Voerfabrikanten kunnen de nauwkeurigheid van hun formuleringen aanzienlijk verbeteren door grondstoffen gerichter te bemonsteren en beschikbare kwaliteitsdata beter te benutten. Dat stelde Ian Mealey, product marketing director bij Datacor, een softwarebedrijf voor processen waaronder in de diervoederindustrie.

In een gesprek met Feed Strategy tijdens Victam Asia in Bangkok benadrukte Mealey dat een effectief kwaliteitscontroleprogramma niet afhankelijk hoeft te zijn van geavanceerde laboratoriuminformatiesystemen (LIMS) of vergaande automatisering. Volgens hem beschikken veel bedrijven al over voldoende gegevens om betere beslissingen te nemen, maar worden die gegevens vaak onvoldoende gebruikt.

“De eerste stap is zorgen dat kwaliteitsgegevens worden vastgelegd én daadwerkelijk worden benut”, aldus Mealey. Daarbij gaat het niet alleen om controle van binnenkomende grondstoffen, maar ook om het vergelijken van de kwaliteit van het eindproduct met de oorspronkelijke formulering. Ook zonder uitgebreide software kunnen bedrijven volgens hem veel leren door productieprocessen regelmatig te auditen en zwakke schakels in kaart te brengen.

Geen vaste regel voor monstername

Volgens Mealey bestaat er geen standaardantwoord op de vraag hoe vaak grondstoffen moeten worden bemonsterd. De optimale frequentie hangt af van verschillende factoren, waaronder het gebruiksniveau van een ingrediënt, de natuurlijke variatie en de frequentie waarmee nieuwe partijen worden aangevoerd.

“Hoeveel je gebruikt, hoe variabel een grondstof is en hoe vaak leveringen plaatsvinden, zou bepalend moeten zijn voor het bemonsteringsbeleid”, zegt hij.

Daarnaast is niet alleen de frequentie van belang, maar ook de manier waarop monsters worden genomen. Een representatief monster vraagt om een goede procedure en voldoende training van medewerkers. Ook de vorm waarin grondstoffen worden aangeleverd, bijvoorbeeld bulk of zakgoed, speelt daarbij een rol.

Meer waarde halen uit data

Een belangrijke uitdaging binnen de sector is volgens Mealey het beter benutten van beschikbare gegevens. Veel bedrijven beschikken over jaren aan analyseresultaten, maar gebruiken die informatie beperkt voor trendanalyse of optimalisatie van formuleringen.

Daarbij waarschuwt hij dat historische gegevens alleen niet voldoende zijn. Nieuwe oogsten of veranderingen in herkomst kunnen de kwaliteit van grondstoffen sterk beïnvloeden. Daarom is een combinatie van historische data en recente analyses nodig om actuele variaties tijdig te signaleren.

Volgens Mealey ligt de grootste winst uiteindelijk in het sluiten van de feedbacklus tussen laboratorium, productie en formulering. Hoe beter bedrijven variatie in grondstoffen begrijpen en beheersen, hoe nauwkeuriger de voerproductie kan worden aangestuurd.

Deel dit artikel