{"id":135372,"date":"2026-09-24T15:09:41","date_gmt":"2026-09-24T19:09:41","guid":{"rendered":"https:\/\/www.agribusinessglobal.com\/?p=135372"},"modified":"2026-09-09T11:10:09","modified_gmt":"2026-09-09T15:10:09","slug":"data-strategies-that-sell-in-ag-tech","status":"publish","type":"post","link":"https:\/\/www.agribusinessglobal.com\/pt\/agtech\/data-strategies-that-sell-in-ag-tech\/","title":{"rendered":"Estrat\u00e9gias de dados que vendem no setor de tecnologia agr\u00edcola."},"content":{"rendered":"

H\u00e1 alguns anos, desenvolvemos um modelo para estimar a biomassa de plantas de cobertura a partir de imagens do Sentinel-2. Ele apresentou um R\u00b2 de 0,72. Teoricamente, \u00e9 um bom modelo. Bom o suficiente para ser apresentado em um slide, bom o suficiente para ser citado a um cliente.<\/p>\n

Errou duas vezes.<\/p>\n

O primeiro problema foi a forma como os dados foram divididos. Os dados de refer\u00eancia foram obtidos em campanhas de campo que coletaram duas unidades de amostragem em cada campo, \u00e0s vezes com 50 metros de dist\u00e2ncia entre elas. Uma divis\u00e3o aleat\u00f3ria entre treino e teste permite que uma dessas unidades seja usada para treinamento enquanto a outra \u00e9 usada para teste. O modelo n\u00e3o estava sendo solicitado a prever um novo campo, mas sim um ponto quase id\u00eantico a um ponto onde j\u00e1 havia sido utilizado.<\/p>\n

O segundo problema era mais dif\u00edcil de perceber. Nove das dez caracter\u00edsticas de sat\u00e9lite selecionadas pelo modelo foram datadas ap\u00f3s o dia em que a biomassa foi medida, uma delas com 124 dias de atraso. Isso parece imposs\u00edvel at\u00e9 que se saiba como os campos s\u00e3o manejados. As culturas de cobertura s\u00e3o eliminadas semanas ou meses ap\u00f3s a coleta das amostras, e nossa an\u00e1lise indica que um campo com biomassa densa deixa uma marca mais n\u00edtida de solo exposto ap\u00f3s a destrui\u00e7\u00e3o. O modelo parecia ter aprendido com as consequ\u00eancias. Para uma estimativa contempor\u00e2nea, ele estava prevendo o passado a partir do futuro.<\/p>\n

Nenhuma dessas duas caracter\u00edsticas \u00e9 vis\u00edvel em um R\u00b2 de 0,72. Esse \u00e9 todo o problema com esse n\u00famero.<\/p>\n

Quando reconstru\u00edmos o modelo e o testamos adequadamente, a pontua\u00e7\u00e3o dependeu do que exclu\u00edmos:<\/p>\n\n\n\n\n\n\n\n
O que n\u00f3s resistimos<\/strong><\/td>\n\u00a0R\u00b2<\/strong><\/td>\n<\/tr>\n
Uma sele\u00e7\u00e3o aleat\u00f3ria de unidades de amostragem<\/td>\n0.72<\/td>\n<\/tr>\n
Campos inteiros<\/td>\n\u00a00.47<\/td>\n<\/tr>\n
Uma cooperativa inteira, uma nova geografia.<\/td>\n\u00a00.07<\/td>\n<\/tr>\n
Uma temporada inteira que a modelo nunca tinha visto.<\/td>\n\u00a0\u22120,13<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n
\n

O \u00faltimo valor \u00e9 inferior a zero. Um R\u00b2 negativo significa que o modelo teve um desempenho pior do que ignorar os dados de sat\u00e9lite e prever a biomassa m\u00e9dia daquela esta\u00e7\u00e3o para cada amostra.<\/p>\n

