האתגרים הגדולים ביותר באיסוף נתונים בישראל: איך אוספים מידע שאפשר באמת לסמוך עליו?

איסוף נתונים בישראל הוא אחת המשימות המורכבות יותר בעולם המחקר המערבי. לא בגלל שחסרה טכנולוגיה או כלים, אלא בגלל שישראל היא מקרה מיוחד: חברה רב-לשונית, רב-תרבותית, עם מגזרים שונים מאוד זה מזה מבחינת הרגלי תקשורת, רמת אמון כלפי גורמים חיצוניים, נגישות דיגיטלית ועמדות כלפי מסירת מידע.

אנחנו במאגר מוחות עוסקים באיסוף נתונים ובמחקר בישראל מאז 1992. ראינו בשטח כיצד שאלון שתורגם ישירות מעברית לערבית מפסיד ניואנסים קריטיים. ראינו כיצד סקר שנשלח בשעות הלילה לקהילה חרדית מקבל היענות אחרת לגמרי מסקר שיוצא ביום שישי בבוקר. ראינו כיצד אוכלוסיות דוברות רוסית אינן מגיבות לסקרים אינטרנטיים ואז תוהים מדוע הן אינן מיוצגות בתוצאות.

האתגרים באיסוף נתונים בישראל כוללים דגימה מייצגת בחברה מגוונת, ירידה בשיעורי היענות, פערים דיגיטליים בין מגזרים, אמון ציבורי, פרטיות ורגולציה, ואיכות נתונים בעידן ה-AI. כאשר אחד מהמרכיבים האלה אינו מטופל נכון, גם מחקר שנראה רחב ומבוסס עלול להוביל למסקנות חלקיות או מוטות.

האתגר הראשון: ישראל היא לא קהל אחד, וזו בעיה אמיתית

בניגוד למדינות שבהן אפשר לפנות לאוכלוסייה דרך ערוץ אחד יחסית, החברה הישראלית מורכבת ממגזרים שנדרשת להם גישה שונה לחלוטין.

• המגזר הערבי (כ-20% מהאוכלוסייה) – פנייה בעברית בלבד מביאה להיענות נמוכה ולנתונים לא אמינים. גם פנייה בערבית אינה מספקת. יש לתת את הדעת לאיזו ערבית (מדוברת או כתובה), לרמת האמון כלפי גוף המחקר, ולרגישויות שנוכחות בנושאים פוליטיים ואזרחיים.
• המגזר החרדי – נגישות דיגיטלית נמוכה מהממוצע, ערוצי הגעה שונים (לרוב דרך עיתונות מגזרית, מנהיגי קהילה, או שיחה טלפונית), ונושאים מסוימים שדורשים ניסוח מדויק ומכבד.
• דוברי הרוסית (כ-15% מהאוכלוסייה) – רבים מהם מעדיפים להישאל בשפת אימם, ולחלקם יש דפוסי חשדנות מושרשים כלפי סקרים המגיעים מגורמים לא מוכרים.
• קהלים צעירים – כמעט ואינם עונים לטלפון ממספר לא מוכר, אך מגיבים היטב לסקרים דיגיטליים ממוקדים.

לכן, דגימה מייצגת בישראל אינה עניין טכני בלבד. היא דורשת הכרה מעמיקה של השטח: מי זמין בכל ערוץ, מתי, ובאיזו שפה. כאשר מסתמכים על שיטת איסוף אחת בלבד, בדרך כלל האינטרנט, מייצרים לרוב מדגם שמשקף בעיקר את מי שנוח לו לענות, לא את מי שצריך להיות בתמונה.

האתגר השקט: ההיענות לסקרים בישראל נמצאת בירידה, ומי שלא ענה קובע לא פחות ממי שענה

אחד האתגרים הבולטים שאנו חווים בשטח בשנים האחרונות הוא ירידה ניכרת בשיעורי ההיענות לסקרים. תופעה זו אינה ייחודית לישראל, היא מגמה עולמית, אך בישראל היא חריפה יותר, בין היתר בשל עומס הסקרים שאנשים מקבלים בוואטסאפ, בדואר אלקטרוני ובמסרונים, רובם ממקורות שאינם מחקריים.

