

Gospodarstwa rolne produkują dane których nie produkuje żadna inna branża.
Każdy hektar, każda krowa, każdy kurs kombajnu, każda tona mleka, każda próbka laboratoryjna — wszystko to generuje liczby które mają bezpośrednie przełożenie na wynik finansowy. Problem nie polega na tym że tych danych brakuje. Polega na tym że siedzą w osobnych arkuszach, w głowie agronoma, w rejestrach które prowadzi zootechnik, w wynikach laboratorium z ubiegłego tygodnia i w plikach Excela których właściciel nie otworzy między spotkaniami z bankiem.
Demeter, Gaia , Echo oraz Hebe zmieniają te proporcje. Demeter to najprawdopodniej najdokładniejszy model finansowo-operacyjny gospodarstwa rolnego — zbudowany w Excelu, mapujący pełną fizykę produkcji.
Gaia rejestruje każdą czynność polową i każde zdarzenie logistyczne. Hebe to dedykowany system analityki mleczarskiej — produkcja, jakość, dostawy, żywienie, koszty i zdrowotność stada.
Clio agreguje dane z wszystkich trzech warstw i ładuje je do ustrukturyzowanej bazy. Iris zamienia te surowe struktury w interaktywne dashboardy dostępne w przeglądarce — bez otwierania pliku, bez proszenia analityka o zestawienie, bez czekania na koniec miesiąca.
Pięć systemów. Jeden interfejs. Całe gospodarstwo w jednym widoku.
Problem który rozwiązuje Iris · Demeter · Gaia · Hebe
Gospodarstwo rolne to jeden z najbardziej złożonych operacyjnie biznesów. Przychody zależą od pogody, kontraktów, cen skupu i wydajności stada jednocześnie. Koszty zmienne — pasze, nawozy, środki ochrony roślin, paliwo — zmieniają się co sezon. CapEx jest wieloletni i trudny do powiązania z bieżącym wynikiem. Jakość mleka mierzona codziennie przekłada się na cenę skupu — a ta różnica widziana miesięcznie to setki tysięcy złotych w skali roku.
Problem polega na tym że tradycyjne systemy ERP dla rolnictwa są zbyt sztywne żeby odzwierciedlić specyfikę konkretnego gospodarstwa, a Excel jest nieczytelny gdy właściciel chce podjąć decyzję przed wyjściem do obory o szóstej rano.
Jak wygląda rzeczywistość bez tego systemu
Właściciel chce wiedzieć czy produkcja mleka idzie zgodnie z planem i jak tłuszcz i białko wypadły w ostatnim miesiącu względem roku ubiegłego. Odpowiedź wymaga otwarcia co najmniej trzech plików — modelu Demetera, arkusza Hebe i wyników z laboratorium — i ręcznego zestawienia danych.
Porównanie kosztu wytworzenia tony pszenicy na działce nr 12 z działką nr 43 wymaga połączenia kosztów operacyjnych z Gai, plonów z ewidencji żniwnej i cen skupu z kontraktów. Bez systemu nikt tego nie robi — bo wymaga godzin.
Sezonowe zapotrzebowanie na pasze jest szacowane przez agronoma z pamięci lub z zeszłorocznych danych — bez uwzględnienia aktualnego składu stada i bieżącej wydajności mlecznej w podziale na grupy żywieniowe.
Wet events — choroby stada — są rejestrowane w osobnym arkuszu. Nikt nie łączy ich z produktywnością krów w tym samym okresie.
Właściciel i zarząd operują na raportach z datą sprzed tygodnia lub miesiąca. Decyzja o zakupie pasz, sprzedaży kontraktowej lub inwestycji w maszynę podejmowana jest na podstawie przeczucia wzmocnionego wybranymi liczbami — nie na podstawie kompletnego modelu.