Nada mudou na especifica\u00e7\u00e3o do modelo entre essas quatro linhas. Apenas a pergunta mudou. Consegue preencher as lacunas entre os pontos que j\u00e1 amostrou? Consegue lidar com um novo campo pr\u00f3ximo a outros que j\u00e1 conhece? Uma nova regi\u00e3o? Uma nova esta\u00e7\u00e3o do ano?<\/em> Todas as quatro s\u00e3o perguntas leg\u00edtimas.<\/p>\n

Qual deles representa a implanta\u00e7\u00e3o depende do produto. Um modelo vendido em novas regi\u00f5es precisa de valida\u00e7\u00e3o geogr\u00e1fica. Um modelo que se espera que funcione no pr\u00f3ximo ano precisa de valida\u00e7\u00e3o temporal. Uma divis\u00e3o aleat\u00f3ria por pontos n\u00e3o responde a nenhuma dessas perguntas, mas \u00e9 a que tem maior probabilidade de chegar ao slide, pois \u00e9 o que uma divis\u00e3o padr\u00e3o entre treino e teste proporciona.<\/p>\n

Reconstru\u00eddo honestamente, com o vazamento corrigido e a temporada mantida fora dos treinos para avalia\u00e7\u00e3o, ele se recupera para 0,42. Confiamos em 0,42 de uma forma que nunca dever\u00edamos ter confiado em 0,72.<\/p>\n

Alterar o que usamos como par\u00e2metro elevou a pontua\u00e7\u00e3o em 0,85. Alterar o modelo, comparando uma s\u00e9rie de imagens de 60 dias com uma \u00fanica imagem, elevou a pontua\u00e7\u00e3o em 0,07.<\/p>\n

Um modelo, tr\u00eas defini\u00e7\u00f5es de bem<\/h2>\n

O assunto \u00e9 um n\u00famero sem unidades, e poucas ind\u00fastrias se deparam com tantos n\u00fameros assim quanto esta, onde cada alega\u00e7\u00e3o de efic\u00e1cia, cada plataforma de monitoramento e cada modelo de resposta de rendimento chegam acompanhados de um \u00edndice de precis\u00e3o que, na verdade, n\u00e3o faz tanto trabalho quanto aparenta.<\/p>\n

O que \u00e9 considerado preciso muda conforme quem est\u00e1 segurando o modelo, e as mudan\u00e7as ocorrem em dire\u00e7\u00f5es opostas.<\/p>\n

O servi\u00e7o agron\u00f4mico de um distribuidor, ao decidir para onde enviar seus t\u00e9cnicos, exige alertas em n\u00edvel de campo com algumas semanas de anteced\u00eancia. Um falso positivo custa uma visita de meio dia. Um falso negativo pode significar a perda da janela de aplica\u00e7\u00e3o, uma colheita memor\u00e1vel para o produtor e uma venda. Portanto, voc\u00ea tolera uma taxa de falsos alarmes que envergonharia um pesquisador, e paga por isso com a detec\u00e7\u00e3o.<\/p>\n

Uma empresa de prote\u00e7\u00e3o de cultivos ou de produtos biol\u00f3gicos que demonstra o desempenho de um produto est\u00e1 fazendo uma pergunta diferente. Ela n\u00e3o est\u00e1 avaliando parcelas individuais, mas sim estimando uma resposta m\u00e9dia em uma rede de ensaios. Um modelo pode ser bom em uma coisa e ruim em outra. O erro entre locais independentes diminui \u00e0 medida que novos locais s\u00e3o adicionados, mas o erro compartilhado entre locais que t\u00eam uma safra, uma regi\u00e3o ou uma vers\u00e3o de processamento em comum n\u00e3o diminui, assim como a tend\u00eancia sistem\u00e1tica de comprimir os extremos. Uma tabela de classifica\u00e7\u00e3o n\u00e3o pode dizer qual tipo de erro voc\u00ea tem.<\/p>\n

Uma fun\u00e7\u00e3o de gest\u00e3o ou acesso ao mercado que realiza monitoramento de resist\u00eancia ou conformidade de r\u00f3tulos precisa de justificativa. Alarmes falsos podem acarretar consequ\u00eancias para a conformidade, e a rastreabilidade pode ser mais importante do que o prazo de entrega.<\/p>\n

