01 — Profile
פרופיל נוכחי — מה אני מביא לשולחן
ניסיון מקצועי
- Cellosite — Growth Strategist (2025–2026): אוטומציות AI, conversion funnels, KPIs
- Be2See — Marketing Analyst (2022–2025): 17 מותגי רטייל, A/B tests, behavioral journeys
- G-Stat — Marketing Analyst (2021–2022): SQL, dashboards, insights להנהלה
- קצין C4I IDF (2013–2017): סגן מ"פ, 35 חיילים, תכנון מבצעי
כלים וטכנולוגיות
- SQL, Python (Matplotlib, Pandas)
- Power BI, Qlik
- AppsFlyer, GA4, Zapier
- Marketing Automation, n8n
- LLMs, AI Agents (2026)
השכלה ותעודות
- B.Sc. הנדסת תעשייה וניהול (Data Science) — אריאל 2022
- Google Project Management — Coursera 2025
- Product Management — Udemy 2025
- AI Agents & Automations (n8n) — Udemy 2026
✦ חוזקות ברורות
⚡ פערים שמעכבים עכשיו
02 — Question 1
סוג החברות והנושאים המוצריים
01
AdTech/MarTech ו-PLG — האם זה מה שאני באמת מכוון אליו?
הגדרת יעד ברור לסוג החברה — צוות Growth, מוצר שמוביל צמיחה, עם נושאים כמו Behavioral Data, A/B Testing ו-AI Productization
◆ מה שהגדרת
- AdTech/MarTech — חברות שהמוצר עצמו הוא כלי שיווקי
- PLG (Product-Led Growth) — המוצר מוביל את הצמיחה, לא Sales
- User Psychology & Behavioral Data
- Data-Driven Metrics מעבר ל-KPIs קלאסיים
- Advanced A/B Testing & Experimentation
- AI Productization (LLMs, agents)
⚡ ניתוח ביקורתי
- מבין 14+ חברות שהתראיינת — Discount Bank, Solar Energy, מימון ישיר — אלו בכלל לא PLG. יש פער בין מה שאמרת לבין לאן שלחת קורות חיים
- PLG בישראל — השוק קטן: Wix, Monday, Lemonade, Similarweb — האם אלו ב-Pipeline שלך? הרשימה שלך לא מכילה רובן
- הנושאים שבחרת הם Wild Mix — UX Research + Data + PM = חוסר מיקוד בפני מנהל גיוס
- אין Case Study אחד ב-CV שמוכיח PLG בפועל
💬 שאלות שצריך לדעת לענות עליהן עם המנטור
Q1אם אדם זר יקרא את ה-CV שלך 15 שניות — מה הוא יחשוב שאתה מחפש? Growth PM ב-PLG, או Marketing Analyst?
Q2מה ה-3 חברות ה-PLG הישראליות שאתה רוצה להיות בהן בעוד שנה? למה עדיין לא שלחת אליהן?
Q3מתוך 5 הנושאים שבחרת — איזה הוא Must Have ואיזה Nice to Have? אי אפשר לחזק הכל במקביל.
Q4מה ה-Activation moment שאתה יכול לתאר מ-Cellosite? בלי case study ספציפי — "PLG" עדיין תיאורטי אצלך.
03 — Question 2
מדדי הצלחה לתהליך המנטורינג
02
מה זה בדיוק "הצלחה" עבורך בתהליך הזה?
הגדרת 3 מדדים: תחקיר אחרי ראיון, Storytelling, ושיפור כאסטרטג — לא ביצועיסט בלבד
◆ מדדים שהגדרת
- 80% מהראיונות מתקדמים לראיון שני
- תחקיר כתוב תוך 24 שעות אחרי כל ראיון
- שיפור מטלות ניהול מוצר — כאסטרטג ולא רק ביצועיסט
- התאמת ה-Storytelling וקורות החיים לתפקיד
⚡ ניתוח ביקורתי
- 80% לראיון שני — מדד מצוין, ברור ומדיד. כמה ראיונות בחודש נכון להניח?
- "כאסטרטג לא ביצועיסט" — זה כיוון, לא מדד. מה זה נראה כשהגעת לשם? איך נמדוד?
