With today's increasingly demanding market, dairy farmers need to cut costs and make their herds competitive. Increased demand for food, reduction of land available for production and increases in animal feed costs are causes for the search for more efficient production systems. In addition, other challenges are observed, such as need for animal well-being and the environmental impacts of agriculture, causing lower profit margins for producers. Thus, the identification of the most efficient system for animals feed is an economical alternative to be adopted. In addition, with food efficiency, in addition to economic impacts, environmental impacts are observed, since efficient animals produce less nutrient wastage and excretions. In this sense, the computational support has provided alternatives to the identification of more efficient animals and, consequently, providing economic and environmental gains. This work presents an integrative architecture capable of organizing animal data and experiments. And, using ontologies and inference machines, the architecture is also able to classify the animals under the food efficiency indexes and present them through visualizations, providing support to the researches of improvement of dairy cattle developed by Embrapa Gado de Leite. The purpose of this work is, based on the use of ontologies and data analysis, to discover new knowledge and new relationships in the several experiments bases. Considering the results obtained through the case study, it can be said that the architecture provided support to the daily routine of the Embrapa Gado de Leite researchers.Com mercado atual cada vez mais exigente, produtores leiteiros precisam reduzir custos e tornar seus rebanhos competitivos. O aumento da demanda por alimentos de origem animal, a redução de terras disponíveis para a produção e os aumentos crescentes nos custos de alimentação dos animais são fatores desencadeadores para a busca de sistemas de produção mais eficientes. Além destes, outros desafios são observados, como a preocupação com bem-estar do animal e os impactos ambientais da agropecuária ocasionando margens de lucro menores aos produtores. Assim, a identificação dos animais mais eficientes no aproveitamento do alimento é uma alternativa econômica a ser adotada. Além disso, com a eficiência alimentar, além de impactos econômicos, impactos ambientais são observados, pois animais eficientes produzem menor desperdício de nutrientes e excreções. Nesse sentido, o apoio computacional vem fornecendo alternativas à identificação de animais mais eficientes e, por consequência, proporcionando ganhos econômicos e ambientais. Este trabalho apresenta uma arquitetura integradora capaz de organizar os dados de animais e experimentos. E, através do uso de ontologias e de máquinas de inferência, classificar os animais sob os índices de eficiência alimentar e apresentá-los por meio de visualizações, proporcionando apoio às pesquisas de melhoramento de gado de leite desenvolvidas pela Embrapa Gado de Leite. O objetivo desse trabalho é, a partir do uso de ontologias e análise de dados, descobrir novos conhecimentos e novas relações nas diversas bases de experimentos coletados em campo. Considerando os resultados obtidos por meio do estudo de caso, pode-se dizer que a arquitetura proporcionou suporte à rotina diária do pesquisador da Embrapa Gado de Leite.