O mesmo modelo serve para os tr\u00eas, e nenhum deles entende a mesma coisa por "bom".<\/p>\n

\"Left:

\u00c0 esquerda: Um modelo pontuado de tr\u00eas maneiras \u00e0 medida que o limiar de decis\u00e3o se move, com a precis\u00e3o aumentando conforme a taxa de acerto diminui. \u00c0 direita: Dois modelos com diferen\u00e7a de 0,07 no R\u00b2, cujas bandas de bootstrap 95% se sobrep\u00f5em em toda a faixa operacional. Fonte: An\u00e1lise do EarthDaily<\/p><\/div>\n

Melhor do que o qu\u00ea?<\/h2>\n

Existe uma segunda pergunta que \u00e9 feita ainda menos frequentemente, e para este setor, ela importa mais do que a primeira.<\/p>\n

Toda alega\u00e7\u00e3o de precis\u00e3o \u00e9 uma compara\u00e7\u00e3o, e essa compara\u00e7\u00e3o geralmente \u00e9 omitida. Antes de afirmar que um modelo \u00e9 bom, \u00e9 preciso saber o que ele supera. Por defini\u00e7\u00e3o, um R\u00b2 igual a zero corresponde \u00e0 previs\u00e3o da biomassa m\u00e9dia do conjunto de avalia\u00e7\u00e3o para cada amostra. Para um benchmark operacional, a compara\u00e7\u00e3o deve ser algo dispon\u00edvel antes da previs\u00e3o: uma m\u00e9dia hist\u00f3rica, a campanha anterior, a estimativa de um agr\u00f4nomo ou qualquer outro dado j\u00e1 utilizado pelo comprador.<\/p>\n

\u00c9 a vers\u00e3o que o comprador pode utilizar porque ele j\u00e1 tem uma maneira de fazer isso, seja por meio de uma amostra manual, da avalia\u00e7\u00e3o de um agr\u00f4nomo ou do programa do ano passado.<\/p>\n

Leia esse par\u00e1grafo novamente, substituindo o modelo por um exemplo biol\u00f3gico, e voc\u00ea ter\u00e1 o principal obst\u00e1culo comercial do setor. "O produto funciona" n\u00e3o \u00e9 uma afirma\u00e7\u00e3o test\u00e1vel da forma como est\u00e1 formulada. "Nestas condi\u00e7\u00f5es de solo, clima e tempo, ele proporciona essa resposta em compara\u00e7\u00e3o com o programa atual, o que compensa seu custo por hectare" \u00e9 uma afirma\u00e7\u00e3o que algu\u00e9m pode fazer.<\/p>\n

O desempenho inconsistente de produtos biol\u00f3gicos em campo \u00e9 discutido quase que exclusivamente como um problema do produto. Boa parte do problema reside na falta de evid\u00eancias. A replica\u00e7\u00e3o estabelece que um tratamento funciona nos ambientes representados por uma rede de ensaios, o que n\u00e3o equivale a comprovar que o efeito se transfere para uma nova geografia, sistema de manejo ou esta\u00e7\u00e3o do ano.<\/p>\n

As evid\u00eancias tamb\u00e9m tendem a levar a compara\u00e7\u00f5es equivocadas, j\u00e1 que a resposta em rela\u00e7\u00e3o a um controle n\u00e3o tratado demonstra que um produto tem alguma efic\u00e1cia, enquanto a decis\u00e3o de compra se baseia no que ele agrega ao programa que o produtor j\u00e1 utiliza. Uma cepa melhor n\u00e3o resolver\u00e1 nenhum desses problemas.<\/p>\n

