SeedMatrix

問題

種子ブランドは生産者に「うちの品種は収量が良い」と言えます。しかしそれを、その生産者の郡で、その土壌で、その灌漑条件で、昨年まいた品種と比べて証明するのは、まったく別の問題です。しかもそのデータは、数十の独立した試験ネットワークに散らばっています。

何をするのか

SeedMatrix は公式の品種試験データと、企業自身の圃場データをひとつにまとめ、営業チームが目の前の圃場に合う条件まで絞り込めるようにします。どのデータ点も、名前と日付のある独立した試験まで遡れます。

• 一対一、上位比較、一対多数の各種比較
• 地域、土性、灌漑、成熟期、技術形質による絞り込み
• 品種の強みと弱みを示す地理マップ
• 現場に持ち出せるブランド入り一枚資料と Excel 書き出し
• どのデータを誰が見られるかをアカウント単位で管理

なぜ大事なのか

種子は年に一度だけ行われ、一シーズン全体がかかった高信頼の購買です。独立した、出所のはっきりした、反論に耐えるデータだけが、懐疑的な生産者との接触を生き延びる論拠になります。SeedMatrix は、その論拠をトラックの運転席で交わせる速さにするために存在します。

これが生き延びなければならない会話

種子の営業担当が、昨年は競合の品種をまいて満足していた生産者と、トラックの運転席に並んで座っています。担当に与えられたのは五分とタブレット一台。生産者が知りたいのは、新しい品種が、自分の土性で、自分の灌漑条件で、自分の成熟期グループで、自分の郡の近くで、すでに畑に入っているまさにその品種と比べてどうだったか、です。

それが唯一意味のある問いであり、光沢紙のパンフレットには答えられない問いです。SeedMatrix は、その比較を会話の最中に引き出せる速さにし、どの数字も、生産者自身が確かめに行ける、名前と日付のある独立試験まで遡れるようにするために存在します。

十八年後に戻ってくる

私は 2008 年に SeedMatrix を共同創業し、その後 Context Network に買収されました。いまは Senternet を通じて再び関わり、その下にあるエンジンをつくり直しています。十八年ぶりに同じ問題に戻るのは奇妙な体験です。領域そのものはさほど変わっておらず、ソフトウェアをどうつくるかについては、ほとんどすべてが変わっています。

変わっていないのは難所のほうで、それは一度も検索処理ではありませんでした。作物も形質も地点も、それぞれ違う呼び方をする数十の独立ネットワークの試験データを突き合わせること、しかも元データが支えていない精度を、こっそり作り出さずにそれを行うことです。

しないこと

収量を予測しません。独立に計測された試験が実際に観測したことを、あなたが気にする条件で絞り込んで報告します。数字を当てにいくモデルはデモでは見栄えがしますが、運転席では価値が下がります。生産者が外れた予測を一度でも見つけた瞬間、その道具は終わりだからです。

また、企業内部の圃場データを独立した数字に断りなく混ぜることもしません。どの試験が独立で、どれが売り手自身のものかは常に見えるようにしてあります。その区別こそが、この比較を説得力のあるものにしているからです。

SeedMatrix についてさらに

• 十八年後に SeedMatrix をつくり直す