.

4. [2] Gil, D., 2004. Oklahoma State University.
70-80% del costo del
campo a la mesa de la
carne se concentra en
el proceso de engorda.
1
0
0
1
1
0
1
0
0
0
0
0
1
0
1
1
1
1
0
0
0
1
0
0
1
1
0
0
1
1
0
1
0
0
0
0
0
1
0
1
1
1
1
0
0
0
1
0
0
1
0
0
1
1
0
1
0
0
0
0
0
1
0
1
1
1
1
0
0
0
1
0
0
1
1
0
0
1
1
0
1
0
0
0
0
0
1
0
1
1
1
1
0
0
0
1
0
0

5. Selecciono
ganado
Lo cuido y lo
alimento
Decido dieta y
medicamentos
Reviso dieta y
medicamentos
Lo cuido y lo
alimento
Decido cuándo
sacrificar
Sacrificio
10011010000010111100010011001101000001011110001001100110100000101111000100110011010000010111100010011001101000001011110001001 100110100000101111000100110011010000010111100010011001101000001011110001001100110100

6. Raza
Talla
Sexo
Implante
Genética
Clima
Dieta
Salud
Días
Población
Comedero
Lodo
Jerarquía
Etc…
1
0
0
1
1
0
1
0
0
0
0
0
1
0
1
1
1
1
0
0
0
1
0
0
1
1
0
0
1
1
0
1
0
0
0
0
0
1
0
1
1
1
1
0
0
0
1
0
0

7. sexo
raza
climaimplante
genética
La ausencia de “el estándar”.

8. 1
0
0
1
1
0
1
0
0
0
0
0
1
0
1
1
1
1
0
0
0
1
0
0
1
1
0
0
1
1
0
1
0
0
0
0
0
1
0
1
1
1
1
0
0
0
1
0
0
Presencia en comedero.
RFID + 294 cabezas + 24/7 + 140 días.

9. 10011010000010111100010011001101000001011110001001100110100000101111000100110011010000010111100010011001101000001011110001001 100110100000101111000100110011010000010111100010011001101000001011110001001100110100
Presencia en comedero | Clima.

10. Presencia en comedero | Jerarquía social en el corral.
10011010000010111100010011001101000001011110001001100110100000101111000100110011010000010111100010011001101000001011110001001 100110100000101111000100110011010000010111100010011001101000001011110001001100110100

11. 10011010000010111100010011001101000001011110001001100110100000101111000100110011010000010111100010011001101000001011110001001 100110100000101111000100110011010000010111100010011001101000001011110001001100110100
Presencia en comedero | Animal sano vs enfermo.

12. 10011010000010111100010011001101000001011110001001100110100000101111000100110011010000010111100010011001101000001011110001001 100110100000101111000100110011010000010111100010011001101000001011110001001100110100
Presencia en comedero | EWMA

13. Peso Clasificación
Canal Canal
Pen 62
Peso CC
336.21 kg
Peso CF
333.65 kg
Pen 61
Peso CC
316.27 kg
Peso CF
313.70 kg
Pen 60
Peso CC
292.33 kg
Peso CF
289.26 kg
PI PRI PE1 PE2 PS
Pen 62 415.48 444.45 505.03 532.71 558.71
Pen 61 381.29 416.83 468.60 491.23 522.46
Pen 60 343.37 372.74 428.00 442.49 474.86
Peso por periodo y clasificación
1
0
0
1
1
0
1
0
0
0
0
0
1
0
1
1
1
1
0
0
0
1
0
0
1
1
0
0
1
1
0
1
0
0
0
0
0
1
0
1
1
1
1
0
0
0
1
0
0

14. Fecha óptima de sacrificio.
t
m
costo > ganancia
10011010000010111100010011001101000001011110001001100110100000101111000100110011010000010111100010011001101000001011110001001 100110100000101111000100110011010000010111100010011001101000001011110001001100110100

15. Fecha óptima de sacrificio | Análisis de Regresión.
1
0
0
1
1
0
1
0
0
0
0
0
1
0
1
1
1
1
0
0
0
1
0
0
1
1
0
0
1
1
0
1
0
0
0
0
0
1
0
1
1
1
1
0
0
0
1
0
0

