Objectives
Big Data analytics is an ideal tool to process and relate an extremely large volume of information coming from different devices to guide actors of the wine supply-chain through a more informed decision making. Starting from the processing of a raw and unorganized database made available by two Social Cooperative Wineries and two SMEs, the innovation developed will generate some charts and tables that will allow winegrowers to make analyses considering the historical trends of productivity and the grape variety performance, making it possible to formulate forecast models relating the harvesting time with positive effects on the management and production planning at all levels of the supply chain.
Objectives
Il Piano intende sfruttare la capacità dei Big Data di elaborare e mettere in relazione volumi molto ampi di dati grezzi e non organizzati al fine di predisporre un protocollo operativo che consenta ai vari attori della filiera vitivinicola una gestione più sostenibile dell’impresa. L’innovazione renderà disponibili strumenti interpretativi che permetteranno non solo di analizzare lo storico di produttività e di performance dei vitigni ma anche di erogare consigli di tipo predittivo rendendo possibile, ad esempio, la formulazione di modelli previsionali circa i periodi di vendemmia con ricadute positive sull’attività di pianificazione e programmazione su tutti i livelli della filiera.
Activities
'The project includes the following work packages:
- Project management;
- WP 1: Design and test of the IT dataset framework and data management;
- WP 2: Extension of the dataset management framework;
- WP 3:Implementation of the framework and forecast solution;
- Dissemination;
- Training courses
Activities
'Il progetto prevede le seguenti azioni:
- Esercizio della cooperazione;
- Azione 1: Creazione e test del cruscotto informatico di visualizzazione e gestione preliminare dei dati;
- Azione 2: Estensione del cruscotto di gestione dati;
- Azione 3: Implementazione del cruscotto con scopo previsionale;
- Divulgazione;
- Formazione.
Project details
- Main funding source
- Rural development 2014-2020 for Operational Groups
- Rural Development Programme
- 2014IT06RDRP003 Italy - Rural Development Programme (Regional) - Emilia-Romagna
Location
- Main geographical location
- Piacenza
- Other geographical location
- Ravenna, Rimini
EUR 276 144.00
Total budget
Total contributions from EAFRD, national co-financing, additional national financing and other financing.
Resources
Links
3 Practice Abstracts
Main benefits for end users
a) With regards to the economic benefits, the analysis of the historical data concerning the productivity and vines performance allows a better organization of the winery oriented towards a higher market competitiveness. The innovative tool will also provide the opportunity to take advantage of predictive models capable of explaining the influence of different variables with regards to the position on the wine market, allowing each actor in the supply chain to manage his own business in a more efficient way and reducing the risk of production shocks.
b) At an environmental level, the innovation mainly influences the productivity and the resilience of vineyards. The analysis of many variables and environmental parameters allows to find out how the increase in temperature affects the vineyards; to evaluate the necessary quantity of treatments according to the climatic characteristics optimizing their use with evident environmental benefits and to identify water stressed territories, improving their resilience and adopting specific measures.
c) The benefits in social terms are connected to a better business management which allows wineries to have more control over all their activities and therefore invest more time in innovation and human resources. In addition, starting to use technologies related to artificial intelligence and data analysis helps the actors along the supply chain to predict inevitable future changes. Finally, the Plan allows to innovate a sector in which the average age is quite high and which often includes operators who are not familiar with new technologies, giving them the possibility to access courses and information that would otherwise not be available to them.
Principali benefici/opportunità per l'utilizzatore finale
a) Per quanto concerne le ricadute economiche, l’analisi dello storico dei dati di produttività e di performance dei vitigni permette una migliore organizzazione dell’impresa orientata ad una più elevata competitività di mercato. Gli innovativi strumenti utilizzati forniranno inoltre la possibilità di fruire di modelli predittivi in grado di spiegare l’influenza di diverse variabili circa la collocazione sul mercato dei vini, consentendo ad ogni attore della filiera di ottimizzare la programmazione della propria attività e riducendo il rischio di schock produttivi non previsti.
b) A livello ambientale, l’innovazione influenza prevalentemente la resilienza e la produttività delle vigne. L’analisi di variabili e parametri ambientali permette di comprendere come l’incremento di temperatura influenzi i vitigni; valutare la quantità necessaria di trattamenti in funzione delle caratteristiche climatiche ottimizzando il loro utilizzo con benefici ambientali evidenti ed individuare i territori più esposti a fenomeni di stress idrico, migliorando la loro resilienza e adottando misure specifiche.
c) Le ricadute in termini sociali sono connesse ad una migliore gestione organizzativa che permette alle aziende di controllare al meglio la propria attività e investire più tempo in innovazione e risorse umane. In aggiunta, la familiarizzazione con tecnologie connesse all’intelligenza artificiale e all’analisi dei dati, prepara gli attori ai cambiamenti futuri inevitabili. Infine, il Piano permette di innovare un settore in cui l’età media è piuttosto elevata e che spesso include operatori non aggiornati sulle nuove tecnologie.
