תחזית מכירות עם AI בעזרת TimesFM של גוגל

מה זה TimesFM ואיך הוא חוזה מכירות?

רוב בעלי העסקים מתכננים את החודש הבא מתוך תחושה: "בדרך כלל בנובמבר עולים קצת". ככה מזמינים מלאי, משבצים עובדים וקובעים תקציב שיווק. לפעמים זה עובד, ולפעמים נשארים עם מחסן מלא או עם לקוחות שמחכים.

TimesFM נבנה בדיוק לשאלה הזאת. לפי הבלוג של Google Research, הוא אומן על 100 מיליארד נקודות מידע אמיתיות, רובן מגוגל טרנדס ומצפיות בדפי ויקיפדיה. מתוך כל הנתונים האלה הוא למד איך נראים דפוסים לאורך זמן: עונתיות, מגמה, קפיצות. לכן הוא יכול לחזות גם על נתונים שלא ראה אף פעם, כמו המכירות של העסק שלכם.

המודל לא חדש. המאמר עליו התפרסם ב-2024, וגרסה 3.0 יצאה באוגוסט 2026 עם תמיכה בכמה סדרות במקביל ובמשתנים חיצוניים. לפי ה-README, גרסה 3.0 במקום הראשון בשלושה מבחני השוואה מרכזיים של מודלי חיזוי.

מה מקבלים מהתחזית?

הדבר הכי שימושי הוא שהתחזית לא מגיעה כמספר אחד. TimesFM מחזיר את התחזית האמצעית, ולצידה טווח: רמות בין 10% ל-90%. בעברית פשוטה:

• התרחיש האמצעי: המספר שהכי סביר. עליו בונים את התוכנית.
• התרחיש החלש: הרף התחתון. לפיו בודקים אם יש מספיק כסף בקופה אם החודש יהיה חלש.
• התרחיש החזק: הרף העליון. לפיו בודקים אם יש מספיק מלאי ואנשים אם החודש יתפוצץ.

ככה במקום "נמכור 400", מקבלים משהו כמו "כנראה 400, ובסבירות גבוהה בין 320 ל-470". זה בדיוק מה שצריך כדי להחליט כמה להזמין.

חגים, מחירים ומבצעים

מכירות לא זזות רק לפי לוח השנה. הסקיל הרשמי מראה איך מוסיפים משתנים חיצוניים, כמו מחיר, מבצע, חג או יום בשבוע. למשל, אם בכל חג יש קפיצה, מסמנים את החגים בעמודה נפרדת, והמודל לוקח אותם בחשבון. כדי שזה יעבוד, צריך לדעת את הערכים האלה גם לעתיד: מתי החג הבא, ומה המחיר המתוכנן.

איך מריצים תחזית עם קלוד קוד?

בריפו של TimesFM יש סקיל רשמי בשם timesfm-forecasting. הוא מלמד את קלוד קוד להתקין את המודל, לבדוק שהמחשב שלכם עומד בזה, לקרוא קובץ CSV ולהחזיר תחזית עם טווח. ככה מתקינים:

העתקהgit clone https://github.com/google-research/timesfm.git
mkdir -p ~/.claude/skills
cp -r timesfm/timesfm-forecasting ~/.claude/skills/

עכשיו מכינים קובץ פשוט: עמודה של תאריך ועמודה של מכירות, שורה לכל שבוע או חודש. ייצוא מהקופה, מהחנות או מאקסל מספיק. ככל שיש יותר היסטוריה, יותר טוב, ושנה אחת לפחות עוזרת למודל לראות עונתיות. פותחים קלוד קוד בתיקייה של הקובץ וכותבים:

העתקהתשתמש בסקיל timesfm-forecasting. בקובץ sales.csv יש מכירות חודשיות של העסק. תריץ קודם את בדיקת המערכת, ואז תחזית לשלושת החודשים הבאים עם התרחיש האמצעי, החלש והחזק. תשמור גרף ותסביר לי בעברית פשוטה כמה מלאי כדאי להזמין לפי כל תרחיש.

הסקיל מתחיל בבדיקה של זיכרון ומקום בדיסק. לפי הקובץ שלו, הגרסה המומלצת בסקיל היא TimesFM 2.5, עם 200 מיליון פרמטרים, הורדה של בערך 800 מגה ולפחות 4 ג'יגה זיכרון. מחשב נייד רגיל מספיק, גם בלי כרטיס גרפי.

אפשר לחזות מכירות ישר מגוגל שיטס?