Quatro perguntas<\/h2>\n

Isso n\u00e3o torna as m\u00e9tricas de precis\u00e3o in\u00fateis, apenas incompletas. Um n\u00famero sem um protocolo n\u00e3o \u00e9 uma afirma\u00e7\u00e3o, \u00e9 apenas uma forma. Portanto, quando algu\u00e9m lhe mostra um valor de precis\u00e3o, quatro perguntas j\u00e1 s\u00e3o suficientes para compreend\u00ea-lo melhor.<\/p>\n

    \n
  • O que voc\u00ea escondeu?<\/strong> Uma amostra aleat\u00f3ria, um campo inteiro, uma regi\u00e3o, uma esta\u00e7\u00e3o do ano?<\/li>\n
  • O que voc\u00ea derrotou?<\/strong> N\u00e3o a m\u00e9dia do conjunto de avalia\u00e7\u00e3o, que \u00e9 apenas o ponto de partida do R\u00b2, mas sim em rela\u00e7\u00e3o ao que o comprador faz hoje, nas unidades do comprador.<\/li>\n
  • Qual foi o seu pior cen\u00e1rio, n\u00e3o a m\u00e9dia?<\/strong><\/li>\n
  • Qual o custo de uma chamada errada?<\/strong> Somente o cliente pode responder a essa pergunta, pois ela se baseia em seus pr\u00f3prios fatores econ\u00f4micos, e n\u00e3o em algo interno do modelo. \u00c9 tamb\u00e9m por isso que a pergunta \u00e9 \u00fatil em uma reuni\u00e3o com um fornecedor.<\/li>\n<\/ul>\n

    Dois fornecedores podem discordar sobre onde o limite deve ser definido sem que nenhum deles precise admitir que seu modelo \u00e9 ruim. Vale a pena perguntar o que diz a documenta\u00e7\u00e3o do seu modelo.<\/p>","protected":false},"excerpt":{"rendered":"

