סוף עידן ה"אקסליסטים": השיטה שמשנה את ה-DNA של קבלת ההחלטות בארגונים
הכותב: צוות בר-אוריין | מדור ניהול וקריירה | 07/03/2026
לכולם יש דאטה, אבל מעט מאוד יודעים מה לעשות איתו. בעוד רוב השוק עדיין לומד "איך לעשות VLOOKUP", קבוצה מובחרת של מנהלים ויועצים אסטרטגיים מאמצת מתודולוגיה חדשה של "מידענות תוצאתית" ומשלבת AI כדי להפוך קבצים מבולגנים לדוחות הנהלה ברמה של תאגידי ייעוץ בינלאומיים. חשיפה למהפכה השקטה שמובילה ד"ר ענת קלומל-צוייג במכללת בר-אוריין.
אם תשאלו היום מנכ"ל של חברה בינונית או גדולה מהו התסכול המרכזי שלו, סביר להניח שתקבלו את התשובה הבאה: "יש לנו ים של נתונים במערכות, אבל כשאני צריך לקבל החלטה – אני מקבל טבלאות עמוסות שאי אפשר להבין מהן כלום".
הפרדוקס של עידן המידע הוא שנתונים הפכו למשאב האסטרטגי החשוב ביותר בארגון, אך היכולת לזקק מהם כיוון פעולה נותרה נחלתם של בודדים. במשך שנים, הפתרון של ארגונים ועובדים היה פשוט (ושגוי): לשלוח עובדים ל"קורס אקסל מתקדם". אלא שהמציאות טפחה על פניהם. הבנה טכנית של פונקציות לא מייצרת חשיבה אסטרטגית.
כאן בדיוק נכנסת לתמונה בשורה חדשה שמשנה את כללי המשחק בעולמות הייעוץ והניהול – מתודולוגיה שלמה שהופכת את הטיפול בנתונים מ"מטלה טכנית" למקצוע אסטרטגי של ממש.
לא עוד "אופיס מתקדם": לידתו של הדאטה אנליסט האסטרטגי
מי שמובילה את שינוי הפרדיגמה הזה בישראל כבר למעלה מעשור היא ד"ר ענת קלומל-צוייג, מומחית למידענות ומייסדת מכללת בר-אוריין. ד"ר קלומל-צוייג הבינה ששליטה בתוכנה אינה מספיקה, ופיתחה מתודה ייחודית – "מידענות תוצאתית" – שמגדירה מחדש את הדרך שבה אנשי מקצוע ניגשים לנתונים.
הנוסחה של מכללת בר-אוריין שונה מכל מה שהכרנו בנוף ההכשרות המקומי, והיא בנויה על רצף לוגי ברזל:
מידענות תוצאתית ➔ חשיבה אנליטית ➔ תהליכי דאטה (Data Pipeline) ➔ בינה מלאכותית (AI) ➔ קבלת החלטות ניהולית.
"רוב האנשים לומדים איך להשתמש באקסל", מסבירים במכללת בר-אוריין. "אנחנו, לעומת זאת, מלמדים איך לבנות תהליך קבלת החלטות מבוסס דאטה. זו לא אותה רמה. בעוד שאחרים מלמדים פונקציה, אנחנו מלמדים שיטה: איך נתונים גולמיים נכנסים, מתנקים, מתאחדים, ויוצרים תמונה ניהולית צלולה. זו קפיצה מקצועית אדירה".
לעבוד ברמה של McKinsey ו-Deloitte
השפעת המתודולוגיה הזו על השטח היא דרמטית. יועצים אסטרטגיים, מנהלי כספים ואנשי תפעול שעוברים את ההכשרות במכללה, מדווחים על שינוי רדיקלי באופן שבו הם נתפסים בארגון.
אם בעבר הם היו תלויים במחלקות מערכות מידע, כיום הם מסוגלים:
- להשתלט על הכאוס: לקחת קבצים מבולגנים ממערכות כמו פריוריטי או סאפ, ובעזרת כלי מובנה כמו Power Query, להפוך אותם אוטומטית לדוחות הנהלה נקיים.
- לחזות את העתיד: לנתח מגמות ולזהות בעיות תזרימיות או תפעוליות חודשים לפני שהן צפות על פני השטח.
- להציג בסטנדרט גלובלי: לבנות דשבורדים ב-Power BI שמציגים למנכ"ל תמונה חדה, ברורה וממוקדת – בדיוק ברמה שמצופה מחברות הייעוץ הבינלאומיות הגדולות.