הבעיה המרכזית: מי שלא ענה אינו רק "מספר חסר". אם האנשים שלא ענו שונים מהותית ממי שכן ענו בגיל, בעמדה, בשפה, בנגישות דיגיטלית, ביחס לנושא הנחקר, התוצאה עלולה להיות מוטה, גם כשהמדגם נראה גדול ומרשים.

לדוגמה, סקר בנושא שירותים דיגיטליים שנאסף רק אינטרנטית ידגים בעיקר אנשים שנוח להם עם ממשקים דיגיטליים. אלה בדיוק לא האנשים שמתקשים להשתמש בשירות הנחקר. הנתונים יכולים להיראות ברורים ומסודרים ובמקביל לפספס לגמרי את המציאות.

אי-השבה יכולה לנבוע מסיבות שונות: חוסר זמן, חוסר אמון, שאלון ארוך מדי, ערוץ פנייה לא מתאים, עומס, או פשוט חוסר עניין. במחקר מקצועי, לא מספיק לציין כמה אנשים ענו צריך לבחון גם מי לא ענה, ולהעריך כיצד אי-ההשבה משפיעה על אמינות הממצאים.

האתגר של אמון: הישראלי לא רק עונה, הוא גם שופט את השאלה

כשאדם מקבל סקר, הוא שואל את עצמו, לרוב שלא במודע: מי פונה אליי? מה מטרת המחקר? האם אנונימיות מובטחת? ואיך ישמשו בתשובה שלי?

כאשר אין אמון, איכות הנתונים נפגעת. חלק מהנשאלים לא ישתפו פעולה, אחרים יענו בזהירות יתר ויתנו תשובה "בטוחה" שאינה משקפת את עמדתם האמיתית. בנושאים רגישים כמו פוליטיקה, בריאות, הכנסה, מגזר או ביטחון לאומי, התופעה הזו חריפה במיוחד.

מניסיוננו, שלושה גורמים מרכזיים משפרים את הנכונות לענות ואת איכות התשובות: שקיפות על מי עומד מאחורי המחקר ומה מטרתו; שאלות ניטרליות וממוקדות שאינן מרגישות שיפוטיות; וודאות בדבר אנונימיות. לא רק הבטחה מילולית, אלא מנגנון ברור.

חשוב לציין: בתקופות של מתח ציבורי גבוה כמו מלחמה, משבר שלטוני, מאבקים פוליטיים, הישראלים הופכים זהירים יותר בחשיפת עמדותיהם בפני גורמים חיצוניים. ניסיוננו לאחר אוקטובר 2023 לימד אותנו שגם שאלון שנכתב בתקופת שגרה זקוק לבחינה מחדש כאשר אוספים נתונים בתקופת חירום.

אתם זקוקים לאיסוף נתונים שיגיע לכל קהל היעד שלכם בכל מגזר ובכל שפה? צרו קשר עם מאגר מוחות ונתכנן יחד את המחקר המתאים: 03-5726000

פרטיות ורגולציה: לא רק חובה משפטית אלא תנאי לקבלת נתונים אמינים

איסוף נתונים בישראל מתנהל בסביבה שדורשת אחריות ניכרת בכל הנוגע לפרטיות ואבטחת מידע. חוק הגנת הפרטיות הישראלי, לצד רגולציה הולכת ומתהדקת גם ברמה הבינלאומית, מחייב ארגונים להגדיר מראש מה נאסף, למה, ואיך ישמר.

אחת הטעויות הנפוצות שאנו פוגשים היא לאסוף מידע "ליתר ביטחון". מכוני מחקר נוהגים לאסוף יותר נתונים ממה שנדרש, כי אולי יהיה צורך בהם בהמשך. בפועל, כל נתון עודף מכביד על המשיבים, מעלה שאלות של פרטיות ומגדיל את החשיפה הרגולטורית.