    Os n\u00fameros de precis\u00e3o s\u00e3o a moeda corrente nas conversas de vendas de tecnologia agr\u00edcola. A maioria deles s\u00e3o respostas a uma pergunta que ningu\u00e9m fez.<\/p>","protected":false},"author":2163,"featured_media":135366,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":"","jetpack_publicize_message":"","jetpack_publicize_feature_enabled":true,"jetpack_social_post_already_shared":true,"jetpack_social_options":{"image_generator_settings":{"template":"highway","default_image_id":0,"font":"","enabled":false},"version":2},"jetpack_post_was_ever_published":false},"categories":[1917,1604],"tags":[2018,1879],"class_list":["post-135372","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-abg-update-feature","category-agtech","tag-abg-september-2026","tag-contributor"],"yoast_head":"\nData Strategies That Sell in Ag Tech - AgriBusiness Global<\/title>\n<meta name=\"description\" content=\"Accuracy figures are the currency of ag tech sales conversations. Most of them are answers to a question nobody asked. Accuracy figures are the currency of ag tech sales conversations. Most of them are answers to a question nobody asked.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.agribusinessglobal.com\/pt\/agtech\/data-strategies-that-sell-in-ag-tech\/\" \/>\n<meta property=\"og:locale\" content=\"pt_BR\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Data Strategies That Sell in Ag Tech - AgriBusiness Global\" \/>\n<meta property=\"og:description\" content=\"Accuracy figures are the currency of ag tech sales conversations. Most of them are answers to a question nobody asked. Accuracy figures are the currency of ag tech sales conversations. Most of them are answers to a question nobody asked.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.agribusinessglobal.com\/pt\/agtech\/data-strategies-that-sell-in-ag-tech\/\" \/>\n<meta property=\"og:site_name\" content=\"AgriBusiness Global\" \/>\n<meta property=\"article:published_time\" content=\"2026-09-24T19:09:41+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/d6kq167ddwbdq.cloudfront.net\/farmchemint\/wp-content\/uploads\/2026\/09\/Smart-Tech.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"896\" \/>\n\t<meta property=\"og:image:height\" content=\"504\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"swebb\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:image\" content=\"https:\/\/d6kq167ddwbdq.cloudfront.net\/farmchemint\/wp-content\/uploads\/2026\/09\/Smart-Tech.jpg\" \/>\n<meta name=\"twitter:label1\" content=\"Escrito por\" \/>\n\t<meta name=\"twitter:data1\" content=\"swebb\" \/>\n\t<meta name=\"twitter:label2\" content=\"Est. tempo de leitura\" \/>\n\t<meta name=\"twitter:data2\" content=\"6 minutos\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/www.agribusinessglobal.com\\\/agtech\\\/data-strategies-that-sell-in-ag-tech\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/www.agribusinessglobal.com\\\/agtech\\\/data-strategies-that-sell-in-ag-tech\\\/\"},\"author\":{\"name\":\"swebb\",\"@id\":\"https:\\\/\\\/www.agribusinessglobal.com\\\/pt\\\/#\\\/schema\\\/person\\\/43b6c725e8792723a9c5f69afbfea5b5\"},\"headline\":\"Data Strategies That Sell in Ag Tech\",\"datePublished\":\"2026-09-24T19:09:41+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/www.agribusinessglobal.com\\\/agtech\\\/data-strategies-that-sell-in-ag-tech\\\/\"},\"wordCount\":1218,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\\\/\\\/www.agribusinessglobal.com\\\/pt\\\/#organization\"},\"image\":{\"@id\":\"https:\\\/\\\/www.agribusinessglobal.com\\\/agtech\\\/data-strategies-that-sell-in-ag-tech\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/d6kq167ddwbdq.cloudfront.net\\\/farmchemint\\\/wp-content\\\/uploads\\\/2026\\\/09\\\/Smart-Tech.jpg\",\"keywords\":[\"ABG September 2026\",\"Contributors\"],\"articleSection\":[\"ABG Update