16. Fecha óptima de sacrificio | Machine Learning.ProjectedWeight(kg)
Time in System
Growth Curve as a
function of time
(all else constant)
Profit
Margin
ProjectedWeight(kg)
Time in System
Profit
Margin
Group 1
Group 2
Group 3
MonetaryValue
Time in System
Revenue as function
of weight
Cost as function of
weight
Profit
Margin
1. Modelo 2. Cluster 3. Opt Ingreso
[3] Flores, H., .Meneses, C., Villalobos, J.R., Sánchez, O. 2017.
10011010000010111100010011001101000001011110001001100110100000101111000100110011010000010111100010011001101000001011110001001 100110100000101111000100110011010000010111100010011001101000001011110001001100110100

17. Fecha óptima de sacrificio | Machine Learning | Modelo.
[3] Flores, H., .Meneses, C., Villalobos, J.R., Sánchez, O. 2017.
0
100
200
300
400
500
600
186214230232236240252256258264268273279282291294299302306308314318327332337342354362392410
Weight_SAC(kgs)
Weigth_REC (kgs)
opt.predict
Peso_Frio
KgSacrificio
Kg Recibo
1
0
0
1
1
0
1
0
0
0
0
0
1
0
1
1
1
1
0
0
0
1
0
0
1
1
0
0
1
1
0
1
0
0
0
0
0
1
0
1
1
1
1
0
0
0
1
0
0

18. Fecha óptima de sacrificio | Machine Learning | Clustering.
[3] Flores, H., .Meneses, C., Villalobos, J.R., Sánchez, O. 2017.
0
50
100
150
200
250
300
350
400
450
110
130
150
170
190
210
230
250
270
290
110
130
150
170
190
210
230
250
270
290
110
130
150
170
190
210
230
250
270
290
110
130
150
170
190
210
230
250
270
290
110
130
150
170
190
210
230
250
270
290
110
130
150
170
190
210
230
250
270
290
110
130
150
170
190
210
230
250
270
290
3 6 11 15 18 22 24
ProjectedAnimalWeight(kgs)
Cluster / Time in System (Days)
KgPronosticados
Cluster / Días en el sistema
1
0
0
1
1
0
1
0
0
0
0
0
1
0
1
1
1
1
0
0
0
1
0
0
1
1
0
0
1
1
0
1
0
0
0
0
0
1
0
1
1
1
1
0
0
0
1
0
0

19. Fecha óptima de sacrificio | Machine Learning | Op. Utilidad
Ingreso promedio
@ $5.34 USD
[3] Flores, H., .Meneses, C., Villalobos, J.R., Sánchez, O. 2017.
Ingreso promedio
@ $3.92 USD
$200
$400
$600
$800
$1,000
$1,200
$1,400
$1,600
$1,800
$2,000
ProfitMarginsperAnimal($USD)
$200
$400
$600
$800
$1,000
$1,200
$1,400
$1,600
$1,800
$2,000
ProfitMarginsperAnimal($USD)
$-
$200
$400
$600
$800
$1,000
$1,200
$1,400
$1,600
$1,800
110
140
170
200
230
260
290
120
150
180
210
240
270
300
130
160
190
220
250
280
110
140
170
200
230
260
290
120
150
180
210
240
270
300
130
160
190
220
250
280
110
140
170
200
230
260
290
3 6 11 15 18 22 24
ProfitMarginsperAnimal($USD)
Cluster / Time in System (Days)
$200
$400
$600
$800
$1,000
$1,200
$1,400
$1,600
$1,800
$2,000
ProfitMarginsperAnimal($USD)Margendeutilidadporanimal(USD)
Cluster / Días en el sistema

20. Fin
in/octaviosanchez
@TavoSanchezA
e:octavio.sanchez@livestockanalytics.com
10011010000010111100010011001101000001011110001001100110100000101111000100110011010000010111100010011001101000001011110001001 100110100000101111000100110011010000010111100010011001101000001011110001001100110100