April | 2000 | Michael Haephrati

בשנים 1998 ועד 2000 פיתחתי תוכנה לשימוש פנימי במסגרת צעדים ראשונים בהקמת גוף שיעסוק בתחומים שונים לרבות דירוג האשראי, תחום אשר עדיין לא נכנס לישראל באותה תקופה. מערכת זו שימשה השראה לפיתוח תוכנת DataTune מספר שנים מאוחר יותר, וגם למספר רעיונות בתחום הזיהוי ה-fraud בטרנסאקציות בכרטיסי אשראי, ומערכות דירוג אשראי בכלל.

מאמר זה מסביר את עקרונות התוכנה.

הבסיס הלוגי מאחורי מערכות מסוג זה, הנו היכולת לחזות תכונות והתנהגויות in all probability (מונח שחוזר ומופיע בכל הערכה…), על בסיס שיוך תכונות (למשל: חוסן כלכלי) לקבוצה (לדוגמה: תושבי סביון), וכך, כשיגיע מחר אדם המשוייך לאותה קבוצה (קרי: תושב סביון) נסיק לגביו אי אילו דברים שמאפיינים קבוצה זו.

הפעלת התוכנה

התוכנה נועדה לשימוש פנימי של אותו גוף, ועל כן, נדרש אימות המשתמש בעת הפעלתה.

לאחר מכן עולה המסך הראשי של התוכנה. התוכנה נסמכת על מספר רב של מאגרי מידע, חלקם נבנו במהלך העבודה וחלקם נאסף באופן קבוע על ידי הלשכה המרכזית לסטטיסטיקה (הלמ”ס). הלמ”ס מאפשר רכישה של תוצאות הסקרים שהם מבצעים אחת לכמה שנים במדגם של משקי בית, בחלוקה ליחידה בשם “אזורים סטטיסטיים”, קרי: לא מידע פרטני על כל אחד ממשקי הבית אשר השתתף במדגם, אלא שקלול של נתונים אלה לפי איזורים גיאוגרפיים קבועים מראש אשר קרויים “אזורים סטטיסטיים” והנם בעלי תכונות ומאפיינים ייחודיים. אזור סטטיסטי לא מוגדר כנקודה, משבצת או רדיוס, אלא כפוליגון. לכל אזור סטטיסטי מגוון של מאפיינים המשתנים באופן תדיר, ומכאן הצורך לבצע את הסקרים אחת לכמה שנים. אחד המאפיינים המוכרים הנו ה”עשירון”, ואכן ניתן להעריך ברמת וודאות גבוהה יחסית את החוסן הכלכלי היחסי של משק בית, לפי ציון ה”עשירון” המיוחס לאזור הסטטיסטי בו הוא מצוי.

באתר הלמ”ס, מוסברת חלוקה זו כך:

הלשכה המרכזית לסטטיסטיקה מציגה נתונים סטטיסטיים רבים על בסיס חלוקה מוניציפלית של עיריות, מועצות מקומיות ומועצות אזוריות, דבר הדרוש למטרות מנהליות רבות.

אולם, פרסום הנתונים ברמה של רשויות מקומיות גדולות, אינו מספיק לצרכים מחקריים ותכנוניים רבים. העיריות והמועצות המקומיות אינן הומוגניות: בתוך התחום המוניציפלי ישנם שיכונים, שכונות של בתים חד-קומתיים, אזורי תעשייה, מרכזים מסחריים ועוד. הצגת הנתונים ברמה של יישוב, אינה מבליטה די הצורך את ההבדלים בתכונות הדמוגרפיות, החברתיות והכלכליות השונות בין חלקי היישוב. לשם כך, מיישמת הלשכה המרכזית לסטטיסטיקה שיטה לחלוקה הייררכית-פנימית של היישובים העירוניים המונים 10,000 תושבים ומעלה, לאזורים גיאוגרפיים-סטטיסטיים.

כאן המקום לציין שתוכנת TargetView איפשרה להגדיר פוליגונים בכל צורה שהיא, כיד הדמיון, ולקבל בהתייחס לפוליגון החדש מידע סטטיסטי ברמת וודאות גבוהה.

המסך הראשי נראה כך

תצוגה – ישוב, אזור נבחר או מידע משוקלל של כלל המרחב הנבחר.

משקי בית לפי עשירונים – סך כל משקי הבית בכל עשירון באחוזים ומספרים.

פוטנציאל צריכה לפי עשירונים – ערכים באלפי שקלים לכל עשירון המתארים פוטנציאל צריכה של מוצר או שירות. ניתן לערוך את מטריצות הנתונים על-ידי לחיצה על כפתור “עריכה”. ניתן לקלוט עד 100 מטריצות שונות.

אוכלוסיה לפי קבוצות גיל – מציג 16 קבוצות גיל, מספר התושבים ואחוז התושבים בכל קבוצה. בנוסף מוצגים: לאום, X ו-Y וכן אינדקס סוציו אקונומי (“עשירון”) של הלמ”ס.

הדפס – כפתור המשמש להדפסת המידע.

בחירת (הגדרה) של פוליגון או אזור

התוכנה מאפשרת הגדרה של אזור בתור פוליגון, רדיוס או נקודה.

במסך זה ניתן לשרטט את קווי הפוליגון.

הקואורדינטות מתווספות לרשימה מימין. רשימה זו ניתנת לעריכה (באמצעות ממשק הדומה לזה של מעבד תמלילים).

לאחר השלמת השרטוט, נטענת תוכנה אחרת שפיתחתי, בשם TargetPlot המשמשת לביצוע plotting של פוליגונים ונקודות במרחב.

להלן דוגמה לגליון אקסל של מידע משוקלל של הלמ”ס:

מתוך מפקד האוכלוסין והדיור, הלשכה המרכזית לסטטיסטיקה

תוכנת TargetPlot

מדובר בתוכנה פשוטה יחסית שנראית כך:

בזכות תוכנה זו עליתי פעם על באג בתוכנת שירות שפיתח אחד העובדים, לאחר שראיתי שהיא ממפה בצורה שגויה כתובות כאילו היו בתוך אזור סטטיסטי מסוים כאשר לאמיתו של דבר הן מחוצה לו.

לאחר לחיצה על כפתור “בצע” נטענים היישובים בתוך האזור הנבחר לרשימת היישובים ומוצג המידע המשוקלל על אזור זה.