A tapasztalatok Az AMA 2002 óta alkalmazza a SAS-megoldást, amely a következő előnyökkel járt: - az adatokat könnyebben, rugalmasabban lehet kezelni; - hosszú távú megoldáshoz jutott; - egyszerűbben lehet új programokat, intézkedéseket integrálni a rendszerbe; - gyorsabban lehet megkapni az eredményeket; - részlegeket átfogó szakértői csapat jött létre; - csökkent a függőség az IT-osztálytól.

Ausztria európai uniós csatlakozásának előkészítési szakaszában az osztrák parlament elhatározta, hogy létrehozza az Agrarmarkt Austria (AMA) nevű szervezetet, amely - az EU követelményeivel összhangban - szolgáltatásorientáltan szabályozza majd az agrárpiacot. Egyidejűleg kormányrendeletben szabályozták az agrármarketing-tevékenység országos szintre emelését. Az AMA számára a következő fontos feladatokat határozták meg:

	a piaci szabályozás kidolgozása;
	támogatási mechanizmus bevezetése;
	jelentések készítése a piacról és az árakról;
	kvóta- és licencmenedzsment;
	piaci intervenció;
	minőségbiztosítás;
	az agrármarketing fejlesztése.

A kezdet
Az EU direktívái alapján 2001-ben Ausztria mintegy másfél milliárd eurót kapott Brüszszeltől az osztrák gazdák széleskörű támogatására. Annak érdekében, hogy hozzájuthassanak a pénzhez, a gazdáknak természetesen ezt kérelmezniük kellett, így az AMA-t hamarosan hatalmas mennyiségű adat árasztotta el. Egyetlen év leforgása alatt 187 ezer támogatási kérelmet nyújtottak be az állattenyésztéssel s további 158 ezret a földműveléssel kapcsolatban. Ezen túlmenően, összesen 40 ezer tejkvóta-regisztrációt és -kérelmet kellett feldolgozni azzal a 4 millió bejelentéssel együtt, amelyet 109 ezer állattenyésztő küldött jószágaik megjelöléséről.

Mivel az Európai Unió úgy gondolta, hogy a tagországok számára fontos, ha saját maguk kísérhetik figyelemmel, miként felelnek meg a direktíváknak, Ausztriában az AMA-ra hárult ez a feladat. Az EU megköveteli, hogy a tagországok a támogatásért folyamodók valószínűségszámítással kiválasztott 5-10 százalékát monitorozzák. Miután kiválasztja a gazdaságokat, az AMA helyszínre küldi szakértőit tesztek elvégzésére és ezekből jelentések elkészítésére. Az AMA munkatársai ezeknek a jelentéseknek az alapján számítják ki a közvetlen kifizetések összegét.

Nehézség és megoldás
A kiválogatást támogató SAS-szoftver bevezetése előtt a gazdaságok kockázatfelmérése rendkívül idő- és munkaerő-igényes volt. Az értékelő szakembereknek az adatok elemzéséhez legtöbbször segítséget kellett kérniük az informatikai osztálytól. Az új eljárások drágák voltak, s csak nehézséggel lehetett őket integrálni a meglévő rendszerbe. Egy kiválasztási kategóriát számos feltétel alapján jelöltek ki, összhangban az EU direktíváival.

Az új szoftvermegoldásnak illeszkednie kellett a meglévő informatikai környezethez, célzottabb kiválasztást téve lehetővé. Egyidejűleg az AMA szakértői számára biztosították, hogy saját maguk készíthessék elő és elemezhessék az adatokat az IT-részlegtől való függetlenedés jegyében. Noha az informatikusok más szoftvereket is megvizsgáltak, hamar egyértelmű lett, hogy az AMA igényeinek a SAS megoldása felel meg a legjobban. Az első megbeszélések után a felek elhatározták, hogy kipróbálják az eszközt. Az AMA szakértői öt napig vizsgálták a szoftvert és a scoring modellt, ám hogy még biztosabbak legyenek abban, hogy a megoldás választ ad minden igényre, végrehajtottak még egy próbát az AMA különböző részlegeiben. Ekkor végelegesen bebizonyosodott, hogy a SAS jó választás.

Alkalmazási terület
Az Agrarmarkt Austriánál jelenleg három részleg (területi támogatások, állattartási és -jelölési támogatás, tejkvóta) válogatja ki a monitorozandó gazdaságokat a SAS-szoftver segítségével. Monika Böhm, a területi támogatási osztály projektmenedzsere így beszél a vizsgálandó gazdaságok, illetve teszthelyszínek kiválasztásáról: „Évente egyszer minden gazdának úgynevezett területi támogatási kérelmet kell beadnia, amelyben arról nyilatkozik, hogy milyen programban akar részt venni, s a támogatást melyik területre, gabonára stb. akarja felhasználni. Az adatokat összegyűjtjük és elemzésre továbbítjuk, az IT számításaival együtt. Ezután az adatokat betöltjük a SAS^® Enterprise Miner™-be, s megállapítjuk a farmonkénti valószínűségi értéket. Ehhez sok modellt használunk, például a döntési fát, a neurális hálókat, a regresszió- elemzést. S miközben intenzíven dolgozunk ezekkel az adatokkal, sok mindent megtudunk az adatok természetéről is”.

Hasonló elveket alkalmaznak az állattenyésztési támogatások, illetve a tejkvóták monitorozására is - folytatja Adelheid Feichtinger, az állattenyésztési támogatások figyeléséért felelős projektmenedzser. Ahhoz, hogy el lehessen végezni az adatok értékelését, az AMA dolgozóinak nem csak a SAS-hoz kell érteniük, szaktudással is rendelkezniük kell.

Csak számos év tapasztalata tette számukra lehetővé, hogy helyesen ítéljenek meg olyan tényezőket, mint az alkalmazás által lefedett állatállomány vagy terület nagysága, a lehetséges kifizetés szintje, változás az előző évhez képest, vagy a határértékekhez való közelítés - s mindezek betöltése a scoring modellbe.