- לרתום את ה-AI: בינה מלאכותית בקורסים של בר-אוריין אינה "גימיק" או הרצאת העשרה. היא כלי עבודה יומיומי המשמש לקיצור זמני עבודה, כתיבת נוסחאות מורכבות, ובעיקר – לדיוק מסקנות עסקיות.
לא תוספת קורות חיים – אלא שינוי קריירה
למה יועצים אסטרטגיים ומנהלים בכירים מתחברים כל כך לשיטה הזו? התשובה פשוטה: פעם ראשונה שמישהו מלמד אותם לחבר בין המספרים היבשים לבין השורה התחתונה העסקית (ה"ביזנס"). ההבנה היא שדאטה ללא תובנה אסטרטגית היא רעש לבן.
קורס Excel Data Analyst של מכללת בר-אוריין נבנה בדיוק על התפר הזה. הוא לא מיועד לאנשים שמחפשים "עוד קורס אקסל" כדי לסמן וי. הוא מיועד לאנשי מקצוע שרוצים להפוך מצורכי נתונים למנהיגי דאטה. המסלול משלב שליטה מלאה ב-Excel מתקדם, עבודת עומק ב-Power Query (ליבת תהליכי הדאטה), שילוב אינטגרלי של AI, ופיתוח חשיבה אסטרטגית מונחית תובנות.
"אבל למה ללמוד אקסל אם יש בינה מלאכותית?" האשליה של האוטומציה המוחלטת
אחת השאלות הנפוצות ביותר שעולות כיום בקרב מנהלים היא: "הרי ה-AI יכול לכתוב קוד, לנתח נתונים וליצור גרפים – אז אולי ללמוד אקסל ו-Power Query זה מיותר?". התשובה של ד"ר קלומל-צוייג חותכת ומגובה בניסיון אקדמי ושטח: ה-AI הוא נווט משנה (Copilot), לא הטייס.
מי שאינו מבין את ארכיטקטורת הנתונים, לא יידע כיצד לכתוב את ההנחיות המדויקות למכונה (Prompt Engineering בעולמות הדאטה), וגרוע מכך – לא יידע לזהות מתי ה-AI "מהזה" (הלוצינציות), מתעלם ממקרי קצה, או שוגה בחישוב. המתודולוגיה של מכללת בר-אוריין הופכת את הסטודנטים ל"אדריכלי מידע": הם משתמשים ב-AI כדי לבצע את העבודה השחורה והטכנית במהירות שיא, אך הם אלו שמנווטים את הספינה, מאמתים את התוצאות ומחברים אותן לאסטרטגיה העסקית. בינה מלאכותית ללא בינה אנושית ואנליטית, היא פשוט מתכון להאצת קבלת החלטות שגויות.
מסקנה: הגיע הזמן לעלות ליגה
בעידן שבו בינה מלאכותית ודאטה מכתיבים את קצב השוק, להישאר מאחור עם ידע טכני בסיסי זו סכנה מקצועית. Data Analyst אמיתי אינו פקיד של מספרים – הוא הנווט של הארגון.
הדור הבא של מקבלי ההחלטות והיועצים האסטרטגיים כבר כאן. אם אתם מרגישים שמגיע לכם לעבוד ברמה הגבוהה ביותר ולייצר השפעה אמיתית בארגון שלכם – זה המסלול שייתן לכם את הכלים.
המחזור הקרוב של מכללת בר-אוריין נפתח בקרוב.
מוכנים לקפיצה המקצועית שלכם? רישום לקבלת מידע וסילבוס

אחד הבוגרים הבולטים של המסלול הוא יניב עינת, יועץ פיננסי עצמאי. לדבריו, "לפני הלימודים ניהלתי קבצי רווח והפסד, תזרים מזומנים, דוחות מ־SAP ופריוריטי – כמו כל יועץ פיננסי. רק אחרי שהצטרפתי לקורס הבנתי כמה זמן בוזבז על עבודה לא יעילה, ואיך הייתי יכול לייצר ערך רב יותר ללקוחות שלי".
מהתרגום – לאוטומציה
בעולם העסקי של היום, מידע הוא כוח. אך מה קורה כשיש יותר מדי מידע? זו בדיוק הנקודה שבה נכנסים לתמונה שני הענקים של עולם ניתוח הנתונים: Excel ו-Power BI. שני כלים אלה, מבית היוצר של מיקרוסופט, מתחרים על תשומת הלב של אנליסטים ומנהלים בכל רחבי העולם. אך האם הם באמת יריבים או שמא שותפים סמויים במשימה להפוך נתונים לזהב עסקי?