Co zmienia Iris
System nie tylko pokazuje suche wyniki — pozwala na natychmiastowy drill-down przez wszystkie trzy warstwy danych jednocześnie. Widzisz odchylenie w produkcji mleka? Klikasz i schodzisz do poziomu konkretnego miesiąca, cyklu laktacyjnego i grupy zwierząt — a obok widzisz co jadły w tym okresie. Widzisz że koszt wytworzenia rzepaku jest wyższy od ceny skupu? Iris pokazuje na której działce i w której pozycji kosztowej leży problem.
Architektura systemu — trzy źródła danych, jeden obraz
Demeter — model finansowo-operacyjny (Excel + Clio)
Rdzeniem obliczeniowym pozostaje precyzyjny model finansowy w Excelu — Demeter — który mapuje pełną fizykę gospodarstwa: DCF, trzy sprawozdania finansowe (P&L, Balance Sheet, Cash Flow), CapEx, strukturę przychodów, koszty operacyjne (OpEx), produkcję mleczną i roślinną w rozbiciu na lata i miesiące. Silnik Clio automatycznie agreguje dane z przeliczonego modelu i ładuje je do ustrukturyzowanej bazy — zachowując historię i wersje między latami.
Gaia — rejestracja operacyjna pola i logistyki
Gaia rejestruje każdą czynność polową (kto, czym, na której działce, kiedy, ile), każdy kurs logistyczny żniw (data, działka, uprawa, ilość, load level, operator, pojazd, magazyn) i każde zdarzenie produkcji roślinnej. Agronom prowadzi swój arkusz tak jak dotychczas. Clio pobiera dane Gai automatycznie i łączy je z modelem Demetera — tworząc widoki operacyjne które nie istnieją w żadnym osobnym systemie.
Hebe — dedykowana analityka mleczarska
Hebe to osobna warstwa systemu skupiona wyłącznie na produkcji mleczarskiej. Agreguje dane o produkcji mleka w podziale na cykle laktacyjne, wyniki próbek laboratoryjnych (tłuszcz %, białko %), dostawy dzienne i miesięczne ceny skupu, parametry żywienia w podziale na grupy zwierząt, zdrowotność stada (wet events) i koszty produkcji mleka. Dane trafiają do Clio i stają się dostępne w Iris obok danych finansowych z Demetera i operacyjnych z Gai.
Iris — warstwa wizualna w React
Iris podpina się pod API Clio i renderuje dane ze wszystkich trzech systemów jako interaktywne dashboardy. Dostępny przez przeglądarkę — na telefonie, tablecie i laptopie — bez instalacji, bez VPN, bez otwierania pliku. Każdy dashboard ma eksport XLSX, PDF i JSON AI jednym kliknięciem.
Katalog dashboardów — co Iris wizualizuje
Milk Production Costs — operacyjno-finansowy kompas gospodarstwa mlecznego
Większość systemów rolniczych raportuje przeszłość.
Ten widok automatycznie konsoliduje dane produkcyjne i zootechniczne, przekształcając je w narzędzie decyzji wyprzedzających. Zamiast ręcznego łączenia tabel, zarządzający otrzymuje natychmiastową odpowiedź o rentowności stada.

Wczesne wykrywanie anomalii stada (Struktura Laktacji): Rozbicie miesięcznej produkcji na cykle laktacyjne (Cykl 1–7) bezpośrednio weryfikuje efektywność odnowienia stada. Spadek wydajności w kluczowych cyklach jest widoczny natychmiast, a nie dopiero w kwartalnym wyniku finansowym.
Automatyczny audyt założeń (Forecast vs Performance): Miesięczny scorecard zdejmuje z tradycyjnego controllingu obowiązek szukania odchyleń. System sam wskazuje, czy rozjeżdża się produkcja, struktura stada, czy cena rynkowa za litr, podając dynamiczny kontekst rok do roku (YoY).
Crop Production Costs — bezwzględny audyt opłacalności zasiewów
Przejście od prostego ewidencjonowania kosztów polowych do wielowariantowej inżynierii finansowej.
