這樣用Excel才專業!老闆和客戶看報表,最在乎的3件事
這樣用Excel才專業!老闆和客戶看報表,最在乎的3件事
2016.07.20 |

##1. 明確標記數字的出處

各位在利用Excel 做計算時,應該會從不同的地方引用數字,例如公司內部的資料或企業的財報資料,最近可能也會引用網路上的數字吧。

在引用數字的時候,希望各位一定要養成習慣,明確標記數字的來源,也就是盡可能詳細列出數字的出處,以免日後檢查的時候,因為不曉得數字的出處而無法進行確認。如果無法確定數字是否正確,這份資料的可靠性也會受到質疑。

標記出處的位置,在項目名稱右側多設一欄「出處」的欄位。如果是引用網站上的資料,為了避免網址太長,可以如圖中註記「網站 (1)」那樣,利用「上標」的功能,然後在表格下方列出網址。

圖說明

我剛進摩根士丹利時,上司經常對我耳提面命:「Excel 或PowerPoint 上數字,一定要清清楚楚地標示數字的來源。」因為清楚列出數字的出處,可以回頭確認和修正。如果連數字的出處都不知道,那究竟是數字有誤,還是計算的過程出了差錯,也都不得而知了。

此外,這位上司也經常跟我說:「越優秀的人,附註寫得越確實。」工作謹慎的人,無論再忙,都會仔細標示附註;工作馬虎的人,計算也馬虎,當然也不寫附註。

##2. 算式當中,不能有「手動輸入」的數字

這是一張預估銷售量的表格,每年的銷售量都比前一年增加500個。若要問上表和下表哪一張比較清楚,很明顯是下表!

圖說明

因為上表只看得出來銷售量逐年成長,卻不知道是怎麼計算出來的。主管拿到報表後,會想:有可能是用每年增加500 個來計算,但也有可能是用50%的成長率來計算...

相較之下,下表把銷售量和本年度增加量確實區分開來,所以可以很清楚地知道,第二年的銷售量=第一年銷量+第二年預計增加的銷售量。

不直接輸入數值,除了可以更清楚知道每一個數字背後代表的意義,還可以避免「輸入錯誤」造成的誤算。舉例來說,表格中第三年預設的年度增加量是「500」,假設不小心輸入成「600」,在上表中沒有顯示出算式,就很難注意到增加量的數字有誤。

3. 算式要讓每個人都看得懂,避免使用太長的算式

何謂太長的算式?就是在一個儲存格內,一口氣完成複雜的計算,通常頭腦越好的人,越容易這麼做,但這卻極有可能造成誤算。下途中儲存格G13 的算式就是一個例子。

圖說明

用太長的算式製作報表,再傳給主管和同事確認時,大家會看不懂這到底在計算什麼,想要檢查也很困難。**製作Excel 最重要的一點,就是要讓任何人都看得懂,所以只要其中有任何一道算式太長,都算是失敗的Excel。**基本上,每一個計算的步驟都要很清楚,總之,越簡單越好。像例子中G13 的算式,除了製表者本人以外,沒有人看得懂,這種獨善其身的計算可是大忌。

算式越簡單越好,「這個儲存格加這個儲存格,等於這個儲存格」,或是「這個儲存格乘以這個儲存格,等於這個儲存格」,像這樣一步一步仔細計算,才是簡單易懂的計算。

延伸閱讀:

  1. 絕對用得到!6個Excel小訣竅讓報表更專業,還有14個超棒快速鍵
  2. Excel進階版:加總不只有SUM,還有不可錯過的3大公式!

(本文整理自《外商投資銀行超強Excel製作術》,時報出版。)

@@ACTIVITYID:607@@

往下滑看下一篇文章
從獲客到理解需求,SHARP 攜手 Insider One 如何用第一方數據重寫家電行銷?
從獲客到理解需求,SHARP 攜手 Insider One 如何用第一方數據重寫家電行銷?

家電是典型的低頻、高單價商品,消費者可能數年才換一次冰箱、洗衣機或空氣清淨機,但品牌與消費者的接觸遠早於購買當下:從搜尋產品資訊、比較規格、閱讀評價,到進一步留下會員資料、瀏覽官網,甚至進入門市體驗,消費者的決策路徑越來越分散,即使最後的交易發生在線下,購買的決策可能早在線上決定。

這也是夏普(SHARP)會重新思考數位行銷的原因。

過去,品牌比較關注如何「帶來多少流量」,但當數位接觸點持續增加,重要議題逐漸變成:誰在關注什麼?誰可能進入購買週期?又該在什麼時間點,提供什麼內容?