Descriptive results:
a) Development of a clear and immediate framework concerning the quantities supplied, the contribution of each wine variety and their own performance in terms of sugar content and upstream grades, which works overtime;
b) assessment of the climate change impact on the ampelographic basis, the productivity and, above all, on the type of product;
c) validation of the thesis on the correlation between typology of wine and type of soil, and identification of the optimal soil-climate combination;
Prescriptive results:
a) Redesign of the ampelographic basis or of the grapes mix in relation to the specific company’s market target;
b) identification of areas or territories that can be more easily exposed to summer water stress.
Predictive results:
a) Prescriptive/predictive model of drouth stress without the need for fixed sensors in the field
b) predictive model of the main phenological stages of grapevine (bud burst, flowering, and veraison)
c) predictive reliability of the following bioclimatic indices and paramenters: number of days, maximum daily temperature summation, cumulative solar radiation, Winkler index, Huglin index, and Seleaninov hydrothermal coefficient for the entire vegetative cycle and specific subphases of grapevine
Risultati descrittivi:
a) Messa a punto di un quadro chiaro e immediato della variazione delle rese e della qualità nel tempo del contributo relativo dei vitigni e delle performance dei vitigni stessi in termini di gradazione zuccherina e monte gradi;
b) Valutazione dell’impatto del cambiamento climatico su base ampelografica, produttività e, soprattutto, sulla tipologia di prodotto;
c) Valutazione delle tesi che tendono a ricondurre una “determinata tipologia di vino” ad una “determinata tipologia di suolo” e individuazione della combinazione ottimale suolo-clima
Risultati prescrittivi:
a) Rimodulazione della base ampelografica oppure dell’assemblaggio delle uve in base ad uno specifico target merceologico aziendale;
b) individuazione delle aree o territori che possono essere più facilmente esposti allo stress idrico estivo.
Risultati predittivi:
a) Modello prescrittivo/predittivo di stress idrico precoce senza la necessità di utilizzare sensori fissi in campo
b) Modello predittivo delle principali fasi fenologiche della vite (germogliamento, fioritura ed inviaiatura)
c) Affidabilità predittiva dei seguenti indici bioclimatici e paramentri: numero giorni, sommatoria temperatura massima giornaliera, radiazione solare cumulata, indice di Winkler, indice di Huglin e coefficiente idrotermico di Seleaninov per l’intero ciclo vegetativo e le sotto fasi specifiche della vite
The primary goal of the BIG VITE project was to structure and test the effectiveness, in the vine-wine supply chain, of an operational protocol that would allow the various actors in the supply chain not only to familiarize themselves with the tool of Big Data but, more importantly, to understand that the information retrievable from these analyses can lead to better-performing business choices and more sustainable enterprise management.
The end result expected from a Big Data application is a "data-driven," or data-generated, innovation that leads to the following outputs:
- Descriptive results
- Prescriptive results
- Predictive results
L’obiettivo primario e generale del progetto BIG VITE è stato quello di strutturare e testare l’efficacia, nella filiera viti-vinicola, di un protocollo operativo che consentisse ai vari attori della filiera non solo di familiarizzare con lo strumento dei Big Data ma, soprattutto, di comprendere che le informazioni recuperabili da queste analisi possono portare a scelte aziendali più performanti e ad una gestione più sostenibile dell’impresa.
Il risultato finale che ci si attende da un’applicazione di Big Data è una innovazione “data driver”, ovvero generata dai dati, che porta ai seguenti output:
- Risultati descrittivi
- Risultati predittivi
- Risultati predittivi
Contacts
Project coordinator
-
Università Cattolica del Sacro Cuore
Project coordinator
Project partners
-
Azienda Agricola Il Poggiarello S.S. Societa' Agricola
Project partner
-
Cantina dei Colli Romagnoli Società Cooperativa Agricola
Project partner
-
Irecoop Emilia-Romagna Società Cooperativa
Project partner
-
Società Agricola Podere Pradarolo s.r.l
Project partner
-
Terre Cevico Società Cooperativa Agricola
Project partner