נועם מנהל חנות ציוד ספורט. חנות פיזית פלוס אתר, 1,140 פריטים שונים במלאי, 3 עובדים.
המלאי מנוהל בגיליון Google Sheets. ארבע שנים. 1,140 שורות, 9 עמודות, וכל תנועה נרשמת ביד.
הוא לא חשב שיש בעיה. החנות רווחית, המדפים מלאים, הלקוחות קונים…
הבעיה שהוא כן הרגיש הייתה תזרים. "אני מוכר טוב אבל אף פעם אין כסף בחשבון". מכירים?
ישבנו יחד עם Claude Code וגיליון המלאי. 35 דקות. הנה מה שיצא:
38,000 שקל (במחיר עלות) של סחורה שלא זזה 90 יום ומעלה. 213 פריטים. חלקם לא נמכרו בכלל מאז 2024.
11 מוצרים מהמובילים במכירות שנגמרו במלאי במהלך החודשיים האחרונים, בממוצע ל-9 ימים כל אחד. בדיוק המוצרים שאנשים באו בשבילם.
וכלל הזמנה אחד לכל מוצר, שמאז שהוטמע, אפס מוצרים מובילים נגמרו.
הכסף שלו לא היה בחשבון הבנק. הוא היה על המדף, בשורות 400 עד 900 של הגיליון.
למה גיליון מלאי משקר בשקט
קודם כל, קצת פרופורציה, כי נועם לא לבד.
לפי מחקר של IHL Group, "עיוות מלאי" (הכינוי המקצועי לסחורה שנגמרה פלוס סחורה שנתקעה) עולה לקמעונאות העולמית כ-1.7 טריליון דולר ב-2026, כ-6.2% מכלל המכירות. שני שלישים מזה בגלל מוצרים שנגמרו, שליש בגלל עודף.
ובעסקים קטנים: 46% מבעלי העסקים מדווחים שלפחות 5% מהמלאי שלהם הוא סחורה מתה. 55% מחזיקים לפחות 20% עודף מלאי. וקמעונאי ממוצע בלי מעקב בזמן אמת מגיע לדיוק מלאי של 63% בלבד. כלומר, כל שורה שלישית בגיליון לא נכונה.
למה זה קורה דווקא בגיליון? כי גיליון הוא מצוין בלרשום ונורא בלהתריע. הוא לא יגיד לכם "המוצר הזה לא זז 4 חודשים". הוא לא יגיד "לפי הקצב הנוכחי, זה נגמר ביום חמישי". הוא מחכה שמישהו יסתכל. ובחנות עם 1,140 שורות, אף אחד לא מסתכל.
מחקר של פרופסור ריימונד פנקו מאוניברסיטת הוואי, שנחשב לסמכות בתחום, מצא ש-88% מהגיליונות שנבדקו מכילים שגיאות. לא בגלל טיפשות. בגלל שבני אדם שמקלידים טועים ב-0.5% עד 5% מהפעולות, ובגיליון אין מי שיתפוס את זה.
וכאן בדיוק Claude Code נכנס. לא במקום הגיליון. כמישהו שסוף סוף קורא אותו.
מה זה Claude Code, בשתי שורות
Claude Code הוא סוכן AI של Anthropic שרץ על המחשב שלכם. ההבדל בינו לבין צ'אט רגיל: הוא לא רק עונה, הוא עובד. פותח קבצים, כותב קוד שמחשב דברים, מריץ אותו, ומחזיר לכם תשובה בעברית. אתם לא רואים את הקוד ולא צריכים להבין אותו. אתם מדברים איתו כמו עם עובד חדש וחכם.
כתבתי על זה בהרחבה במאמרים קודמים על השיטה הדיגיטלית, אז כאן נלך ישר לעבודה.
ככה זה נראה בפועל: 35 דקות, 4 שאלות
שלב 1: ייצוא (3 דקות). בגיליון של נועם: File, Download, CSV. שני קבצים: גיליון המלאי הנוכחי, וגיליון התנועות (כל מכירה ומשיכה עם תאריך). את התנועות הוא ייצא מהקופה, 14 חודשים אחורה.