- תחקיר 24 שעות — מדד טוב, כן/לא בינארי. קל למדוד ✓
- Storytelling — אין benchmark. לפני ואחרי מה? דרוש ולידציה חיצונית
✦ מדדים מוצעים — מדידים ואמיתיים
- 80% מהראיונות מגיעים לסיבוב 2+ (בממוצע רולינג של 10 ראיונות)
- תחקיר כתוב תוך 24 שעות — 100% מהראיונות (כן/לא)
- עוד 6 חודשים: offer אחד מחברת PLG/AdTech ספציפית שמוגדרת מראש
- CV מותאם לכל מסלול (PM / Analyst) — מוכן לפני פגישה 3
💬 שאלות לפגישה
Q1מה ה-Definition of Done של המנטורינג הזה? מה קורה ביום שיגיד "הצלחנו"?
Q2אם אחרי 3 פגישות אתה עדיין נופל בראיון ראשון — מה משתנה? מי מחליט שצריך שינוי גישה?
Q3ה-feedback loop של המנטורינג תלוי בכמות הראיונות — מה קורה אם אין ראיון לדווח עליו?
04 — Question 3
מה זה מנטורינג מוצלח בעינייך
03
מנטורינג הוא שותפות — לא שירות
הגדרת מנטור קשוב, שמגדיר יעדים ריאליים ונותן משימות מדויקות — ומשים לך מראה על מה שמעכב
◆ מה שהגדרת
- מנטור קשוב שיודע להגדיר יעד ריאלי
- הצלחות קטנות בדרך ליעד הרחוק
- משימות מדויקות: מה ללמוד, איפה להשקיע
- "שישים לי מראה" — מה מעכב אותי
- הנחיה לפרוץ את הגבול הבא
⚡ ניתוח ביקורתי
- ההגדרה שלך מדברת רק על מה המנטור צריך לעשות — אין בה שום התחייבות ממך
- "שישים לי מראה" — מנטור יכול לעשות זאת רק אם אתה מביא חומרים אמיתיים: תחקירים, PRDs, מטלות
- הגדרה זו שמה את כל האחריות על המנטור. מנטורינג שעובד הוא 70% עבודת המנטי
- חסר: מה קורה בין הפגישות? בלי עבודה בין-פגישות, הפגישות עצמן שטחיות
✦ הגדרה מאוזנת — שותפות אמיתית
- אני מביא: תחקיר כתוב, case study שעבדתי עליו, שאלות ספציפיות — לכל פגישה
- המנטור מביא: מראה, ניסיון, ולידציה של כיוון, חיבורים לשוק
- בין הפגישות: שיעורי בית מוגדרים שאני מבצע — תמיד
- כל 3 פגישות: checkpoint — האם המדדים זזים? מה משתנה?
💬 שאלות לפגישה
Q1מה אתה מתכנן להביא לכל פגישה? מה ה-homework שאתה מייצר בין פגישות?
Q2כמה שעות בשבוע אתה מוכן להקדיש לתהליך — מחוץ לשעת המנטורינג עצמה?
Q3מה קרה בפעמים שניסית להתפתח לבד? מה עצר אותך — ידע חסר, מוטיבציה, או כיוון לא ברור?
05 — Job Market Analysis
ניתוח תהליכי הגיוס — מה הדאטה אומרת
📊
הדאטה לא משקרת. כל נפילה היא מידע. 4 נפילות SQL זה לא "קשה" — זה bottleneck מערכתי שמונע ממך מלהגיע לשלב הבא ב-4 מסלולים שונים.