Feature\",\"Agtech\"],\"inLanguage\":\"pt-BR\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\\\/\\\/www.agribusinessglobal.com\\\/agtech\\\/data-strategies-that-sell-in-ag-tech\\\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/www.agribusinessglobal.com\\\/agtech\\\/data-strategies-that-sell-in-ag-tech\\\/\",\"url\":\"https:\\\/\\\/www.agribusinessglobal.com\\\/agtech\\\/data-strategies-that-sell-in-ag-tech\\\/\",\"name\":\"Data Strategies That Sell in Ag Tech - AgriBusiness Global\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/www.agribusinessglobal.com\\\/pt\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/www.agribusinessglobal.com\\\/agtech\\\/data-strategies-that-sell-in-ag-tech\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/www.agribusinessglobal.com\\\/agtech\\\/data-strategies-that-sell-in-ag-tech\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/d6kq167ddwbdq.cloudfront.net\\\/farmchemint\\\/wp-content\\\/uploads\\\/2026\\\/09\\\/Smart-Tech.jpg\",\"datePublished\":\"2026-09-24T19:09:41+00:00\",\"description\":\"Accuracy figures are the currency of ag tech sales conversations. Most of them are answers to a question nobody asked. Accuracy figures are the currency of ag tech sales conversations. Most of them are answers to a question nobody asked.\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/www.agribusinessglobal.com\\\/agtech\\\/data-strategies-that-sell-in-ag-tech\\\/#breadcrumb\"},\"inLanguage\":\"pt-BR\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/www.agribusinessglobal.com\\\/agtech\\\/data-strategies-that-sell-in-ag-tech\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"pt-BR\",\"@id\":\"https:\\\/\\\/www.agribusinessglobal.com\\\/agtech\\\/data-strategies-that-sell-in-ag-tech\\\/#primaryimage\",\"url\":\"https:\\\/\\\/d6kq167ddwbdq.cloudfront.net\\\/farmchemint\\\/wp-content\\\/uploads\\\/2026\\\/09\\\/Smart-Tech.jpg\",\"contentUrl\":\"https:\\\/\\\/d6kq167ddwbdq.cloudfront.net\\\/farmchemint\\\/wp-content\\\/uploads\\\/2026\\\/09\\\/Smart-Tech.jpg\",\"width\":896,\"height\":504},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/www.agribusinessglobal.com\\\/agtech\\\/data-strategies-that-sell-in-ag-tech\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/www.agribusinessglobal.com\\\/pt\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Data Strategies That Sell in Ag Tech\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/www.agribusinessglobal.com\\\/pt\\\/#website\",\"url\":\"https:\\\/\\\/www.agribusinessglobal.com\\\/pt\\\/\",\"name\":\"AgriBusiness Global\",\"description\":\"Empowering Agriculture to Feed the World\",\"publisher\":{\"@id\":\"https:\\\/\\\/www.agribusinessglobal.com\\\/pt\\\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/www.agribusinessglobal.com\\\/pt\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"pt-BR\"},{\"@type\":\"Organization\",\"@id\":\"https:\\\/\\\/www.agribusinessglobal.com\\\/pt\\\/#organization\",\"name\":\"AgriBusiness Global\",\"url\":\"https:\\\/\\\/www.agribusinessglobal.com\\\/pt\\\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"pt-BR\",\"@id\":\"https:\\\/\\\/www.agribusinessglobal.com\\\/pt\\\/#\\\/schema\\\/logo\\\/image\\\/\",\"url\":\"https:\\\/\\\/d6kq167ddwbdq.cloudfront.net\\\/farmchemint\\\/wp-content\\\/uploads\\\/2024\\\/06\\\/ABG-logo-250x150px-01.png\",\"contentUrl\":\"https:\\\/\\\/d6kq167ddwbdq.cloudfront.net\\\/farmchemint\\\/wp-content\\\/uploads\\\/2024\\\/06\\\/ABG-logo-250x150px-01.png\",\"width\":251,\"height\":151,\"caption\":\"AgriBusiness Global\"},\"image\":{\"@id\":\"https:\\\/\\\/www.agribusinessglobal.com\\\/pt\\\/#\\\/schema\\\/logo\\\/image\\\/\"}},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/www.agribusinessglobal.com\\\/pt\\\/#\\\/schema\\\/person\\\/43b6c725e8792723a9c5f69afbfea5b5\",\"name\":\"swebb\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"pt-BR\",\"@id\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/4fcf9cb07682da43e0c71556006731743d7f7439b1e6755c4e6f9b38a18ac9dd?s=96&d=mm&r=g\",\"url\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/4fcf9cb07682da43e0c71556006731743d7f7439b1e6755c4e6f9b38a18ac9dd?s=96&d=mm&r=g\",\"contentUrl\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/4fcf9cb07682da43e0c71556006731743d7f7439b1e6755c4e6f9b38a18ac9dd?s=96&d=mm&r=g\",\"caption\":\"swebb\"},\"url\":\"https:\\\/\\\/www.agribusinessglobal.com\\\/pt\\\/author\\\/swebb\\\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Data