Ten moduł konsoliduje rozproszone koszty maszynowe, agrotechniczne i materiałowe, sprowadzając je do jednej, kluczowej jednostki decyzyjnej: realnego kosztu wytworzenia jednej tony oraz czystego wyniku EBIT.
Prawdziwy obraz rentowności (Weryfikacja kroplówki dotacyjnej): Funkcja zestawiania wyniku z dopłatami i bez dopłat natychmiast obnaża rynkową kondycję poszczególnych upraw.

Precyzyjny benchmark kosztu jednostkowego (PLN/t): System przelicza całkowity nakład operacyjny na tonę gotowego plonu (od 57 PLN/t dla Lucerny po 1,5k PLN/t dla Rzepaku). Daje to zarządzającemu jednoznaczną informację, gdzie precyzyjnie leży próg rentowności (break-even point) przy dynamicznych zmianach cen na giełdach towarowych.
Geometria trendu (Dynamiczne sterowanie strukturą zasiewów): Zautomatyzowana analiza rok do roku (YoY) eliminuje błąd anomalii pogodowych z jednego sezonu. Zamiast tego handlowiec i agronom widzą długofalową dynamikę marży, co pozwala na projektowanie struktury zasiewów pod rzeczywisty zysk, a nie historyczne przyzwyczajenia.
Performance vs Target (OpEx) — automatyczne sprzężenie zwrotne budżetu z rzeczywistością
Koniec z martwymi budżetami w arkuszach i pośmiertną analityką księgową. Ten moduł to centralny węzeł kontrolingowy, który automatycznie zamyka pętlę między predykcją a wykonaniem.
System w czasie rzeczywistym zderza twarde dane operacyjne i faktury z celami operacyjnymi wyznaczonymi przez algorytmy symulatora.

Automatyczna detekcja anomalii kosztowych (Inteligentna Delta): Zarządzający nie musi samodzielnie analizować dziesiątek pozycji. System automatycznie mapuje i agreguje odchylenia w kluczowych pionach (od paliw i energii, przez usługi i materiały agro, aż po pasze i zootechnikę), natychmiast wskazując miejsca niedoszacowania planu lub przestrzenie, gdzie budżet jest przepalany.
Jednoczesny nadzór wolumenowo-wartościowy: Controlling nie ogranicza się do suchej kwoty w PLN. Dla pozycji krytycznych, takich jak energia elektryczna, system równolegle audytuje zużycie wolumenowe (kWh) i kosztowe (PLN), co pozwala precyzyjnie oddzielić błędy operacyjne gospodarstwa od zewnętrznych zmian cen rynkowych.
Wielowymiarowa perspektywa czasowa na jedno kliknięcie: Architektura widoku (Monthly / Yearly / Full period) pozwala błyskawicznie przełączać się między taktycznym zarządzaniem bieżącym miesiącem a strategiczną oceną kondycji całego cyklu produkcyjnego. Jedno spojrzenie wystarczy, by odróżnić chwilowe przesunięcie faktury w czasie od trwałego trendu przekraczania kosztów.
OpEx Browser — natychmiastowa suwerenność analityczna pionu finansowego
Tradycyjny controlling często rozbija się o czas: wykrycie anomalii w kosztach uruchamia lawinę maili, telefonów do księgowości i wielodniowe oczekiwanie na wyciągi z ERP.
Ta interaktywna przeglądarka całkowicie eliminuje te tarcia, dając zarządzającym bezpośredni, nieskrępowany wgląd w architekturę kosztową firmy w czasie rzeczywistym.

Analityka typu Drill-Down (Od makro-skali do pojedynczego dokumentu): Narzędzie pozwala w kilka sekund przejść od skonsolidowanej sumy rocznej dla całego holdingu, przez precyzyjne podkategorie, aż do konkretnej, pojedynczej pozycji fakturowej w wybranym miesiącu. Droga od syntetycznego wykresu do źródła prawdy skraca się do kilku kliknięć.