שלב 2: להסביר לו את הגיליון (2 דקות). ההודעה הראשונה ל-Claude Code הייתה בעברית, פשוט מאוד:
"יש לך שני קבצים בתיקייה. inventory.csv זה המלאי הנוכחי: מק"ט, שם, קטגוריה, כמות, עלות ליחידה, מחיר מכירה, תאריך קבלה אחרון, ספק. sales.csv זה כל המכירות ב-14 חודשים: תאריך, מק"ט, כמות. קודם תגיד לי אם יש בעיות בנתונים."
וכאן הגיעה ההפתעה הראשונה. לפני כל ניתוח, הוא החזיר: 37 מק"טים מופיעים במכירות אבל לא במלאי (כנראה שונו ידנית), 12 שורות במלאי עם כמות שלילית, ו-4 מוצרים שמופיעים פעמיים בכתיב שונה. זה ה-63% דיוק מהמחקר, בחיים האמיתיים.
תיקנו את מה שאפשר בעשר דקות, והמשכנו.
שלב 3: ארבע שאלות (20 דקות).
שאלה 1: "מה לא זז 90 יום ומעלה, ומה זה שווה במחיר עלות?"
213 פריטים. 38,000 שקל. הוא הוציא טבלה ממוינת לפי שווי, עם עמודה של "ימים מאז המכירה האחרונה". בראש הרשימה: 40 זוגות נעלי ריצה מדגם שהוחלף, 6,800 שקל, 0 מכירות ב-11 חודשים.
שאלה 2: "אילו מוצרים נגמרו במלאי בחודשיים האחרונים, ומה הם מכרו בחודשים שלפני?"
זאת השאלה שכאבה. 11 מוצרים מתוך 30 המובילים במכירות היו על 0 במלאי במשך 6 עד 14 ימים. הוא חישב לפי הקצב הרגיל שלהם: כ-9,400 שקל מכירות שפשוט לא קרו. הלקוחות באו, המוצר לא היה, הם הלכו לרשת הגדולה.
שאלה 3: "לכל מוצר שנמכר לפחות פעם בשבוע, תחשב מתי צריך להזמין מחדש."
הוא ביקש דבר אחד: כמה ימים לוקח לכל ספק לספק. נועם ידע את זה בעל פה, 3 ספקים, בין 4 ל-12 ימים. ואז הוא בנה לכל מוצר נקודת הזמנה: מכירות יומיות ממוצעות, כפול ימי אספקה, פלוס שבוע ביטחון. עמודה חדשה בגיליון, "להזמין כשיורד מתחת ל", ליד כל מוצר.
שאלה 4: "מה מהסחורה המתה כדאי למכור בהנחה, ומה פשוט להחזיר או לתרום?"
הוא חילק: 61 פריטים שיש להם מכירות איטיות (למבצע 30%), 98 פריטים שיש להם דגם חדש (החזרה לספק או מכירה במחיר עלות), ו-54 פריטים שלא נמכרו בכלל מעולם (לתרום ולרשום כהפסד). לא נועם החליט מה לעשות עם כל אחד. הוא החליט על הכללים. Claude Code עשה את המיון.
שלב 4: לגרום לזה לחזור על עצמו (10 דקות). ביקשנו ממנו לשמור את כל השאלות כתסריט אחד. עכשיו פעם בשבוע נועם מייצא את שני הקבצים, כותב "תריץ את בדיקת המלאי", ומקבל שלוש רשימות: מה להזמין השבוע, מה נתקע, ומה השתבש בנתונים.
מה קרה בשמונה השבועות שאחרי
מבצע חיסול על 61 הפריטים האיטיים: 14,200 שקל חזרו לחשבון בשלושה שבועות. סחורה שהייתה שווה אפס על המדף.
98 פריטים עם דגם חדש: הספק הגדול הסכים לקחת חזרה כ-60% מהם כזיכוי להזמנות הבאות. עוד 9,100 שקל שלא צריך להוציא על ההזמנה הבאה.
ומאז שיש נקודת הזמנה לכל מוצר: אפס מוצרים מובילים על 0 במלאי. אותם 9,400 שקל בחודש שלא היו קורים, עכשיו קורים.
ובסך הכל, בלי למכור יותר ובלי לפרסם יותר, נועם שחרר לתזרים כ-23,000 שקל חד פעמי ועוד כ-9,000 שקל בחודש במכירות שקודם ברחו.
ה"אין כסף בחשבון"? זה היה בשורות 400 עד 900.
