דאטה. חשיבה. החלטות טובות יותר.

הדאטה הוא רק חצי מהסיפור.

אני טל מזרחי. אני כותב על השאלות, שיקול הדעת והטעויות שהופכים עבודה עם דאטה למעניינת. וגם, לפעמים, לבדיחה טובה.

בואו נקרא מי אני? ↗

מדען נתונים · מחנך ומנטור · היוצר של XP Lab

מהבלוג

המאמרים האחרונים

לכל המאמרים ←

איכות נתונים15 באוקטובר 2026

ששת הממדים של איכות נתונים — דיוק: הדאטה נקי. הוא גם שגוי.

דיוק נתונים דורש נקודת ייחוס במציאות. איך משווים מדדים לתשלומים, לקבלות ולידע מקצועי לפני שסומכים על דשבורד מסודר.

לקריאת המאמר

גיוס והערכת יכולות15 באוקטובר 2026

ה־AI שבר את הסימנים שעליהם נשען הגיוס שלכם — עוד לא שמתם לב

כש־AI מייצר תוצרים מלוטשים בתוך שניות, צריך לבחון את החשיבה והתהליך שמאחוריהם, ולא רק את התשובה הסופית.

לקריאת המאמר

איכות נתונים15 באוקטובר 2026

ששת הממדים של איכות נתונים — עקביות: שני דשבורדים סותרים זה את זה. אף אחד מהצוותים לא משוגע.

דשבורדים סותרים מסתירים לעיתים הגדרות שונות של אותו מדד. איך מתאמים רמת פירוט, מסננים, אזורי זמן ואחריות בעזרת חוזה מדד.

לקריאת המאמר

אותו דאטה. שאלות שונות.

לכל מי שחושב עם דאטה.

אנשי דאטה

מסגור בעיות, בדיקת הנחות והפיכת אנליזה להחלטה שאפשר להגן עליה.

אנשי חינוך

ללמד את החשיבה שמאחורי הכלים. לתת מקום לעמימות, לטעויות ולסקרנות.

מנהלי דאטה

להבין מה מעיד על יכולת אנליטית, לפתח אנשים ולשאול שאלות טובות יותר.

מקום טוב להתחיל

שאלות ששווה להתעכב עליהן.

קצת פחות לרוץ אל התשובה. קצת יותר להבין מה אנחנו באמת שואלים.

התחילו בזה שלא תיגעו בדאטה

אנליזה טובה מתחילה בבירור השאלה וההחלטה העסקית. רשימת בדיקה למסגור בעיה ודוגמה מלאה של ירידה בהמרה במובייל.

למה גיוס אנליסטים עדיין שבור — ואנחנו מעמידים פנים שלא

תהליכי גיוס רבים מתגמלים תחביר, מהירות וליטוש במקום שיקול דעת אנליטי. מה חסר, ומה משתנה כשמוסיפים AI?

ששת הממדים של איכות נתונים — שלמות

שלמות נתונים היא יותר מתאים ריקים: כיסוי חסר, ההבדל בין אפס להיעדר נתונים, מנגנוני MCAR/MAR/MNAR וההשלכות העסקיות.

מהרעיון אל העשייה

חשיבה טובה דורשת תרגול אמיתי.

XP Lab מביא לתרגול את הרעיונות שאני כותב עליהם כאן: בעיות פתוחות, דאטה לא מושלם ומשוב על הדרך שבה חושבים. מקום לאנשי דאטה, למורים ולצוותים להתאמן על העבודה עצמה.

להכיר את XP Lab ←