Ik ben opgegroeid in een tijdperk vóór online dating, dus gelukkig of helaas (schrap wat niet van toepassing is) heb ik die ervaring gemist. Filters werden alleen gebruikt om melk zuiver te houden, en naar links en rechts vegen was iets wat koeien met hun staart deden. Maar nadat ik „Catfish“ op MTV had gezien, besefte ik dat de zuivelindustrie op dit gebied al ver voorop liep. In eerste instantie verbaasde het me hoe iemand een relatie kon aangaan op basis van foto’s en een paar telefoontjes. Maar toen ik er beter over nadacht, besefte ik dat de zuivelindustrie de trend al voor was. Ongetwijfeld zijn er veel melkveehouders die stambomen en koeienfamilies nauwlettend volgen en hun stieren vakkundig afstemmen, maar er zijn er ook veel die zich laten beïnvloeden door een mooie foto en een pakkende naam. Net als bij een mislukte ‘Catfish’ kun je een langdurige relatie hebben die uiteindelijk uitmondt in een veeleisende, dure vergissing.
Nog voordat Tinder, Bumble en andere online platforms überhaupt waren opgericht, was de zuivelindustrie al bezig met het verbeteren van haar beslissingsalgoritmen voor het koppelen van dieren. De verschuiving naar een focus op vruchtbaarheid en de opkomst van commerciële genomische kenmerken hebben de beschikbare melk- en lineaire beoordelingen versterkt. Er is nu al betrouwbaardere informatie beschikbaar om een geschikte partner voor je koe te kiezen dan om een potentiële levenspartner te selecteren. Binnenkort komen er echter ook online gegevens beschikbaar die je beslissingen op het gebied van melkvee-matchmaking nog verder zullen ondersteunen.
Nieuwe gegevensbronnen, afkomstig van technologieën zoals sensoren, melkanalyse en machine vision, werken synergetisch samen met opkomende mogelijkheden voor gegevensanalyse om de vooruitgang verder te verbeteren. Zo is het nut van Body Condition Scoring (BCS) al decennia lang bekend, maar is het voor geschoold personeel een grote uitdaging om dit consistent, objectief en regelmatig uit te voeren. CattleEye kan deze dagelijkse gegevens leveren, waardoor een nauwkeurig beheer van rantsoenen mogelijk wordt om de gezondheid, het welzijn en de winstgevendheid te verbeteren. De reacties van de kudde op veranderingen in het rantsoen of het ruwvoer kunnen zowel in termen van BCS als op basis van de melkproductie worden gevolgd, waardoor voedingsdeskundigen de effectiviteit ervan kunnen controleren. Bovendien kunnen deze gegevens worden gecombineerd met andere gegevensstromen om nieuwe fenotypes te helpen ontwikkelen; zo kunnen koeien worden geïdentificeerd die beter bestand zijn tegen overmatig conditieverlies, en kan er worden geselecteerd op veerkrachtiger en vruchtbaarder genetica.
Door zelf gegevens te genereren en te verzamelen in plaats van in de val te trappen, zetten melkveehouders de koers uit naar een slimmere, winstgevendere sector.
