דאטה ו-JSON ב-n8n: סיכום

מהו Data ולמה הוא חשוב?

כל דבר סביבנו הוא מידע – מדידות, טקסט, תמונות, מיילים, וידאו, דיווחים ושיחות ברשת. בעולם ה‑AI הנתונים הם היסוד להצלחת מודלים ואוטומציות.
 

כל תהליך אוטומציה הוא למעשה Meta‑Data – מידע על המידע, כגון תאריך יצירת קובץ או שם מחבר.
 

דוגמאות לסוגי דאטה: טקסט, אימיילים, וואטסאפ, מצגות, שיחות ברשת, קבצי מולטימדיה ועוד.
 

סוגי נתונים ראשיים:
 

• נתונים מובנים – מציגים אותם בטבלאות; ניתן לשאול אותם ב‑SQL או בפורמולות. דוגמאות: גיליונות Excel ו‑Google Sheets, מערכות CRM, רשימות משימות ומערכות מלאי.
• נתונים בלתי מובנים – רוב המידע בעולם; לא מסודרים או צפויים: PDF, Word, מיילים, פוסטים, תמונות וסרטונים.
• נתונים חצי‑מובנים – פשרה בין השניים: קיימת תבנית בסיסית אך לא קבועה. דוגמאות: מיילים (שדות כתובת/נושא/תוכן), קבצי JSON ו‑XML.

אופי הנתונים: כמותי (מספרי) מול איכותי (טקסטואלי); מספרים בדידים (שלמים, ספירה) מול רציפים (מדידה).

טיפוסי מידע אלמנטריים (Data Types)

בעת בניית אוטומציות וסוכנים ב-n8n, משתמשים בטיפוסים הבאים:
 

• String – ״מחרוזת טקסט״, תמיד במרכאות.
• Number – מספרים שלמים (Integer) או עשרוניים (Float).
• Boolean – ערכי אמת (true או false).
• Array – רשימה של ערכים מכל סוג, לדוגמה ["Roy", 42, "apple", true].
• Object – אוסף שדות בשמות וערכים, לדוגמה {"full_name": "Roy Pearl"}.
• Null – מציין שאין ערך; שונה מ‑0 או false.

שימושים נפוצים:
 

• Boolean – מתאים לבלוקים של קבלת החלטה (if)
• מספר – מתאים לחישובים
• מערך (Array) – מתאים לבלוקים של לולאה – ביצוע סדרת פעולות על פריטים רבים (כמו שליחת מיילים מרובים לרשימת תפוצה)
• אובייקט (Object) – מתאים לתיאור מסודר של פרטי מידע בצורת טופס (כמו פרטי משתמשים)

JSON – ייצוג נתונים גמיש

JSON הוא פורמט טקסט קל להבנה שמייצג נתונים בצורה היררכית ושימושי במיוחד בתקשורת בין שירותים ובאוטומציות ב‑n8n.
 

מבנה בסיסי JSON מורכב מ‑אובייקטים (מתוארים בין סוגריים מסולסלים – { }) המכילים זוגות key–value ומ‑רשימות של ערכים (בין סוגריים מרובעים – [ ]).
 
Key – הוא תמיד מחרוזת (במרכאות); Value – יכול להיות כל טיפוס נתונים בסיסי, כולל אובייקטים ומערכים.
 

דוגמאות:

• אובייקט פשוט:

  {"name": "Alice", "age": 25, "isStudent": true}

• מערך מחרוזות:

  {"shoppingList": ["apples", "bananas", "milk"]}

• אובייקט מקונן:

  {"title": "Welcome to Hybrid Intelligence", "author": {"firstName": "Roy", "lastName": "Pearl"}, "pages": 613}

כללי כתיבה חשובים
 

• שמות מפתח במרכאות כפולות.
• אובייקטים בסוגריים מסולסלים { }, מערכים בסוגריים מרובעים [ ].
• null נכתב בלי מרכאות.
• זוגות key–value מופרדים בפסיקים.
• בין Key לבין Value יופיעו נקודתיים (:)
• המילים השמורות true, false ו – null הן הטקסטים היחיד שיכולים להופיע ב-JSON שלא בין מרכאות.

JSON משמש גם לייצוא תרשימי הזרימה ב‑n8n; הייצוג ב – JSON שקול לתצוגה הוויזואלית.
 

תרגול: מומלץ להתנסות באפליקציית התרגול על מנת להפנים את הכללים (כמו שימוש בגרשיים חכמים או מפתחות עם סימנים לא חוקיים).

Data Processing – עיבוד נתונים

כדי שאוטומציות יעבדו היטב, חשוב להכין את הדאטה שעובר בין השלבים בתרשימי הזרימה. העיבוד מתחלק לשלושה סוגים עיקריים:

Parsing (פירסור) – זהו תהליך החילוץ של פרטי מידע מובנה ומאורגן, שקל לעבוד איתם, מתוך דאטה מבולגן ולא צפוי. מטרות:

• חילוץ מידע מסוים (כמו שם מועמד מקובץ קורות חיים)
• המרה מפורמט אחד לאחר
• ארגון וסידור הנתונים בעמודות או שדות
• הפיכת המידע לנגיש לאנליזה

פורמטים נפוצים לפירסור: HTML, JSON, XML, מיילים, קבצים, טבלאות ומסדי נתונים.
 

Formatting (פירמוט) – ארגון והצגה של הנתונים במבנה ובמראה אחיד. משימות נפוצות:

• המרת טקסט לאותיות גדולות/קטנות
• אחידת פורמטים של תאריכים או מספרי טלפון
• המרת שדות מספריים למחרוזות ולהפך
• איחוד שמות שדות וערכים (כמו איחוד של שדות ״שם פרטי״ ו״שם משפחה״ לשדה יחיד של ״שם מלא״)

חשיבות: משפר עקביות וקריאות, מאפשר אינטגרציה חלקה בין כלים שונים ומעלה את איכות המידע.
כלי formatting ללא קוד: Airtable, Google Sheets, Browserbear ואחרים.
 

Cleaning (ניקוי / Scrubbing) – זיהוי ותיקון נתונים שגויים, חסרים או לא עקביים. בעיות נפוצות:

• ערכים חסרים או חלקיים
• כפילויות
• יחידות מדידה שונות ולא אחידות (כגון ס״מ לעומת אינצ׳)
• שגיאות הקלדה ושמות כתובים בצורה שונה

חשיבות: מעלה את דיוק הדו"חות; מסייע לקבלת החלטות מהירה; חוסך זמן; בונה אמון במידע; ומוביל לתחזיות טובות יותר.
 

טיפים פרקטיים לעבודה עם n8n

• בדקו בכל צעד את מבנה הנתונים שיוצא מכל node. אם מבנה לא צפוי – בצעו המרה או ניקוי לפני שממשיכים.
• השתמשו בתנאים (If‑nodes) עם טיפוסים מתאימים; לדוגמה, אל תשוו מחרוזת למספר בלי המרה.
• המירו בין טיפוסים כאשר צריך כדי למנוע התנהגות לא צפויה (למשל, ממספר למחרוזת לפני צירוף לטקסט).
• זכרו: 0 שונה מ‑null; ערך ריק או שגוי עלול לגרום לכשל באוטומציה.

שלושת סוגי העיבוד – פירסור, פירמוט וניקוי – הם הבסיס לכל אוטומציה מתקדמת. תכננו מראש איך הנתונים ייכנסו למערכת ואיך הם צריכים להיראות ביציאה.