כן, עם תנאי אחד. בפברואר 2026 גוגל הכריזו על יצירת תחזיות בתוך Connected Sheets, בעזרת BigQuery ML ו-TimesFM, בלי לכתוב SQL ובלי פייתון. לפי ההכרזה, זה זמין לכל לקוחות Google Workspace וגם לחשבונות גוגל אישיים.

התנאי: הנתונים צריכים לשבת ב-BigQuery, והגיליון צריך להיות מחובר אליהם. גיליון רגיל עם טבלה שהקלדתם לא מספיק. השלבים לפי ההכרזה:

1. מעלים את טבלת המכירות ל-BigQuery בפרויקט של Google Cloud.
2. יוצרים Connected Sheet שמחובר לטבלה.
3. בתצוגה המקדימה לוחצים על Advanced Analytics ואז על Create a Forecast.
4. בוחרים כמה זמן קדימה לחזות ואת רמת הביטחון, ושיטס מוסיף גרף של התחזית ליד ההיסטוריה.

היתרון: אפשר לחזות כמה סדרות במקביל, למשל מכירות לפי סניף או לפי קטגוריה. החיסרון: צריך פרויקט Google Cloud עם חיוב, והשימוש ב-BigQuery מחויב לפי המחירון שלהם.

לאילו עסקים תחזית כזאת שווה הכי הרבה?

כל עסק שמזמין משהו מראש, או משבץ אנשים מראש, מרוויח מתחזית. כמה דוגמאות שקל להתחיל מהן:

• חנות אונליין: מכירות שבועיות לכל מוצר מוביל. התחזית אומרת כמה יחידות להזמין מהספק לפני העונה, ומתי המלאי ייגמר בתרחיש החזק.
• מסעדה או בית קפה: מספר מנות או הזמנות ביום. ככה מזמינים חומרי גלם ומשבצים משמרות לפי מה שצפוי, ולא לפי מה שהיה בשבוע שעבר.
• קליניקה או סטודיו: תורים בשבוע. התחזית עוזרת להחליט מתי לפתוח עוד ימי עבודה, ומתי לצאת לחופש בלי לפספס עונה עמוסה.
• נותני שירות: פניות חדשות בחודש. אם התרחיש החלש לא מכסה את ההוצאות הקבועות, זה הזמן להגביר שיווק, לפני שהחודש החלש מגיע.

הכלל בכל הדוגמאות: מתחילים מסדרה אחת שמשפיעה הכי הרבה על הכסף. אחרי שרואים שהתחזית קרובה למציאות לאורך חודש או חודשיים, מוסיפים עוד סדרות.

איך בודקים שהתחזית שווה משהו?

יש בדיקה פשוטה שאפשר לבקש מקלוד קוד: להסתיר את שלושת החודשים האחרונים, לחזות אותם מתוך מה שהיה לפניהם, ולהשוות למה שקרה בפועל. אם המציאות נפלה בתוך הטווח רוב הזמן, אפשר לסמוך על התחזית לחודשים הבאים. אם לא, כנראה שחסר משתנה חשוב, כמו מבצע או חג.

העתקהתסתיר את שלושת החודשים האחרונים בקובץ, תחזה אותם עם TimesFM מתוך מה שהיה לפניהם, ותראה לי בטבלה את התחזית מול מה שקרה בפועל, והאם כל חודש נפל בתוך הטווח.

מה חשוב לדעת לפני שסומכים על התחזית?

• רישיון: הקוד והמשקלים של TimesFM 2.5 ומטה ברישיון Apache-2.0. המשקלים של גרסה 3.0 שמורידים למחשב מוגבלים לשימוש לא מסחרי. לשימוש מסחרי בגרסה 3.0, ה-README מפנה לשירותי Google Cloud כמו BigQuery ML.
• "חינם" זה המודל הפתוח: הרצה אצלכם במחשב לא עולה כסף. ההרצה דרך שיטס עוברת ב-BigQuery וכרוכה בחיוב של Google Cloud.
• תחזית, לא נבואה: המודל לומד מהעבר. הוא לא יודע על מתחרה חדש שנפתח מולכם או על קמפיין שתכננתם, אלא אם תכניסו אותו כמשתנה.
• מעט נתונים, טווח רחב: עם שישה חודשים של היסטוריה הטווח יהיה רחב. זה בסדר, זה המודל שאומר לכם בכנות שהוא לא בטוח.
• לא ייעוץ פיננסי: התחזית עוזרת לתכנן מלאי ותקציב. החלטות כספיות גדולות שווה לבדוק גם מול רואה חשבון.
• לא מוצר נתמך: לפי ה-README, הגרסה הפתוחה היא לא מוצר רשמי שגוגל תומכת בו.