ChatGPT ו-Excel בעברית: איך משתמשים לניתוח בלי להפקיד את הקובץ בידיים של תשובה

תשובה על גיליון היא טענה שצריך לאמת, לא תוצאה. בגיליון עברי יש שלוש בדיקות שמריצים לפני שפועלים: השוואת סכום אחד מול מספר שכבר ידוע לכם, אימות מספר השורות שנכללו בחישוב, וביצוע ידני של אותו סינון על חמש שורות. שלוש דקות, לפני ההחלטה.

למה גיליון בעברית שובר הנחות שאתם לא מודעים להן?

הנחת היסוד של כל ניתוח היא שערכים שנראים זהים הם זהים. בעברית ההנחה הזו נשברת יותר מאשר באנגלית, וזה כמעט תמיד בגלל תווים שאי אפשר לראות.

הדוגמה המדויקת ביותר היא הגרשיים. המחרוזת מע"מ נכתבת בדרך כלל עם התו האמריקאי הרגיל, קוד U+0022, אבל מקלדת עברית או תוכנה שמייפה טקסט יכולות לייצר את התו העברי גרשיים, קוד U+05F4. שתי המחרוזות נראות זהות לחלוטין על המסך, והשוואה ביניהן מחזירה שקר. אותו סיפור קיים עם גרש בודד: U+0027 מול התו העברי גרש U+05F3.

התופעה השנייה היא תווים בלתי נראים: סימן הכיווניות מימין לשמאל U+200F, רווח בלתי שביר U+00A0 שמגיע לרוב מהדבקה מדפדפן, ורווח נגרר בסוף שם עיר. כל אחד מהם הופך ערך לערך אחר לצורך התאמה, מיון וקיבוץ, ואף אחד מהם אינו נראה בתא.

התוצאה אינה הודעת שגיאה. התוצאה היא סכום שנראה סביר ומדבר על 812 שורות מתוך 940.

מה בודקים בכל תשובה, לפני שפועלים לפיה

1. עוגן מספרי. בקשו סכום אחד שאתם כבר יודעים, למשל סך המכירות של חודש שסגרתם. אם הוא אינו תואם, כל השאר לא רלוונטי עדיין.
2. ספירת שורות. בקשו כמה שורות נכללו בחישוב וכמה סוננו החוצה, והשוו לסך השורות בגיליון. הפער הזה הוא הבדיקה החשובה ביותר בגיליון עברי.
3. חמש שורות ידניות. קחו חמש שורות שאמורות לעמוד בתנאי וחמש שאמורות ליפול ממנו, ובדקו מול התוצאה.
4. ערכים ייחודיים בעמודת מפתח. בקשו את רשימת הערכים הייחודיים בעמודה שלפיה קיבצתם. שם עיר שמופיע פעמיים בשתי צורות יתגלה כאן מיד.
5. שאלה הפוכה. שאלו על אותו נתון מזווית אחרת, למשל ממוצע במקום סכום ומספר שורות, ובדקו שהתשובות מתיישבות זו עם זו.

לפני כל אלה שווה לבצע בדיקה של עשר שניות: בקשו את רשימת שמות העמודות שזוהו בקובץ, והשוו אותה לשורת הכותרות שלכם. בגיליון עברי זו הבדיקה שתופסת הכי הרבה תקלות, כי עמודה שכותרתה מכילה תו בלתי נראה או שנקראה ריקה מסגירה את עצמה כאן ולא בשלב שבו מישהו כבר בונה עליה החלטה. אם שם עמודה אחד אינו תואם, עצרו ותקנו את הקובץ לפני שממשיכים לשאול עליו שאלות.

מלכודות עבריות ואיך מגלים אותן

הטבלה הזו היא סדר עבודה, לא קטלוג. ארבע השורות הראשונות מכסות את רוב המקרים בגיליונות עסקיים בעברית, והן גם היחידות שנוטות להישאר בלתי מזוהות אחרי בדיקה שטחית.

מה המודל אינו יכול לדעת על הגיליון שלכם

• שיש גיליון שני שבו נמצאים החריגים, אם צירפתם רק את הראשון.
• שסינון פעיל הסתיר שורות במסך שממנו ייצאתם את הקובץ.
• שעמודה מסוימת ממולאת ידנית בחלק מהחודשים ואוטומטית באחרים.
• שהערך "לא רלוונטי" בעמודה מסוימת פירושו בפועל אפס ולא ערך חסר.
• ששתי שורות שנראות כפולות הן בכוונה שתי עסקאות נפרדות.
• שהחודש האחרון עדיין חלקי, ולכן כל השוואה חודשית תראה ירידה.

כל אחת מהנקודות האלה מייצרת תשובה נכונה טכנית ומטעה עסקית. הן גם הסיבה שהתשובה הראשונה צריכה תמיד להיות מלווה בשאלה "כמה שורות נכללו", ולא רק במספר הסופי.

מה שומרים כדי שהתשובה תהיה ניתנת לשחזור

תשובה שאין לצידה תיעוד היא זיכרון. שמרו לצד כל ניתוח שמשפיע על החלטה:

• שם הקובץ והגרסה שהועלתה, כולל תאריך הייצוא ממערכת המקור.
• השאלה כפי שנשאלה, במילים המדויקות.
• מספר השורות שנכללו ומספר השורות שסוננו.
• העוגן המספרי שהושווה, והערך שאליו הושווה.
• מי בדק, ומתי.

חמשת השדות האלה הופכים ויכוח עתידי לבדיקה של דקה. הם גם מה שמאפשר לחזור על הניתוח בחודש הבא ולדעת אם ההבדל נובע מהעסק או מהקובץ.

מתי לא להעלות את הקובץ בכלל?

כשיש בו פרטים מזהים על אנשים, השאלה הראשונה אינה כמה מדויקת התשובה תהיה אלא האם מותר לכם להעביר את הנתונים האלה לשירות חיצוני. זו שאלה שתלויה בדין החל ובמדיניות שלכם, והיא נבדקת לפני ההעלאה ולא אחריה.

הפתרון המעשי לרוב המקרים הוא צמצום: מייצאים רק את העמודות שהניתוח באמת צריך. ניתוח מכירות לפי אזור אינו זקוק לשמות לקוחות, לטלפונים ולמספרי זהות. את השיקולים הרחבים על העלאת נתונים עסקיים כתבתי בהאם בטוח להעלות נתונים עסקיים ל-ChatGPT, את התהליך הבסיסי של ניתוח קובץ בניתוח נתוני Excel עם ChatGPT, ואת השאלה מתי בכלל עדיף גיליון ב-ChatGPT מול Excel למשימות נתונים.

מקורות

• Microsoft - מפרטים ומגבלות של Excel
• W3C - שימוש בתווי בקרה של Unicode לטקסט דו-כיווני