דרך ניתוח מושכל, הכולל שימוש בכלים אנליטיים ובינה מלאכותית כמו ChatGPT, הצלחתי לבחור את חבילת החשמל שהכי משתלמת עבורי,
תוך התמקדות בטווחי שעות שבהן קיימות הנחות משמעותיות. במאמר הזה אשתף אתכם בתהליך שעברתי ואסביר איך מיומנויות שניתן לרכוש
במסגרת קורס דאטה אנליסט
שפתחתי במיוחד עזרו לי לחסוך כסף ולהתנהל חכם יותר.
השלב הראשון: איסוף נתונים
הכל התחיל באיסוף דוח מפורט של צריכת החשמל שלי מחברת החשמל. הדוח כלל:
- תאריך ושעה של כל מדידה.
- צריכה בקוט"ש בכל רבע שעה.
- נתונים יומיים מצטברים שאפשרו לי לנתח מגמות.
כדי לקבל תמונה מלאה, הורדתי את הקובץ בפורמט Excel והכנתי אותו לניתוח.
השלב השני: ניתוח הנתונים
בעזרת הכלים האנליטיים, הפכתי את הנתונים הגולמיים לתובנות משמעותיות:
- ארגון הנתונים: מיזגתי עמודות של תאריך ושעה, וניקיתי נתונים לא רלוונטיים. כך יצרתי בסיס נתונים שקל לעבוד איתו.
- ניתוח שעתי: בניתי גרפים שמראים את הצריכה בכל שעה ביום. גיליתי שהצריכה שלי מגיעה לשיא בין השעות 14:00 ל-20:00, ושבין 23:00 ל-7:00 הצריכה יורדת משמעותית.
- חישוב חסכונות פוטנציאליים: לאחר שהבנתי את דפוסי הצריכה, בדקתי אילו חבילות מציעות הנחות בשעות הלילה וגיליתי שאוכל לחסוך עד 18% בחשבון החשמל אם אבחר חבילה מתאימה.
השלב השלישי: יישום וקבלת החלטות
בעזרת התובנות מהניתוח:
- בחרתי חבילת חשמל שמציעה הנחות משמעותיות בשעות שבהן הצריכה שלי נמוכה.
- יצרתי גרף חזותי שמציג את דפוסי הצריכה שלי, כך שאוכל לשתף את המידע עם המשפחה ולהתנהל בצורה חכמה יותר.
הכלים שהשתמשתי בהם – אותם תלמדו בקורס
תהליך הניתוח הזה התאפשר בזכות כלים אנליטיים שלמדתי במהלך השנים וששילבתי ב קורס דאטה אנליסט שפתחתי. בין הכלים:- Python: לעיבוד וניתוח נתונים.
- Excel: לניתוח בסיסי ובניית גרפים.
- SQL: לשליפת נתונים והבנת דפוסים.
- ChatGPT: כלי בינה מלאכותית שעזר לי לייעל תהליכים.