Błyskawiczna izolacja anomalii bez pośredników: CFO lub kontroler zyskuje pełną autonomię. Gdy system alarmuje o przekroczeniu budżetu – na przykład na usługach agro w marcu – menedżer samodzielnie, na jednym ekranie, identyfikuje winowajcę, bez angażowania i czekania na dedykowane zestawienia z działu rozliczeń.
Precyzyjna separacja strumieni kapitałowych: Dzięki natychmiastowemu filtrowaniu i kategoryzacji (rok, kategoria, typ koszu), system precyzyjnie rozgranicza wydatki operacyjne (OpEx) od inwestycji kapitałowych (CapEx). Zapobiega to zniekształcaniu obrazu bieżącej rentowności gospodarstwa przez duże, nieregularne zakupy infrastrukturalne.
Fixed Assets — dynamiczny model efektywności i kosztów parku maszynowego
W większości firm rejestr środków trwałych to martwy dokument podatkowy. Ten moduł przekształca go w żywy, dwukierunkowy system optymalizacji majątku. Każde aktywo – od ciągnika po linię technologiczną – jest tu traktowane jak osobna jednostka biznesowa, której wartość bilansowa została trwale połączona z jej realną, codzienną fizyką operacyjną.

Trójwymiarowy audyt kondycji aktywów (Plan vs Rzeczywistość): System nie tylko śledzi amortyzację (Depreciation) i wartość księgową (Book Value), ale bezustannie zderza predykcje inżynieryjne z rzeczywistością. Poprzez zestawienie prognoz (Demeter), realnych faktur kosztowych (Echo) oraz odchyleń (Delta), menedżer natychmiast widzi, które maszyny generują ukryte straty.
Pełna granularność kosztów utrzymania (TCO w czasie rzeczywistym): Każdy środek trwały jest prześwietlany co do miesiąca pod kątem pełnego kosztu posiadania (Total Cost of Ownership). System automatycznie agreguje i rozbija wydatki na paliwo (wolumen i koszt), energię, serwisy oraz części zamienne, eliminując ryzyko przeoczenia lawinowo rosnących kosztów eksploatacji starszego sprzętu.
Agregacja wieloletnia z natychmiastową syntezą: Widok Aggregate Comparison konsoliduje dane w horyzoncie wieloletnim (2023–2028). Zestawienie tabel miesięcznych z automatyczną sumą roczną pozwala CFO i dyrektorowi operacyjnemu błyskawicznie ocenić trafność długoterminowych strategii zakupowych i serwisowych holdingu.
Hebe: Przegląd mleka + AI — wielowymiarowa inżynieria produkcji i żywienia stada
Tradycyjne zarządzanie produkcją mleka często cierpi na brak powiązania między pracą żywieniowca, wynikami laboratorium a bilansem finansowym.
Ten centralny kokpit analityczny znosi te silosy, łącząc zootechnikę, chemię mleka i strukturę pasz w jeden, komplementarny organizm decyzyjny.

Trójwymiarowy profil efektywności (Wolumen, Jakość, Żywienie): System automatycznie zderza realizację planów udojowych (Forecast vs Performance) z parametrami fizykochemicznymi surowca (zawartość tłuszczu i białka) oraz precyzyjną strukturą diety. Pozwala to natychmiast uchwycić korelację między zmianą składu paszy a realną kalorycznością i wartością rynkową mleka.
Dynamiczne zarządzanie strukturą stada i bazy paszowej: Dzięki zestawieniu liczby sztuk w poszczególnych cyklach laktacyjnych z analizą komponentów dawki żywieniowej w czasie (od kiszonek i pasz treściwych po specjalistyczne minerały), holding zyskuje pełną kontrolę nad optymalizacją kosztów TMR/PMR. Zmiany w strukturze stada są automatycznie amortyzowane korektami w strategii karmienia.
