Precisiefruitteelt bestaat uit drie stappen:
Waarnemen
Data-analyse
Actie
Waarnemen gebeurt meestal met sensoren die aan een voertuig, bijvoorbeeld een tractor, of aan een drone gekoppeld zijn. Vaak kunnen sensoren niet direct waarnemen wat je wilt weten, maar meten ze een afgeleide waarde. Die afgeleide waarde zegt dan iets over wat je wilt weten. Hier volgen enkele voorbeelden. De lichtreflectie van blad (afgeleide waarde) zegt wat over de biomassa. De lichtreflectie van grond zegt iets over het gehalte organische stof of gehalte aan stikstof. De elektrische geleiding van de grond (afgeleide waarde) geeft inzicht over het vochtgehalte van de grond. Op basis van verschil in kleur en vorm (afgeleide waarde) kunnen sensoren vruchten tussen het blad herkennen.
De data-analyse wordt altijd gecombineerd met de gps-locatie. De geografische variatie (verschillende waarden per gps-locatie) wordt zichtbaar op bijvoorbeeld een bodemkaart, biomassakaart of opbrengstkaart.
Een data-analyse geeft meer inzicht in de variatie in een perceel of zelfs per individuele boom. Vervolgens kun je hier als fruitteler op inspelen. Door bijvoorbeeld alleen plekken in het perceel of individuele bomen met te weinig groei extra aandacht te geven, kun je de productie verhogen. Hetzelfde geldt voor bespuitingen. Door alleen de bomen met een ziekte of plaag te spuiten, bespaar je gewasbeschermingsmiddelen. Of je bespaart dunarbeid door alleen bomen met te veel vruchten te spuiten in plaats van het hele perceel niet te spuiten. Het voorgaande vraagt om een overzichtelijke weergave van de verzamelde data. In de fruitteelt is het softwarepakket Agromanager hiervoor een veelgebruikt datamanagementsysteem.
De acties die volgen uit de data-analyse zijn bijvoorbeeld het aansturen van machines met zogenoemde taakkaarten. Een taakkaart geeft bij elke boom aan wat er moet gebeuren, bijvoorbeeld spuiten of wortelsnoeien. Het is aan te raden om op de aangestuurde machine ook sensoren te plaatsen. Met deze nieuwe waarnemingen kun je data-analyse en de daaropvolgende actie verbeteren. Denk bijvoorbeeld aan een flowmeter om de afgifte van de boomgaardspuit te meten. Als de flowmeter op een bepaalde plaats een te lage spuitdruk vaststelde, kan dat verklaren waarom de bespuiting onvoldoende effect had. Of je koppelt de spuitdata achteraf aan de weerdata van een weerstation. Zo kun je achterhalen of bijvoorbeeld een regenbui kort na de bespuiting voor een onvoldoende bestrijdingseffect heeft gezorgd.