→ חזרה לדף הראשי

מתודולוגיה

איך המדד עובד, מאיפה מגיעים הנתונים, ולמה 37 מוצרים זה לא פשוט כמו שזה נשמע

מקור הנתונים

חוק פרסום מחירי מצרכי מזון (2014) מחייב את רשתות הסופרמרקט הגדולות לפרסם קובץ XML מדי יום עם המחיר הנוכחי של כל מוצר בכל סניף. הקבצים האלה זמינים לציבור, ופרויקט Israeli Supermarkets (Kaggle) מרכז אותם ומפרסם גרסה מאוחדת בפורמט CSV. אנחנו מורידים את הנתונים האלה מדי יום.

כל קובץ CSV מכיל שורה אחת לכל מוצר בכל סניף, כולל שדה PriceUpdateDate — תאריך העדכון האחרון של המחיר. שדה זה הוא הבסיס לשחזור הסדרה ההיסטורית.

ברקודים: מה שאנשים לא יודעים

כשמשווים מחירים בין רשתות, הדבר הכי חשוב הוא לוודא שמשווים את אותו מוצר בדיוק. כאן הברקוד נכנס לתמונה — אבל הסיטואציה מסובכת יותר ממה שנדמה.

23 מוצרים — ברקוד אוניברסלי

מותגים לאומיים (תנובה, אסם, יטבתה, עלית וכו') משתמשים בברקוד GS1 ייחודי המוגדר על ידי היצרן. ברקוד זה זהה בכל הרשתות — 7290004131074 הוא תמיד חלב תנובה 3% קרטון 1 ליטר, לא משנה אם קנינו בשופרסל או בחצי חינם.

דוגמאות: חלב, קוטג', גבינה, חמאה, אורז, סוכר, קולה, קפה, במבה, שוקולד

14 מוצרים — ברקוד לפי רשת

שני מקרים מחייבים מיפוי פרטני לכל רשת: (1) פירות, ירקות ועוף טרי הנמכרים לפי משקל — כל רשת מקצה קוד PLU משלה(ברמי לוי עגבניה היא קוד X, בשופרסל קוד Y); (2) מוצרים ארוזים שהברקוד ה"אוניברסלי" שלהם חסר או ללא מחיר בחלק מהרשתות — אז ממפים כל רשת לפריט המקביל שלה.

דוגמאות: עגבניה, מלפפון, בצל, גזר, תפוח, תפוח אדמה, חזה עוף, לחם, ספגטי, טחינה, חומוס, תה, ביצים, אפונה קפואה

למה זה משנה?

כאשר בונים סל קניות להשוואה בין-רשתית, אי אפשר לחפש "עגבניה" לפי ברקוד אחד בכל הרשתות — צריך לדעת את הקוד הספציפי שכל רשת השתמשה בו. עבור 14 המוצרים האלה, בנינו מיפוי ידני לכל רשת בנפרד. עבור 23 המוצרים הנותרים, ברקוד אחד מספיק.

איך בונים מדד יומי מנתונים מ-8 רשתות?

  1. 1

    מציאת מחיר היסטורי לכל מוצר בכל רשת

    הקובץ היומי מכיל את המחיר הנוכחי + תאריך עדכונו. לכל מוצר, אנחנו אוספים את כל הסניפים בכל הרשתות, ומשחזרים סדרת זמן: "ב-3 בינואר הסניף הזה עדכן ל-X שקל".

  2. 2

    ממוצע גיאומטרי לכל יום

    לכל תאריך ולכל מוצר, לוקחים ממוצע גיאומטרי של המחירים מכל הרשתות שיש להן נתון. ממוצע גיאומטרי (לעומת חשבוני) מגביל את ההשפעה של מוצר קיצוני אחד על כלל המדד.

  3. 3

    סינון חריגים

    חלק מהקבצים מכילים מחירים פגומים — לעתים ממוצרים "במשקל" עם מחיר של עשרות שקלים לקילו שאינו מתעדכן מ-2019. סינון זה מוריד כל מחיר שגבוה מפי 4 מהמחיר השני-בזול לאותו מוצר, ומסיר את ההשפעה שלו מהמדד.

  4. 4

    חישוב מדד לפי תאריך בסיס

    תאריך הבסיס הוא 15 ביוני 2025 = 100. כל יום מחושב ביחס לבסיס: אם סל המוצרים עלה 2.5% מאז הבסיס, המדד מציג 102.5.

למה החודשים הראשונים (יוני–נובמבר 2025) פחות אמינים?

השחזור ההיסטורי עובד טוב רק כשיש הרבה סניפים עם תאריכי עדכון שונים. כאשר 500 סניפים עדכנו את מחיר המלפפון בתאריכים שונים לאורך 6 חודשים — אנחנו "רואים" את תנועת המחיר בין כל עדכון.

הבעיה: בחודשים המוקדמים (יוני–נובמבר 2025), כשהדאטה עדיין היה דליל, מעט מאוד עדכונים שוחזרו לכל מוצר — ולכן הגרף שטוח באופן מלאכותי. זה לא אומר שהמחירים לא השתנו — זה אומר שאנחנו לא יכולים לראות את השינוי.

מה עשינו בשביל העתיד?

מה-30 במאי 2026, אנחנו שומרים snapshot יומי של מחיר 100 מוצרים בכל סניף בכל הרשתות. זה מאפשר לבנות סדרת זמן אמיתית שאינה מסתמכת על שחזור. עם הצבירה הזו, ניתוח השינויים יהיה מדויק יותר ככל שהזמן עובר.

מגבלות ידועות

שאלות? צרו קשר