Autonomiczna synteza zarządcza (Moduł AI): Funkcja „Przegląd AI” zdejmuje z zarządzających konieczność czasochłonnej interpretacji wieloaspektowych wykresów. Jeden przycisk uruchamia silnik, który w kilka sekund analizuje korelacje między dietą, fazą laktacji a udojem, generując dla dyrektora operacyjnego i zarządu gotowe sugestie w języku naturalnym.
Hebe: Dostawy i ceny — operacyjny i handlowy strażnik kontraktacji mleka
Ten moduł sprowadza globalne kontrakty mleczarskie do poziomu codziennej fizyki dostaw i bezwzględnych rygorów jakościowych. Zamiast analizować uśrednione raporty miesięczne, kiedy na reakcję jest już za późno, system agreguje parametry skupu dzień po dniu, chroniąc gospodarstwo przed stratami surowcowymi i karami umownymi.

Ciągły monitoring rygorów technologicznych (Łańcuch chłodniczy): Automatyczne śledzenie średniej temperatury oraz dziennego trendu termicznego dostaw to bezpośrednie narzędzie kontroli jakości. Pozwala natychmiast wykryć awarie schładzalników lub uchybienia w transporcie, zanim wpłyną one na obniżenie klasy mleka i realną stratę finansową.
Wizualna detekcja anomalii i sezonowości udojów: Mapowanie dziennych dostaw w postaci precyzyjnych profili wolumenowych (liczonych w milionach litrów) błyskawicznie obnaża wszelkie zaburzenia produkcyjne. Zarządzający widzi naturalne trendy sezonowe oraz nagłe, anomalne skoki, co pozwala na błyskawiczne korekty logistyczne i paszowe.
Narzędzie nawigacji cenowej dla zarządu: Zestawienie dziennej dynamiki dostaw z historycznymi i bieżącymi cenami skupu (w ujęciu wieloletnim) daje właścicielom holdingu twarde argumenty do rozmów z mleczarniami. System pozwala precyzyjnie ocenić, jak elastyczność produkcyjna gospodarstwa reaguje na makroekonomiczne trendy cenowe na rynku surowców.
Hebe: Wielkość stada — dynamiczne sterowanie strukturą i potencjałem produkcyjnym holdingu
Stado to żywa infrastruktura produkcyjna, której struktura wiekowa i technologiczna bezpośrednio determinuje przyszłe przepływy finansowe. Ten moduł odchodzi od statycznego liczenia sztuk bydła na rzecz zaawansowanej analityki demograficznej stada, pozwalając na precyzyjną synchronizację bazy biologicznej z celami biznesowymi gospodarstwa.

Matryca weryfikacji założeń (Fizyka stada vs Model biznesowy): Moduł stanowi twardy punkt odniesienia dla modeli paszowych i produkcyjnych. Automatyczne zderzenie rzeczywistego składu stada z założeniami teoretycznymi pozwala natychmiast wykryć rozbieżności, które mogłyby doprowadzić do niedoborów paszowych lub niedoszacowania przyszłego wolumenu mleka.
Granularne zarządzanie strukturą odnowienia stada: System precyzyjnie kategoryzuje zwierzęta w kluczowych fazach technologicznych – od cieląt i jałówek w wąskich przedziałach wiekowych (wskazujących na potencjał remontu stada w kolejnych latach), po krowy dojne i zasuszone. Daje to kadrze zarządzającej pełen wgląd w ciągłość cyklu produkcyjnego.
Strategiczne prognozowanie i analiza retrospektywna (Analiza YtY): Możliwość dynamicznego badania struktury stada w ujęciu rocznym pozwala na identyfikację długofalowych trendów demograficznych. Zarząd holdingu może precyzyjnie ocenić efektywność polityki rozrodczej oraz zaplanować wielkość stada pod kątem długoterminowych kontraktów handlowych.