Playtika
Monetization PM
בתהליך פעיל
Whalo
Marketing Business Analyst
בתהליך
מימון ישיר
Marketing Analyst
בתהליך — Finance, לא PLG
Discount Bank
Marketing Analyst
✗ נפל — SQL
ConnecTeam
Marketing Analyst
✗ נפל — SQL מבחן בית
GlassesUSA
Data Analyst
✗ נפל — SQL
Moddelama
Data Analyst
✗ נפל — SQL
Arpeely
Growth PM Marketing
✗ חשיבת פיצ'רים + זמן ארוך
Roundforest
Social Marketing Analyst
✗ ראיון ראשון
Faye
Marketing & Growth Data Analyst
✗ ראיון ראשון
Monday.com
Marketing Analyst
✗ ראיון ראשון — PLG! אבל Analyst
Viber
Data Analyst
✗ ראיון 2 עם ר"צ
Solar Energy
Marketing Analyst
אחרי ראיון 2 — לא PLG
Lusha
Senior Product Analyst
PLG B2B — הכי רלוונטי! סטטוס?
🚨 SQL Blocker
- 4+ נפילות מאושרות על SQL בלבד
- חסימה מערכתית, לא חולשה קלה
- כל תפקיד Analyst דורש SQL חזק
- עד שנפתר — לא הגיוני להגיש ל-Analyst SQL חובה
⚠️ נפילות ראיון ראשון
- Roundforest, Faye, Monday — ראיון ראשון בלבד
- בעיה כנראה ב-Storytelling ו-Positioning
- ה-CV לא מכין את השיחה נכון
- לא מסביר מה הערך הייחודי שלו
⚠️ חשיבה מורכבת תחת לחץ
- Arpeely — "פיצ'רים מורכבים" + "זמן מחשבה ארוך"
- Product thinking framework חסר
- צריך לתרגל מבנה מחשבה תחת לחץ
- RICE, Jobs-to-be-Done, feature simplicity
🔍 פיזור יעד
- PLG מוצהר ← אבל Bank, Solar, Financial בתהליך
- Monday, Lusha — PLG אמיתי, אך Analyst לא PM
- Arpeely — PM ב-AdTech, הגעת לסוף ← הכי קרוב!
- Arpeely הוא המסלול לחקות
🔑
תובנת מפתח לפגישה: יש לך שתי בעיות מקבילות — SQL חוסם מ-Analyst, Product Thinking חוסם מ-PM. הדבר הראשון עם המנטור: Analyst track או PM track? כי הדרך קדימה שונה לחלוטין.
06 — Topics to Strengthen
נושאים מוצריים לחיזוק
📌
הרשימה נבנתה מניתוח הראיונות, הפרופיל, ויעד Growth PM. כל נושא מקושר לסיבה ספציפית — לא רשימה שרירותית. תוכל להסביר למנטור למה כל אחד.
01
SQL מתקדם — Window Functions, CTEs
4 נפילות מאושרות על מבחני SQL. לא אופציונלי — חסימה בינארית לתפקידי Analyst.
Window Functions (ROW_NUMBER, LAG, LEAD)
CTEs מורכבים (Recursive, Multi-step)
Retention & Cohort Analysis queries
אתרים: StrataScratch, Mode Analytics, LeetCode DB
02
Product Thinking Frameworks תחת לחץ
Arpeely נפל על חשיבה מורכבת + זמן ארוך. ה-PM gap הכי קריטי.
RICE Prioritization — Reach, Impact, Confidence, Effort
Jobs-to-Be-Done Framework
How to structure product answers in 2 min
Feature simplicity vs. complexity tradeoffs
03
Storytelling — PM Narrative לא Analyst
נפילות ראיון ראשון (Monday, Faye, Roundforest) מצביעות על positioning חלש.
CV rewrite — מ-"ביצעתי" ל-"החלטתי ולמה"
STAR Method לתשובות ראיון PM
Elevator Pitch: "אני X שעוזר Y להשיג Z"
Case Study מ-Cellosite — activation funnel decision
04
PLG Mechanics — Activation & Retention
היעד PLG אבל אין case study אחד ב-CV שמוכיח הבנה.
Activation — what is the "Aha moment"?
Retention loops — Habit loops, Sticky features
Expansion Revenue — Upsell & Viral loops
ספר: "Hacking Growth" — Sean Ellis
05
Metrics Framework — מעבר ל-KPIs שיווקיים
צריך ללמוד לדבר בשפת PM ולא שיווקית בלבד.