מכון מחקר מקצועי שואל תמיד: איזה מידע באמת נחוץ לשאלת המחקר? כאשר מגדירים זאת נכון, מצמצמים גם את הסיכון המשפטי וגם את תחושת החדירה לפרטיות שחשים המשיבים, מה שמשפר ישירות את שיעורי ההיענות ואת אמינות הנתונים. כך שמירה על פרטיות אינה רק חובה, היא אינטרס מחקרי לכל דבר.

איכות הנתונים בעידן ה-AI: ודאות מזויפת היא הסכנה הגדולה

בשנים האחרונות ארגונים רבים מפנים נתונים מסקרים ומחקרי שוק לתוך מערכות ניתוח מתקדמות כמו כלי BI, מודלים של AI, מערכות חיזוי. זו מגמה חשובה ונכונה, אבל היא מכפילה את הסיכון שבנתונים לא אמינים.

כאשר נתונים מוטים נכנסים למערכת, ולא משנה כמה מתוחכמת היא, הפלט מוטה בהתאם. הבעיה היא שמערכות אנליטיקה מודרניות מציגות ממצאים בצורה ברורה ומשכנעת. הגרפים נראים מסודרים. ה-Insights נשמעים מדויקים. קשה מאוד לזהות שהבסיס חלקי.

לכן, לפני שמזינים נתונים לכל מערכת ניתוח, חשוב לשאול: מי נכלל בנתונים? מי לא נכלל? האם שיטת האיסוף מתאימה לשאלה שמנסים לפתור? האם הנתונים עדכניים ורלוונטיים להקשר הישראלי?

אנחנו כבר עובדים עם לקוחות שמשלבים כלי AI בניתוח הנתונים שאנו אוספים עבורם. אנו רואים בכך הזדמנות, אך רק כאשר הבסיס נכון. בינה מלאכותית יכולה לשפר בצורה ניכרת את יכולת הניתוח, את זיהוי הדפוסים ואת הפקת התובנות. אבל היא אינה מחליפה תכנון מחקרי נכון, דגימה מייצגת ובקרת איכות בשלב האיסוף. בלי הבסיס הזה, גם מערכת מתקדמת עלולה להפיק תשובות שנראות מבוססות, אך אינן משקפות את המציאות.

איך מתמודדים עם האתגרים: הגישה של מאגר מוחות

לאחר שלושה עשורים של מחקר בישראל, הגישה שלנו מבוססת על כמה עקרונות שמלווים אותנו בכל פרויקט:

להתחיל בשאלה, לא בכלי. לפני שבוחרים פלטפורמה או מנסחים שאלון, מגדירים בדיוק מה רוצים לברר ומהי ההחלטה שהנתונים אמורים לתמוך בה. שאלת מחקר מדויקת מונעת איסוף מידע עודף ומסקנות חלקיות.

לתכנן את המדגם לפי הקהל, לא לפי הנוחות. אם המחקר מיועד להבין את הציבור הישראלי כולו, צריך להגיע לכל הסגמנטים הרלוונטיים. לפעמים זה אומר שילוב של סקרים אינטרנטיים, סקרים טלפוניים, ראיונות עומק, קבוצות מיקוד וסקרי שטח בשפות ובערוצים שמתאימים לכל קהל.

לבנות בקרת איכות כחלק מהמחקר, לא בסופו. מי בודק את התשובות בזמן אמת? איך מזהים תשובות לא עקביות? איך מטפלים בחריגות ובאי-השבה? אלה שאלות שצריך לענות עליהן לפני שמתחילים לאסוף.

לתעד מגבלות, לא להסתיר אותן. ההבחנה בין מחקר אמין לבין מחקר שטחי היא לא בכך שלאחד יש מגבלות ולשני אין, האמת היא שלכולם יש. ההבדל הוא ביכולת לזהות אותן, לצמצם אותן ולהציג אותן ביושר. כך מקבלי ההחלטות יודעים בדיוק על מה הם יכולים לסמוך.

איסוף נתונים בישראל דורש שילוב של מתודולוגיה, ניסיון בשטח, רגישות חברתית ומגזרית, הבנה רגולטורית ויכולת ניתוח. רק כך אפשר להפוך נתונים גולמיים לתובנות שמסייעות לארגונים, עסקים וגופים ציבוריים לקבל החלטות מבוססות יותר.