Hebe: Konsumpcja pasz — precyzyjny audyt i optymalizacja kosztów żywienia stada
Żywienie to największy i najbardziej zmienny koszt w produkcji mleka. Ten moduł konsoliduje codzienne dane o dystrybucji pasz, przekształcając surowe wagowe raporty z wozów paszowych w czytelny obraz ekonomiki karmienia.
System pozwala na bieżąco kontrolować korelację między składem dawki a jej realnym kosztem i przełożeniem na wydajność.

Bezwzględna kontrola struktury kosztowej dawki: Wykorzystanie skumulowanych profili struktury diety (stacked bar chart) w podziale na konkretne grupy technologiczne stada pozwala natychmiast ocenić udział najdroższych komponentów (np. pasz treściwych i minerałów) w relacji do pasz objętościowych. Zmiany w recepturach są widoczne od razu w strukturze kosztów.
Wykrywanie anomalii w czasie (Trendy miesięczne): Zestawienie składu diety z osiami czasu w ujęciu miesięcznym pozwala na szybką identyfikację odchyleń od założonego planu żywieniowego. Koordynator produkcji widzi, czy i kiedy faktycznie zmieniła się struktura skarmiania danej grupy zwierząt, co pozwala natychmiast reagować na ukryte wzrosty kosztów.
Gaia: Technical Cost of Production — marża na tonie z każdej działki
Najbardziej zaawansowany widok systemu. Iris łączy koszty operacyjne z Gai (paliwo, materiały, outsourcing), ceny skupu z kontraktów i rzeczywiste plony z ewidencji żniwnej — i przelicza marżę na tonie dla każdej uprawy i każdej działki osobno. Filtry: sezony (Jare / Ozime / All), działki (30 działek po numerach), uprawy (Buraki, Jęczmień, Kukurydza-Kiszonka, Kukurydza-Ziarno, Lucerna, Pszenica, Pszenżyto, Rzepak, Słonecznik, Żyto).

Tabela główna: Wykorzystana powierzchnia, Estymacja min/max, Zrealizowane plony, Aktualnie posiadane, Zakontraktowane na zboże/paszę/nasiona, Aktualny koszt wytworzenia tony, Wartość inwestycji, Wartość sprzedaży, Wynik operacyjny.
Poniżej: Dystrybucja plonów (bar chart per uprawa, plan vs wykonanie) i Nakłady vs Sprzedaż (area chart). Przycisk „Interpret with AI” generuje interpretację wyników w języku naturalnym.
Gaia: Activity Performance vs Target — operacyjna weryfikacja kosztów polowych
Zarządzanie agrotechniczne na dużą skalę wymaga precyzyjnego rozliczania operacji, gdzie każdy litr paliwa i tona nawozu ważą na końcowym wyniku. Ten moduł to automatyczny audytor kluczowych czynności polowych – od uprawy bezorkowej, orki i siewu, przez aplikację nawozów i SOR, aż po zbiory i transport.
System natychmiast zderza założenia agrotechniczne z faktami z pól, eliminując ręczne przepisywanie kart pracy.

Automatyczne rozliczenie gospodarki paliwowej (Bilans ON): Dla każdego zabiegu system równolegle kontroluje zużycie oleju napędowego w litrach oraz jego realny koszt w PLN (Target vs Performance). Matematycznie wyliczona delta (Δ) natychmiast ujawnia anomalie: przepalanie paliwa na konkretnych działkach, błędy operatorów lub nieefektywne przejazdy maszyn.
Precyzyjny audyt nakładów materiałowych i usług: Moduł bezwzględnie rozlicza wolumen i koszt zużytych surowców (nasiona, wapno, obornik, precyzyjne typy nawozów jak NPK, saletra, mocznik) oraz nakłady na outsourcing (usługi zewnętrzne). Pozwala to natychmiast zweryfikować, czy dawkowanie na hektar było zgodne z planem agronomicznym i budżetem.