SHARP 台灣總經理張凱傑表示:「我們的目標是串聯產品、 AI 、會員數據以及服務,讓 SHARP 從一個『賣家電的品牌』,逐步成為一個理解家庭生活需求的品牌。」

從空氣淨化、冰箱除菌保鮮、洗衣清潔、健康烹調、 AI 咖啡機到顯示技術, SHARP 致力將科技融入日常生活,預先設想、解決消費者不同階段的生活需求;如今,這套「半步先行」的思維也延伸到數位行銷:不只是等消費者說出需求,而是透過數據,更早辨識需求正在形成的訊號。

從散落的第一方數據到「看到完整消費者旅程」

SHARP 累積來自官網、會員、客服、維修與交易等大量第一方數據,但因數據資料分散在不同部門與系統,想要為行銷活動建立目標消費者輪廓,需要跨部門整理與人工處理。例如,需要先請 IT 撈取資料,再由行銷團隊分類目標客群,前後可能花上 3 到 5 天,活動發送出去後,也難以即時掌握消費者接下來的行為。

為解決上述挑戰, SHARP 開始評估、測試客戶資料平台(CDP),最終選擇與 Insider One 合作。評估過程中, SHARP 關注的不只是資料整合能力,也包括系統是否容易上手,以及線上、線下數據能否進一步串聯。

首先, SHARP 希望能縮短資料整合與行銷執行的距離。

Insider One 除可協助團隊進行第一方數據的整合、分群與分類,還有提供行銷引導與 AI 工具,例如行銷自動化等,讓團隊可以更精準地擬定媒體策略與決策,以清晰的投資報酬率(ROI)等數據,建立內部行銷與業務部門的信賴機制。

張凱傑指出:「對我們來說, CDP 的價值是縮短從資料、決策與行動的時間,讓行銷團隊可以把更多時間放在策略與內容,而不是處理資料。」舉例來說,導入 Insider One 後,行銷團隊用說的就可以完成受眾設定與行銷流程初步建置,將原本需要 3 到 5 天的時間縮短成 1 分鐘,然後,由系統觸及,以及追蹤開信、點擊與轉換,大幅縮短跨部門協作的工作流程。

Insider One
1912 年創立的夏普,在台灣積極數位轉型。SHARP 台灣總經理張凱傑攜手 Insider One ,透過數據整合,真正了解消費者的需求,精準推薦,股東購物節創造雙位數成長。右為 Insider One 吳一凡總經理。
圖/ 數位時代

對 SHARP 來說,另一個關鍵是降低團隊學習與使用數據的門檻。

為協助 SHARP 團隊快速上手與習慣使用, Insider One 團隊扮演如導師般的角色,透過手把手的培訓與指導,不僅大幅縮短系統摸索時間,更將原先至少要 3 個月以上的多元數據資料整合時間縮短在 1.5 個月內,成功趕上 SHARP 的年度最重要節慶活動–股東購物節。

第三個議題是捕捉線上互動跟線下交易之間的資料斷點,以消費者全通路(OMO)旅程數據持續深化互動關係。

張凱傑表示, SHARP 超過 80% 的銷售來自線下通路,部分合作通路同樣採用 Insider One,讓跨通路數據串接有了共通基礎,在 Insider One 團隊的協助下, SHARP 與生鮮超市合作,在符合資料授權跟隱私規範的前提下,透過會員輪廓標籤掌握跨通路消費需求,並以此規畫跨業聯合促銷(Joint Promotion)。

股東購物節四大指標皆雙位數成長, SHARP 如何從「廣撒行銷」走向「找對的人」

對 SHARP 來說,股東購物節是年度最重要活動,透過 Insider One 的站上模組、智能推薦、自動化顧客旅程與 A/B Test 等解決方案,結合會員資料整合與行為分析,去(2025)年, SHARP 行銷團隊可以從過去依年齡、性別等基本條件分群,轉變成掌握消費者對不同產品與內容的興趣,再搭配個人化推薦與自動化顧客旅程,讓對的內容在對的時機觸達對的人,極大化行銷綜效。

SHARP
「股東福利」官網提供一站式數位權益服務,包含股東卡領取、合作商家優惠查詢及精選好禮解鎖,輕鬆掌握各項專屬禮遇。
圖/ Insider

更重要的是,隨著數據累積與平台熟悉度提升, SHARP 的數位行銷成效持續優化。

以股東購物節為例,今(2026)年,不僅股東購物節的 eDM 開信率近 40%,流量、轉換率、客單價與回購率皆較去年成長15至25%,讓 SHARP 更加確信:數位行銷的重點不只是「吸引多少人」,而是能否辨識「哪些人值得溝通,以及現在應該說什麼」。

AI 智慧手沖咖啡機則是另一個案例。透過會員數據分析與問卷, SHARP 成功從會員名單中找出 4,000~5,000 名具有相關興趣與行為特徵的消費者,如喜愛手沖咖啡、熱愛科技、享受質感生活等客群,針對這群人進行精準溝通,帶動數百台產品銷售,創下轉換率超過 15% 的成績。

張凱傑認為,以 CDP 持續深化第一方數據資料有助於極大化行銷成效,以維修服務為例,如果系統辨識出消費者的冰箱使用年限已久,且近期有多次維修紀錄,即可在適當時機提供換機資訊,甚至從節能效益切入,讓這一次維修服務成為下一次產品需求的起點。

一次又一次的亮眼行銷成果,不僅讓 SHARP 從「廣撒行銷」轉向「找對的人」,持續深化對消費者的理解,讓線上的互動、內容與優惠,成為消費者消費或走進實體通路的前一站,也反映出家電行銷正從追求流量轉向對消費者需求的持續理解,成為家電數位行銷競爭的新典範。

想知道更多 Insider One 零售與家電產業應用,立即了解:https://insiderone.com/zh-hant/contact-us/

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