North Star vs. Input Metrics vs. Output Metrics
AARRR Funnel: Acquisition → Activation → Retention → Revenue → Referral
Counter Metrics — כדי לא לאופטימז את הדבר הלא נכון
How to define a metric for a new feature
06
A/B Testing — סטטיסטי לא רק ביצועי
ניסיון A/B יש מ-Be2See, אבל ב-PM הרמה גבוהה יותר.
Statistical Significance — p-value, sample size
Novelty Effect — מתי לחכות עם תוצאות?
Multi-variant Testing considerations
Experimentation Roadmap — prioritizing what to test
07
AI Product Management — PRDs ל-LLMs
יש לך n8n + Cellosite AI experience — יתרון ייחודי. בנה עליו.
How to write PRD for AI features (not just UI)
Defining success metrics for AI outputs
Human-in-the-loop design patterns
Case study: LLM feature מ-Cellosite → כתוב PRD
08
Portfolio Building — Case Studies
אין portfolio מוצרי. ה-Cellosite experience יכול להיות 3 case studies מדהימים.
Case Study 1: בעיה → החלטה → מדידה ב-Cellosite
Case Study 2: AI automation שהטמעת — מה המוצר שמאחוריו?
Case Study 3: Arpeely — שיפור ה-home assignment שנכשלת בו
פורמט: Notion / PDF / Deck — ניתן לשלוח למגייסים
07 — Questions for Mentor
שאלות שיש לך למנטור
💡
מנטי שמגיע עם שאלות מוכנות מראה שהוא חשב, מוכן, ויודע מה הוא לא יודע. זה מה שמפריד mentee טוב ממצטיין.
שאלת Track
"לפי מה שאתה רואה בפרופיל שלי — האם אני צריך לפתור קודם את ה-SQL ולהתחזק כ-Analyst, ואז לעבור ל-PM? או שאני יכול ללכת ישירות ל-PM track עם הפרופיל הנוכחי?"
שאלת חברות ספציפיות
"מה ה-3 חברות שלדעתך הן ה-best fit לי עכשיו — כאלה שאני מספיק בשל להן ויהיה לי סיכוי אמיתי, לא רק חברות שאני שואף אליהן?"
שאלת מהירות — ה-1 Thing
"מה הדבר האחד שאם אשפר אותו בחודש הקרוב — ישנה הכי הרבה את הסיכוי שלי להגיע ל-offer?"
שאלת מראה — Blind Spot
"ראית את ה-CV שלי, שמעת את הסיפור שלי — מה הדבר הראשון שאדם עם ניסיון בתחום היה אומר שמעכב אותי ולא ראיתי לבד?"
שאלת מבנה התהליך
"איך אתה מציע לבנות את הפגישות — כמה תדירות? מה אני צריך להביא לכל פגישה? איך נדע שמתקדמים?"
שאלת יתרון צבאי
"הרקע הצבאי שלי — C4I, ניהול 35 אנשים, לוגיסטיקה — האם זה Asset אמיתי בשוק ה-Tech הישראלי, או שזה לא רלוונטי ל-PM?"
08 — My Commitment
ההתחייבות שלי כמנטי
מה אני מביא — לפני שאני מצפה ממנטור
מנטורינג שעובד הוא 70% עבודת המנטי. הנה ההתחייבות שלי
לבצע כל פעולה שסיכמנו עליה בפגישה
ההתחייבות הבסיסית שלי כמנטי — כל מה שמוסכם בפגישה, מבוצע. ללא פשרות ולא חצי-חצי.
שיעורי בית בין הפגישות — תמיד
בין כל שתי פגישות יהיו שיעורי בית מוגדרים. אני לא מגיע ריק לדידות — אני מגיע עם עבודה.
תחקיר ראיון — תוך 24 שעות
אחרי כל ראיון, כתוב ומוכן: מה שאלו, איך עניתי, מה חלש, מה אשפר. גוגל דוק. כל ראיון ללא יוצא מן הכלל.
מדד: 80% מהראיונות לסיבוב שני
זה המדד העיקרי שלי. בממוצע רולינג של 10 ראיונות — 8 מתקדמים לסיבוב שני לפחות. כשנגיע לזה, נעדכן יעד.