Wielowymiarowa izolacja odchyleń: Rozbudowany system filtrów (sezony, lata, konkretne działki, uprawy oraz operatorzy maszyn) pozwala na błyskawiczne zlokalizowanie źródła strat. Zarządzający holdingiem może w kilka sekund sprawdzić, czy przekroczenie kosztów w trakcie żniw lub zabiegów SOR to kwestia specyfiki danej uprawy, anomalii na konkretnym polu, czy techniki jazdy danego pracownika.
Efekty wdrożenia — co zmienia się w praktyce
- Właściciel otwiera dashboard rano przed oborą na telefonie. Widzi produkcję mleka za wczoraj, aktualną cenę skupu i odchylenie od planu — bez otwierania pliku, bez pytania zootechnika.
- Marża na tonie z każdej działki — bez ręcznych zestawień. Informacja która wcześniej wymagała tygodnia pracy analityka jest dostępna natychmiast — połączona automatycznie z trzech warstw danych.
- Decyzja o strukturze upraw na podstawie twardych liczb. Iris pokazuje które działki z pszenżytem zarabiały w poprzednim sezonie, a które generowały stratę. Decyzja o zmianie struktury na następny rok opiera się na danych — nie na pamięci agronoma.
- Jakość mleka jako wskaźnik zarządczy, nie tylko laboratoryjny. Trend tłuszczu i białka widziany obok kosztów żywienia i wyników skupu — w jednym widoku — pozwala optymalizować dietę stada z precyzją której nie daje żaden arkusz.
- Wet events w kontekście produktywności. Korelacja między chorobami stada a wydajnością mleczną w tym samym cyklu — widoczna bez ręcznego zestawiania danych.
- Transparentność dla banku i inwestorów. Pełna struktura finansowa gospodarstwa — DCF, P&L, Cash Flow, CapEx, plan vs. wykonanie — dostępna w czystym interfejsie. Jedno kliknięcie generuje eksport PDF lub JSON AI na spotkanie z bankiem lub audytorem.
- Agronom i zootechnik robią swoją pracę. Reszta dzieje się sama. Gaia i Hebe rejestrują dane jako naturalny efekt pracy operacyjnej. Iris zamienia te dane w obraz zarządczy bez żadnego dodatkowego kroku raportowego.
Technologia
WarstwaTechnologiaModel finansowyDemeter (Excel)Analityka mleczarskaHebe (Excel + zewnętrzne źródła laboratoryjne)Rejestracja operacyjnaGaia (Excel, API)Agregacja danychClio (Python, MySQL)Warstwa wizualnaReact, Recharts, D3.jsWarstwa AIClaude API (Anthropic)EksportXLSX, PDF, JSON AI jednym kliknięciemAPIREST, JSONHostingCloud, responsywny (telefon / tablet / desktop)Aktualizacja danychPrzy każdej zmianie w modelu lub rejestracji operacyjnej
FAQ
Clio to centralny agregator. Automatycznie pobiera dane z modelu Demeter (Excel), rejestrów Gai i danych Hebe, czyści je i ładuje do ustrukturyzowanej bazy NoSQL.
Iris podpina się pod API Clio i renderuje dane ze wszystkich trzech warstw jednocześnie. Użytkownik nie widzi tej złożoności — widzi jeden spójny obraz.
Nie. Gaia i Hebe rejestrują dane w arkuszach w sposób naturalny dla osób które je prowadzą. Zmiana nie dotyczy procesu wprowadzania danych — dotyczy tego co się z nimi dzieje potem. Iris robi z tych danych obraz zarządczy bez żadnego dodatkowego kroku raportowego.
Tak. Iris jest zbudowany w React z responsywnym layoutem. Właściciel otwiera dashboard na telefonie przed oborą — widok jest identyczny jak na monitorze w biurze.
W prezentowanej konfiguracji: 7 dashboardów Demeter + 9 dashboardów Hebe + 4 dashboardy Gaia.
System jest rozszerzalny — każdy nowy obszar danych może dostać swój widok.
