התשובה הקצרה: דאטה מסודר הוא מידע שנמצא במקום אחד, באותו פורמט, בלי כפילויות, ושכל עמודה בו אומרת דבר אחד ברור. בלי זה, בוט עונה תשובות שגויות, דשבורד מראה מספרים שלא מסתדרים, ו-AI פשוט מנחש. ברוב הפרויקטים, סידור הנתונים הוא חלק גדול מהעבודה, ולא הפרט הטכני שמדלגים עליו.
מה ההבדל בין מידע מבולגן למידע מסודר?
מבולגן: רשימת לקוחות בשלושה אקסלים. באחד הטלפון כתוב “050-1234567”, בשני “0501234567”, ובשלישי חסר. אותו לקוח מופיע פעמיים בשמות קצת שונים. עמודה בשם “הערות” מכילה גם תאריכים, גם סכומים וגם “להתקשר שוב”.
מסודר: טבלה אחת. כל לקוח מופיע פעם אחת. טלפון באותו פורמט. תאריך בעמודת תאריך, סכום בעמודת סכום. ואם משהו חסר, ברור שהוא חסר.
למה AI לא מסתדר עם בלגן?
כי הוא לא יודע מה נכון. אם יש שני מחירים לאותו מוצר בשני קבצים, הבוט יבחר אחד, ולא תמיד את הנכון. אם אותו לקוח מופיע פעמיים, הדוח יספור אותו פעמיים.
גרוע מזה: מודל שפה לא אומר “אני לא בטוח”. הוא עונה בביטחון גם כשהמידע סותר. זו אחת הסיבות להזיות. גם RAG, שמחפש במסמכים שלכם לפני שהוא עונה, טוב רק כמו המסמכים שהוא מוצא.
חמישה סימנים שהמידע שלכם מבולגן
- אותו מידע בכמה מקומות, ולא ברור איזה מהם מעודכן.
- כל אחד בצוות רושם אחרת. “ת״א”, “תל אביב”, “תל-אביב יפו”.
- עמודות “הערות” ענקיות שבהן נמצא כל המידע החשוב.
- מספרים שלא מסתדרים בין הדוח של הנהלת החשבונות לדוח של המכירות.
- “רק דנה יודעת” איפה נמצא מה.
איך מסדרים, צעד אחר צעד?
- ממפים את המקורות. רשימה של כל המקומות שבהם יש מידע: אקסלים, CRM, וואטסאפ, תיבת מייל.
- מחליטים מה המקור הקובע. לכל סוג מידע, מקום אחד שהוא “האמת”. מחירים בקטלוג, לקוחות ב-CRM.
- מאחדים פורמטים. טלפונים, תאריכים, שמות ערים, כולם באותה צורה.
- מסירים כפילויות. זה נקרא ניקוי נתונים, ובחלקו אפשר לעשות אוטומטית.
- מוציאים מידע מטקסט חופשי. כאן AI דווקא עוזר: חילוץ מידע מהערות, ממיילים ומ-PDF לעמודות מסודרות.
- קובעים כללים קדימה. טופס עם שדות קבועים במקום טקסט חופשי, כדי שהבלגן לא יחזור.
דוגמה: חנות לחומרי בניין
נניח שיש לכם חנות לחומרי בניין בבית שמש, ואתם רוצים בוט שעונה ללקוחות על מחירים ומלאי. הבעיה: יש מחירון באקסל אחד, מלאי בתוכנת הקופה, ומחירים מיוחדים לקבלנים במחברת של המנהל.
אם בונים את הבוט ישר, הוא יענה מחירים שגויים. אז קודם מסדרים: קטלוג אחד עם מק״ט, מחיר רגיל ומחיר קבלן, שמתעדכן אוטומטית מהקופה. רק אחרי זה מחברים את הבוט. הבוט עצמו הוא החלק הקל.
כמה זמן זה לוקח?
תלוי בבלגן. לעסק קטן עם כמה קבצים, לפעמים מדובר בימים ספורים. כשיש שנים של מידע בכמה מערכות, זה יכול להיות פרויקט בפני עצמו. כדאי לדעת את זה מראש, ולא לגלות באמצע פרויקט הבוט.
השורה התחתונה
לפני שקונים AI, בודקים את המידע. אם הוא מסודר, הכל אחר כך זול ומהיר יותר. אם לא, מתחילים שם. את העבודה הזאת אנחנו עושים בהבניית דאטה: איסוף, ניקוי, ומבנה אחד מסודר שמתעדכן לבד. רוצים לדעת באיזה מצב הנתונים שלכם? ספרו לנו מה יש לכם.
