ניקוי נתונים באקסל בעזרת AI — מה למסור ומה לעשות לבד

קובץ שהגיע ממערכת אחרת נראה תמיד אותו דבר: שמות עם רווח מיותר בסוף, תאריכים שאקסל מסרב לזהות, "תל אביב" ו-"ת"א" ו-"תל-אביב" באותה עמודה, ומספרים שמיושרים לשמאל כי הם בעצם טקסט.

זו העבודה שאוכלת שעות. וזה בדיוק המקום שבו AI באמת חוסך זמן — בתנאי שיודעים מה למסור לו ומה לא.

הכלל שקובע הכול: הבחנה בין כלל לבין נתון

לפני שמבקשים מ-AI לנקות משהו, שאלי את עצמך שאלה אחת:

האם אני מבקשת ממנו לכתוב לי כלל, או לגעת בנתונים עצמם?

• כלל — "תן לי נוסחה שמסירה רווחים כפולים". התוצאה היא נוסחה שאת מריצה על הקובץ שלך. בטוח לגמרי, וגם ניתן לחזרה בחודש הבא
• נתון — "הנה 400 שורות, תחזיר לי אותן מסודרות". כאן ה-AI מקליד מחדש את הנתונים שלך — ושורה אחת שהשתנתה בשקט לא תתגלה לעולם

הכלל שלי פשוט: מבקשים מה-AI כללים, לא נתונים. העבודה על הנתונים נשארת אצלך, בכלים שאפשר לבדוק ולחזור עליהם.

ארבע משימות ניקוי שכדאי למסור ל-AI

1. לזהות מה בכלל לא בסדר בקובץ

זה השימוש הכי מוצלח, ורוב האנשים לא חושבים עליו. מדביקים עשר שורות לדוגמה ומבקשים:

אלה עשר שורות מקובץ בן 3,000 שורות.
מה עלול להיות לא אחיד או בעייתי כאן לפני שאני מנתחת אותו?

התשובה כמעט תמיד תכלול משהו שלא שמת לב אליו — עמודה שהיא טקסט ולא מספר, פורמט תאריך אמריקאי מעורבב בישראלי, או קידומת טלפון חסרה.

2. לכתוב את נוסחת הניקוי

מנסחים במדויק מה רוצים ומקבלים נוסחה מוכנה:

=TRIM(CLEAN(A2))

TRIM מסירה רווחים מיותרים, CLEAN מסירה תווים בלתי-נראים שמגיעים ממערכות ישנות. שילוב שפותר חלק ניכר מהבלגן.

3. לתרגם רשימת החלפות לנוסחה אחת

יש לך רשימה של גרסאות כתיב לאותו דבר? זו בקשה מצוינת ל-AI:

בעמודה יש: "ת"א", "תל-אביב", "תל אביב ", "TLV".
תן לי נוסחה שמחזירה "תל אביב" לכולם.

מה שהיה חצי שעה של Find & Replace הופך לנוסחה אחת שאפשר לתעד ולהריץ שוב בחודש הבא.

4. לכתוב שלב ב-Power Query

כאן החיסכון הכי גדול. שפת M של Power Query לא אינטואיטיבית, ו-AI כותב בה היטב. מבקשים למשל: "כתוב לי שלב M שממיר את העמודה הזו לתאריך בפורמט יום/חודש/שנה" — ומדביקים בעורך המתקדם.

ההבדל מנוסחה: שלב ב-Power Query נשמר ורץ שוב בלחיצת "רענן" בחודש הבא. ראו איחוד קבצים מתיקייה ב-Power Query.

ושלוש משימות שלא כדאי למסור לו

• להקליד מחדש את הנתונים — כל שינוי שקט הוא נזק שלא מתגלה
• להחליט מה למחוק — "תמחק שורות כפולות" בלי להגדיר לפי איזו עמודה הוא זיהוי כפילות, זו דרך בטוחה לאבד נתונים. ראו מדריך הסרת כפילויות
• לנחש שדות חסרים — עיר חסרה לפי מיקוד היא ניחוש, לא נתון. ובדוח היא תיראה בדיוק כמו נתון אמיתי

סדר העבודה שאני עובדת לפיו

1. מעתיקה את הקובץ המקורי לגיבוי. תמיד, לפני הכול
2. מדביקה עשר שורות ל-AI ומבקשת אבחון של הבעיות
3. מבקשת נוסחה או שלב M לכל בעיה — אחת-אחת, לא הכול ביחד
4. מריצה בעמודת עזר ליד המקור, לא עליו. כך רואים את שניהם זה לצד זה
5. משווה סכומים וספירות — מספר השורות זהה? הסכום זהה?
6. ורק אז מחליפה את המקור, או משאירה את עמודת העזר

שלב 5 הוא זה שתופס טעויות. אם אחרי הניקוי יש לך 2,997 שורות במקום 3,000 — משהו נמחק, וכדאי מאוד לדעת מה.

שאלות ותשובות

AI או Power Query לניקוי נתונים?

לא שאלה של או-או: AI כותב, Power Query מריץ. Power Query הוא הכלי שעושה את העבודה ונשמר לפעם הבאה; AI הוא מי שעוזר לכתוב את השלבים כשלא זוכרים את התחביר. השילוב חזק בהרבה מכל אחד לבד.

מה עושים כשהתאריכים לא מתיישרים?

זו הבעיה הנפוצה ביותר, ובדרך כלל המקור הוא ערבוב פורמט אמריקאי (חודש/יום) עם ישראלי (יום/חודש). בדיקה מהירה: אם יש בעמודה ערך עם יום גדול מ-12 שנשאר טקסט — זה בדיוק מה שקרה. ב-Power Query בוחרים במפורש את מוצא הפורמט (Locale) וזה נפתר.

אפשר לבקש מ-AI לנקות קובץ שלם שאעלה?

טכנית כן. מעשית — רק אם הקובץ לא מכיל מידע רגיש, ורק אם את משווה את התוצאה מול המקור שורה-שורה. עדיף לבקש את הכלל ולהריץ אותו בעצמך.

מה הלאה?

ניקוי נתונים הוא החלק שהכי משתלם להפוך לתהליך קבוע במקום למשימה ידנית חוזרת. סדנת Power Query למתחילים מלמדת בדיוק את זה — לבנות שרשרת ניקוי פעם אחת, ואז ללחוץ "רענן".