למה זה עובד, ולמה תוכנת מלאי לא הייתה פותרת את זה
יש תוכנות מלאי מצוינות. נועם גם התחיל לבדוק אחת. אבל תוכנת מלאי עושה שני דברים: רושמת טוב יותר, ומתריעה לפי כללים שאתם צריכים להגדיר. היא לא תגיד לכם "הנעליים האלה תקועות בגלל שיצא דגם חדש, ואלה תקועות כי אף אחד לא קונה ורוד". היא לא תשאל "מה עם ה-37 מק"טים שמופיעים במכירות אבל לא במלאי?".
Claude Code עושה את הדבר שאף מערכת לא עושה: הוא חושב על הנתונים. הוא שם לב לדברים מוזרים. הוא מציע חלוקה. הוא שואל שאלות חזרה. ואם רוצים לשנות את הכלל, אומרים לו במשפט, לא בהגדרות.
ואת הכל הוא עושה על הגיליון שכבר יש לכם. בלי הגירה, בלי הדרכה לעובדים, בלי מנוי חודשי חדש.
איך זה נראה בעסקים אחרים
הסיפור של נועם הוא על מלאי, אבל העיקרון רחב יותר: הכסף בעסק קטן כמעט תמיד מסתתר בנתונים שכבר יש, ואף אחד לא קורא.
"לפני הליווי היו חודשים שהייתי מסיים את החודש עם 2,000-3,000 שקל. איך שנכנסתי לנקסט לבל, תוך חודשיים עברתי כבר את ה-20,000 שקל"
סדנאות קונדטוריה
איתן עובד עם חומרי גלם שמתקלקלים. אצלו סחורה מתה היא לא כסף שתקוע, היא כסף שנזרק לפח. ההבדל בין 3,000 ל-20,000 בחודש לא הגיע רק ממכירות. הוא הגיע מלדעת בדיוק מה קונים ומתי.
"מעל 80,000 שקל בחודש הראשון"
מעצבת ותופרת שמלות כלה וערב
ואצל חנה, בדים ואביזרים הם חלק גדול מהעלויות. כשהמחזור קופץ ל-80,000, מי שלא יודע מה יושב על המדף מגלה שהרווח קטן יותר ממה שחשב. ניהול נכון של המלאי הוא מה שהופך מחזור גדול לרווח גדול.
עוד סיפורים כאלה, עם המספרים, בסיפורי ההצלחה.
שלוש טעויות שהורסות את הניתוח (ואיך נמנעים מהן)
טעות 1: לשאול "מה המצב של המלאי?" שאלה כללית מקבלת תשובה כללית, עמוד שלם של סיכומים שלא אומרים כלום. שואלים שאלות עם מספר בתוכן: 90 יום, 30 מוצרים מובילים, חודשיים אחרונים. ככל שהשאלה חדה יותר, התשובה שווה יותר כסף.
טעות 2: לדלג על בדיקת הנתונים. אצל נועם, 37 מק"טים חסרים היו משנים את כל התמונה. אם היינו מריצים ניתוח סחורה מתה בלי לתקן את זה, היינו מקבלים רשימה יפה ולא נכונה. תמיד, קודם "מה לא הגיוני כאן?", ורק אחר כך "מה המסקנה?".
טעות 3: לתת ל-AI להחליט מה עושים עם הסחורה. Claude Code ממיין, מחשב, מסמן. הוא לא יודע שהספק הגדול לוקח החזרות רק עד סוף העונה, או שנעלי הריצה הישנות דווקא מוכרות טוב במבצע של החגים. הכללים באים מבעל העסק. הביצוע בא מהכלי. מי שמחליף את הסדר הזה מקבל החלטות מהירות ושגויות.
ועוד משהו קטן שחוסך כאב ראש: תנו לו לקרוא עותק, לא את הגיליון החי. ייצוא CSV הוא צילום מצב. אם משהו השתבש, הגיליון המקורי לא נגע. אחרי שסומכים עליו, אפשר לחבר אותו ישירות לגיליון עם הרשאות קריאה בלבד.
מה עוד אפשר לשאול את אותו גיליון
ברגע שהנתונים נקיים והתסריט קיים, השאלות מתרבות לבד. כמה שנועם הוסיף בשבועות שאחרי:
"אילו מוצרים נמכרים ביחד?" התברר שמי שקונה חגורת ריצה קונה ב-40% מהמקרים גם בקבוק. עכשיו הם על אותו מדף, ובאתר מוצעים ביחד.