Strategies That Sell in Ag Tech - AgriBusiness Global","description":"Accuracy figures are the currency of ag tech sales conversations. Most of them are answers to a question nobody asked. Accuracy figures are the currency of ag tech sales conversations. Most of them are answers to a question nobody asked.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.agribusinessglobal.com\/pt\/agtech\/data-strategies-that-sell-in-ag-tech\/","og_locale":"pt_BR","og_type":"article","og_title":"Data Strategies That Sell in Ag Tech - AgriBusiness Global","og_description":"Accuracy figures are the currency of ag tech sales conversations. Most of them are answers to a question nobody asked. Accuracy figures are the currency of ag tech sales conversations. Most of them are answers to a question nobody asked.","og_url":"https:\/\/www.agribusinessglobal.com\/pt\/agtech\/data-strategies-that-sell-in-ag-tech\/","og_site_name":"AgriBusiness Global","article_published_time":"2026-09-24T19:09:41+00:00","og_image":[{"width":896,"height":504,"url":"https:\/\/d6kq167ddwbdq.cloudfront.net\/farmchemint\/wp-content\/uploads\/2026\/09\/Smart-Tech.jpg","type":"image\/jpeg"}],"author":"swebb","twitter_card":"summary_large_image","twitter_image":"https:\/\/d6kq167ddwbdq.cloudfront.net\/farmchemint\/wp-content\/uploads\/2026\/09\/Smart-Tech.jpg","twitter_misc":{"Escrito por":"swebb","Est. tempo de leitura":"6 minutos"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/www.agribusinessglobal.com\/agtech\/data-strategies-that-sell-in-ag-tech\/#article","isPartOf":{"@id":"https:\/\/www.agribusinessglobal.com\/agtech\/data-strategies-that-sell-in-ag-tech\/"},"author":{"name":"swebb","@id":"https:\/\/www.agribusinessglobal.com\/pt\/#\/schema\/person\/43b6c725e8792723a9c5f69afbfea5b5"},"headline":"Data Strategies That Sell in Ag Tech","datePublished":"2026-09-24T19:09:41+00:00","mainEntityOfPage":{"@id":"https:\/\/www.agribusinessglobal.com\/agtech\/data-strategies-that-sell-in-ag-tech\/"},"wordCount":1218,"commentCount":0,"publisher":{"@id":"https:\/\/www.agribusinessglobal.com\/pt\/#organization"},"image":{"@id":"https:\/\/www.agribusinessglobal.com\/agtech\/data-strategies-that-sell-in-ag-tech\/#primaryimage"},"thumbnailUrl":"https:\/\/d6kq167ddwbdq.cloudfront.net\/farmchemint\/wp-content\/uploads\/2026\/09\/Smart-Tech.jpg","keywords":["ABG September 2026","Contributors"],"articleSection":["ABG Update Feature","Agtech"],"inLanguage":"pt-BR","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/www.agribusinessglobal.com\/agtech\/data-strategies-that-sell-in-ag-tech\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/www.agribusinessglobal.com\/agtech\/data-strategies-that-sell-in-ag-tech\/","url":"https:\/\/www.agribusinessglobal.com\/agtech\/data-strategies-that-sell-in-ag-tech\/","name":"Data Strategies That Sell in Ag Tech - AgriBusiness Global","isPartOf":{"@id":"https:\/\/www.agribusinessglobal.com\/pt\/#website"},"primaryImageOfPage":{"@id":"https:\/\/www.agribusinessglobal.com\/agtech\/data-strategies-that-sell-in-ag-tech\/#primaryimage"},"image":{"@id":"https:\/\/www.agribusinessglobal.com\/agtech\/data-strategies-that-sell-in-ag-tech\/#primaryimage"},"thumbnailUrl":"https:\/\/d6kq167ddwbdq.cloudfront.net\/farmchemint\/wp-content\/uploads\/2026\/09\/Smart-Tech.jpg","datePublished":"2026-09-24T19:09:41+00:00","description":"Accuracy figures are the currency of ag tech sales conversations. Most of them are answers to a question nobody asked. Accuracy figures are the currency of ag tech sales conversations. Most of them are answers to a question nobody