אנחנו במאגר מוחות מלווים גופים עסקיים, ציבוריים וחברתיים בתכנון ובביצוע מחקר בישראל מסקרי דעת קהל ומחקרי שוק ועד מחקרים איכותניים, קבוצות מיקוד וניתוח נתונים. אם אתם זקוקים לאיסוף נתונים שיסייע לכם להבין טוב יותר את המציאות ולקבל החלטות מבוססות – נשמח לשוחח.

שאלות נפוצות על איסוף נתונים בישראל

מהם האתגרים המרכזיים באיסוף נתונים בישראל?

האתגרים המרכזיים הם דגימה מייצגת בחברה מגוונת, הגעה למגזרים שונים (ערבי, חרדי, דוברי רוסית), ירידה בשיעורי היענות לסקרים, אמון ציבורי, פרטיות ורגולציה, ואיכות נתונים לשימוש בבינה מלאכותית. האתגר האמיתי הוא לא רק לאסוף מידע, אלא לוודא שהוא אמין, מייצג ושימושי לקבלת החלטות.

למה קשה להגיע למדגם מייצג בישראל?

מפני שהחברה הישראלית מורכבת ממגזרים שונים (יהודי חילוני, חרדי, ערבי, דתי-לאומי, עולי ברית המועצות לשעבר ועוד) שלכל אחד מהם ערוצי הגעה שונים, שפות שונות ורמות אמון שונות כלפי גורמי מחקר. כאשר משתמשים בשיטת איסוף אחת בלבד, כמה מגזרים נופלים מחוץ למדגם.

האם סקר אינטרנטי מספיק לאיסוף נתונים בישראל?

לא תמיד. סקר אינטרנטי יעיל כאשר קהל היעד נגיש דיגיטלית ומייצג את האוכלוסייה הרלוונטית. כאשר המחקר מיועד לאוכלוסייה רחבה הכוללת קהלים מבוגרים, חרדים, ערבים או דוברי רוסית, יש לשלב שיטות נוספות כמו סקרים טלפוניים, ראיונות עומק או סקרי שטח.

מהי אי-השבה ולמה היא חשובה?

אי-השבה היא מצב שבו אנשים שנבחרו למדגם אינם עונים. היא בעייתית כאשר מי שלא ענו שונים מהותית ממי שענו בגיל, בשפה, בעמדה, בנגישות דיגיטלית מה שמביא לתוצאות מוטות. מחקר מקצועי בוחן לא רק כמה ענו, אלא גם מי לא ענה ומה המשמעות של כך עבור אמינות הנתונים.

איך פרטיות ורגולציה משפיעות על מחקר בישראל?

חוק הגנת הפרטיות הישראלי מחייב להגדיר את מטרת האיסוף מראש, לאסוף רק מידע רלוונטי ולשמור על הנתונים בצורה מאובטחת. מעבר לחובה המשפטית, שמירה על פרטיות משפרת את אמון המשיבים ומגדילה את שיעורי ההיענות, ולכן היא גם אינטרס מחקרי.

למה איכות הנתונים קריטית בעידן ה-AI?

מודלי AI ומערכות ניתוח מתקדמות מציגים ממצאים בצורה משכנעת, גם כשהבסיס חלקי. נתונים מוטים שנכנסים למערכת מייצרים מסקנות מוטות, ולפעמים קשה מאוד לזהות זאת. לכן, בקרת איכות כבר בשלב האיסוף חשובה יותר מאי פעם.

כיצד מאגר מוחות ניגש לאיסוף נתונים בישראל?

אנחנו מתחילים בהגדרת שאלת המחקר ולא בבחירת הכלי, מתכננים את המדגם לפי קהל היעד ולא לפי הנוחות, משלבים שיטות איסוף מגוונות לפי הצורך, ובונים בקרת איכות כחלק מהתהליך מהתחלה. מעל לכל אנחנו מתעדים את מגבלות המחקר ולא מסתירים אותן.