"איזה ספק הכי לא אמין?" לפי הפער בין תאריך הזמנה לתאריך קבלה. ספק אחד איחר בממוצע 6 ימים מעבר להבטחה. נקודת ההזמנה שלו עודכנה בהתאם, במקום לריב איתו.
"מה המרווח האמיתי לפי קטגוריה, אחרי שמורידים את הסחורה שנזרקה?" קטגוריה שנראתה רווחית מאוד ירדה למקום השלישי כשחישבו את ההפסדים על מלאי שלא נמכר.
כל שאלה כזאת, דקה לשאול, כמה דקות לקבל. וכל תשובה היא החלטה שלא צריך לנחש יותר.
איך עושים את זה על הגיליון שלכם (3 צעדים)
1. ייצאו שני קבצים. מלאי נוכחי ותנועות (מכירות) לפחות 6 חודשים אחורה. אם המכירות בקופה ולא בגיליון, ייצאו משם. לא בטוחים איך? שאלו את Claude Code: "איך מייצאים דוח מכירות מ-[שם הקופה]?".
2. תתחילו מבדיקת נתונים, לא מניתוח. "תגיד לי מה לא הגיוני בקבצים האלה". מה שתגלו בשלב הזה שווה לפעמים יותר מכל הניתוח.
3. ארבע השאלות. מה לא זז 90 יום. מה נגמר ומה זה עלה. מתי להזמין כל מוצר. מה לעשות עם התקוע. תעתיקו מלמעלה, זה בסדר.
ואז שומרים את זה כתסריט ומריצים פעם בשבוע. עשר דקות. זה כל ההבדל בין גיליון שרושם לגיליון שעובד בשבילכם.
השורה התחתונה
לנועם לא הייתה בעיית מכירות. הייתה לו בעיית ראייה.
38,000 שקל על המדף. 9,400 שקל בחודש שברחו למתחרים. 37 מק"טים שאף אחד לא ידע שקיימים. הכל היה בגיליון, ארבע שנים.
35 דקות של שאלות. 23,000 שקל שחזרו לתזרים.
הנתונים היו שם כל הזמן. פשוט אף אחד לא קרא אותם.
מוכרים טוב אבל אין כסף בחשבון?
בליווי העסקי שלנו בונים ביחד את כל המערכת: תמחור, תזרים, שיווק, וכלי AI שעושים את העבודה השחורה. הכל אונליין, עם מנטור צמוד. מלאו שאלון קצר ונבדוק התאמה.
ומי שרוצה לשמוע איך עסקים אחרים משתמשים ב-AI בלי לדעת לתכנת, יש כמה פרקים על זה בפודקאסט.
שאלות נפוצות
מה זה Claude Code ואיך הוא עובד עם Google Sheets?
סוכן AI של Anthropic שרץ על המחשב שלכם ויודע לקרוא קבצים, לחשב ולכתוב. מייצאים את הגיליון לקובץ CSV ומדברים איתו בעברית: "מה לא זז 90 יום?", "מה נגמר בחודש שעבר?". הוא כותב את הקוד בעצמו ומחזיר תשובה בשפה של בני אדם.
איזה נתונים צריך בגיליון כדי לנתח מלאי?
מינימום: שם מוצר, כמות במלאי, עלות ליחידה, ותנועות (מכירות) לפי תאריך. אם יש גם תאריך קבלה אחרון וזמן אספקה של הספק, אפשר לחשב נקודות הזמנה מדויקות.
מה זו סחורה מתה?
מוצרים שיושבים במלאי ולא נמכרו במשך תקופה ארוכה, בדרך כלל 90 יום ומעלה. הם קושרים כסף ששולם לספק, ולפי מחקרי ענף עולים 20-30% מערכם בשנה בעלויות אחזקה.
מה זו נקודת הזמנה?
הכמות במלאי שבה צריך להזמין מחדש כדי שהמוצר לא ייגמר לפני שההזמנה מגיעה. מכירות יומיות ממוצעות כפול ימי אספקה, ועוד מלאי ביטחון. Claude Code מחשב את זה לכל מוצר בנפרד.
האם צריך לדעת לתכנת?
לא. מדברים עם Claude Code בעברית רגילה. הוא כותב את הקוד, מריץ אותו, ומחזיר טבלה או תשובה. אם משהו לא ברור, שואלים שוב, כמו עם עובד.
באהבה ענקית,
יהב.