asked.","breadcrumb":{"@id":"https:\/\/www.agribusinessglobal.com\/agtech\/data-strategies-that-sell-in-ag-tech\/#breadcrumb"},"inLanguage":"pt-BR","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.agribusinessglobal.com\/agtech\/data-strategies-that-sell-in-ag-tech\/"]}]},{"@type":"ImageObject","inLanguage":"pt-BR","@id":"https:\/\/www.agribusinessglobal.com\/agtech\/data-strategies-that-sell-in-ag-tech\/#primaryimage","url":"https:\/\/d6kq167ddwbdq.cloudfront.net\/farmchemint\/wp-content\/uploads\/2026\/09\/Smart-Tech.jpg","contentUrl":"https:\/\/d6kq167ddwbdq.cloudfront.net\/farmchemint\/wp-content\/uploads\/2026\/09\/Smart-Tech.jpg","width":896,"height":504},{"@type":"BreadcrumbList","@id":"https:\/\/www.agribusinessglobal.com\/agtech\/data-strategies-that-sell-in-ag-tech\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/www.agribusinessglobal.com\/pt\/"},{"@type":"ListItem","position":2,"name":"Data Strategies That Sell in Ag Tech"}]},{"@type":"WebSite","@id":"https:\/\/www.agribusinessglobal.com\/pt\/#website","url":"https:\/\/www.agribusinessglobal.com\/pt\/","name":"Agroneg\u00f3cio Global","description":"Capacitando a agricultura para alimentar o mundo","publisher":{"@id":"https:\/\/www.agribusinessglobal.com\/pt\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.agribusinessglobal.com\/pt\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"pt-BR"},{"@type":"Organization","@id":"https:\/\/www.agribusinessglobal.com\/pt\/#organization","name":"Agroneg\u00f3cio Global","url":"https:\/\/www.agribusinessglobal.com\/pt\/","logo":{"@type":"ImageObject","inLanguage":"pt-BR","@id":"https:\/\/www.agribusinessglobal.com\/pt\/#\/schema\/logo\/image\/","url":"https:\/\/d6kq167ddwbdq.cloudfront.net\/farmchemint\/wp-content\/uploads\/2024\/06\/ABG-logo-250x150px-01.png","contentUrl":"https:\/\/d6kq167ddwbdq.cloudfront.net\/farmchemint\/wp-content\/uploads\/2024\/06\/ABG-logo-250x150px-01.png","width":251,"height":151,"caption":"AgriBusiness Global"},"image":{"@id":"https:\/\/www.agribusinessglobal.com\/pt\/#\/schema\/logo\/image\/"}},{"@type":"Person","@id":"https:\/\/www.agribusinessglobal.com\/pt\/#\/schema\/person\/43b6c725e8792723a9c5f69afbfea5b5","name":"swebb","image":{"@type":"ImageObject","inLanguage":"pt-BR","@id":"https:\/\/secure.gravatar.com\/avatar\/4fcf9cb07682da43e0c71556006731743d7f7439b1e6755c4e6f9b38a18ac9dd?s=96&d=mm&r=g","url":"https:\/\/secure.gravatar.com\/avatar\/4fcf9cb07682da43e0c71556006731743d7f7439b1e6755c4e6f9b38a18ac9dd?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/4fcf9cb07682da43e0c71556006731743d7f7439b1e6755c4e6f9b38a18ac9dd?s=96&d=mm&r=g","caption":"swebb"},"url":"https:\/\/www.agribusinessglobal.com\/pt\/author\/swebb\/"}]}},"acf":[],"jetpack_publicize_connections":[],"jetpack_sharing_enabled":true,"jetpack_shortlink":"https:\/\/wp.me\/paA6y4-zdq","jetpack_featured_media_url":"https:\/\/d6kq167ddwbdq.cloudfront.net\/farmchemint\/wp-content\/uploads\/2026\/09\/Smart-Tech.jpg","_links":{"self":[{"href":"https:\/\/www.agribusinessglobal.com\/pt\/wp-json\/wp\/v2\/posts\/135372","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.agribusinessglobal.com\/pt\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.agribusinessglobal.com\/pt\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.agribusinessglobal.com\/pt\/wp-json\/wp\/v2\/users\/2163"}],"replies":[{"embeddable":true,"href":"https:\/\/www.agribusinessglobal.com\/pt\/wp-json\/wp\/v2\/comments?post=135372"}],"version-history":[{"count":0,"href":"https:\/\/www.agribusinessglobal.com\/pt\/wp-json\/wp\/v2\/posts\/135372\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.agribusinessglobal.com\/pt\/wp-json\/wp\/v2\/media\/135366"}],"wp:attachment":[{"href":"https:\/\/www.agribusinessglobal.com\/pt\/wp-json\/wp\/v2\/media?parent=135372"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.agribusinessglobal.com\/pt\/wp-json\/wp\/v2\/categories?post=135372"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.agribusinessglobal.com\/pt\/wp-json\/wp\/v2\/tags?post=135372"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}