SeedMatrix
SeedMatrix agrège les données indépendantes d’essais variétaux par culture, région, sol et caractère, afin que les semenciers puissent prouver où une variété performe réellement au lieu d’argumenter par l’anecdote.
C’est la plateforme que j’ai cofondée en 2008. Aujourd’hui j’y travaille via Senternet, en reconstruisant le moteur qui transforme 1,8 million de points de données d’essai en une comparaison digne de confiance pour un agriculteur.
Visiter seedmatrix.com ↗
Le problème
Une marque de semences peut dire à un agriculteur que sa variété rend bien. Le prouver dans le comté de cet agriculteur, sur ce sol, sous cette irrigation, face à la variété qu’il a semée l’an dernier, est un tout autre problème, et les données sont éparpillées entre des dizaines de réseaux d’essais indépendants.
Ce que cela fait
SeedMatrix rassemble les données officielles d’essais variétaux et les données de parcelles internes d’une entreprise, puis permet à une équipe commerciale de les réduire aux conditions qui correspondent au champ qu’elle a devant elle. Chaque donnée renvoie à un essai indépendant nommé et daté.
- Comparaisons en face-à-face, des meilleures performances, et d’une variété contre plusieurs
- Filtres par région, texture du sol, irrigation, maturité et caractères technologiques
- Cartes géographiques des forces et faiblesses des variétés
- Fiches d’une page à la marque et exports Excel pour le terrain
- Permissions par compte sur qui voit quelles données
Pourquoi cela compte
La semence est un achat de haute confiance, fait une fois par an, avec toute une saison en jeu. Des données indépendantes, sourcées et défendables sont le seul argument qui survit au contact d’un agriculteur sceptique. SeedMatrix existe pour rendre cet argument assez rapide à formuler dans la cabine d’un pick-up.
La conversation à laquelle cela doit survivre
Un commercial en semences est dans la cabine d’un pick-up avec un agriculteur qui a semé une variété concurrente l’an dernier et en a été satisfait. Le commercial a cinq minutes et une tablette. L’agriculteur veut savoir comment la nouvelle variété s’est comportée sur son type de sol, sous son irrigation, dans son groupe de maturité, près de son comté, face à la variété exacte déjà en terre.
C’est la seule question qui compte, et c’est celle à laquelle une brochure de rendements ne peut pas répondre. SeedMatrix existe pour que cette comparaison puisse être affichée pendant la conversation, chaque chiffre étant traçable jusqu’à un essai indépendant nommé et daté que l’agriculteur peut aller vérifier.
Y revenir dix-huit ans plus tard
J’ai cofondé SeedMatrix en 2008, et la société a été rachetée par Context Network. Aujourd’hui j’y retravaille via Senternet, en reconstruisant le moteur qui se trouve dessous. Revenir à un problème après dix-huit ans est une expérience étrange : le domaine n’a pas beaucoup changé, et presque tout dans la manière dont on construirait le logiciel, si.
Ce qui n’a pas changé, c’est la partie difficile, qui n’a jamais été l’interrogation des données. C’est de réconcilier des données d’essais issues de dizaines de réseaux indépendants qui nomment différemment les cultures, les caractères et les lieux, et de le faire sans inventer discrètement une précision que les données sous-jacentes ne soutiennent pas.
Ce que cela ne fait pas
Cela ne prédit pas les rendements. Cela rapporte ce que des essais mesurés indépendamment ont réellement observé, filtré aux conditions qui vous intéressent. Un modèle qui devinerait un chiffre serait plus impressionnant en démonstration et vaudrait moins dans la cabine, car dès qu’un agriculteur prend une prédiction en défaut, tout l’outil est fini.
Cela ne mélange pas non plus les données de parcelles internes d’une entreprise aux chiffres indépendants sans le dire. Quels essais sont indépendants et lesquels appartiennent au vendeur reste toujours visible, parce que cette distinction est précisément ce qui rend la comparaison convaincante.