5個Excel小技巧，沒人教就不知道！讓你的報告資料比別人更專業|數位時代 BusinessNext

好圖表和壞圖表有一個顯著的差異：好的圖表會表達出自己的觀點，不只是資料整理的結果。

有時明明有很多想法，但很難在圖表上說明，所以只好在圖上附註文字，或是口頭說明，反而喪失了作圖的簡潔。本篇介紹了圓餅圖、長條圖、折線圖和Excel資料表格視覺化的技巧，用圖來表達觀點，報告的時候看起來更聰明。

1. 圓餅圖中央的空間要好好利用！

只要插入一個圓形就可以表達觀點

下表為某連鎖手搖飲料品牌在台北4間分店的營業額與占比。此時通常會把總金額放在最上面，但你也可以放在圓餅圖的正中間，也就是視覺的中心。怎麼做呢？只要把圓餅圖的中間插入一個白底的圓形，再插入文字方塊，就可以在圓餅圖的中間寫字，同時維持圖表的簡潔性。

2. 圖例可以放在圖表上！

讓圖更清爽簡潔

某服裝品牌在台北4間分店每月的營業額畫成堆疊長條圖，每個顏色代表一間店，圖例（哪個顏色代表哪間店）通常出現在圖的旁邊。這時，只要點選圖中的一個色塊，就可以編輯這一塊的文字。把圖例填入長條之後，就可以拿掉圖例囉。拿掉圖例的方法：點選整張圖，選右側的十字，把圖例的勾勾取消。

3. 圓餅圖每塊不一定要不同顏色！

同類型的用相近顏色可以更快看出對比

下圖是服飾店的品項銷售記錄，因為項目很多，直接用圓餅圖呈現，看起來雜亂無章。你可以把小的類別集合成更大的類別，例如把衣服分成「男裝」和「女裝」。然後點選任一塊餅，在右側的色彩欄裡選實心填滿，再選顏色就可以囉。

如圖所示，把男生的服飾都用橘色系、女生的服裝用藍色系，一眼就可以看出來店內男女裝的銷售比例。

4. 讓Excel表視覺化！

用顏色深淺來表示數據

下表為某餐飲品牌全台分店的營業狀況。因為店家數很多，不管用圓餅圖或長條圖都很難比較。此時，你可點選整張表，然後選「設定格式化的條件」>>>「色階」>>>「綠白色」，表格就會依照數據的大呈現出深淺不同的顏色。

視覺化之後，一眼就可以看出來台中店的業績優於其他分店，也可以看出來以各月份相比較，10月的業績普遍比較好。

5. 圖表灰階列印也OK！

折線圖除了顏色還有標誌可以用

下表示某健身會館全台4間分館的新增會員數。折線圖上可以看出台中和台南表的新增會員數比較多，台北和新竹分館比較少。不過，有時折線圖的線一多，顏色會混在一起很難區別，例如紫色和藍色的視覺其實相當接近。或者圖是彩色的，但是印成紙本講義的時候變成黑白的，每條線看起來都一樣了。

只要點選任一條線雙點擊，在「標記選項」，勾選「內建」，就有各式各樣的標記可以使用囉。只要每條線分配不同的標記，就算印成黑白的也不用擔心了。

延伸閱讀：做專業圖表必備的Excel功能！3個馬上可以學會的小技巧

參考資料：《PRESIDENT》2016.10.17

本文授權轉載自：經理人

一次搞懂EXCEL，《經理人月刊》3期+特刊《商業圖表製作與應用》只要399>>http://bit.ly/2evSeuL

在 AI 快速進入企業營運核心的時代，數據不再只是被動的分析素材，而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據，例如會員資料、交易紀錄以及線上與線下行為數據，但因這些數據分散於不同系統，缺乏統一的身分識別機制以及明確的元數據（Metadata）定義，導致難以整合與分析，同時，也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰，Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務，如 Audience Center 與 AI Agent 等解決方案，並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程，從資料清理到 AI-Ready 再到落地應用，讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化，大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎，以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設？

Vpon 威朋數據科學經理廖宜楷指出，在 AI 驅動的時代，數據的品質決定模型價值。其中四個關鍵分別是：建構標準化的數據採集與處理管線，透過統一的工程規範，確保所有進入系統的數據在格式、維度與質量上具備高度一致性；其次是定義語義清晰的元數據（Metadata）體系，確保數據能夠被 AI 理解與使用，從而產出具備可靠性的產出結果；再來是打破企業內部的「數據孤島」，透過完整整合線上（Web/App）行為與線下（POS/CRM）會員資訊，建構全方位的會員數據輪廓，精準捕捉消費者的跨通路行為軌跡。最後，數據的價值隨時間遞減，AI 的決策品質取決於數據的「新鮮度」，因此，數據的持續更新與自動化維護，不僅能讓企業在動態市場中保持敏銳，還可進一步深化會員輪廓分析的即時性。

舉例來說，在 Vpon 團隊的協助下，台灣百貨零售龍頭透過整合 Web 與 App 行為資料，並將線上與線下數據集中於數據中台進行分析，將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應，並基於此高效率基礎，進一步開發不同業務主題的預測與分群模型，提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實：Audience Center 如何賦能企業實現「數據即戰力」？

有了堅實的數據底座後，下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出，在變化快速的零售與數位行銷市場中，速度就是競爭力。然而，仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去，當行銷或業務人員需要數據支持時，通常得花費繁複的內部流程申請需求、討論需求，才會進到後續的資料清理、建模與分析，最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程，不僅拖慢了決策效率，更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程，將數據處理轉化為數據服務，透過直覺的介面與背後扎實的數據基礎支撐，讓非技術人員不用編寫程式碼，即可自行組合維度，大幅縮短從需求到執行的距離，將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入，不僅有助於提升效率，更賦予企業快速試錯與精準捕獲趨勢的能力，讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

以 AI Agent 重塑數據使用方式，讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度，更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示，在數位轉型的過程中，許多企業面臨的挑戰不僅是數據整合，更包括如何讓不同部門的人員都能更即時協作與應用數據，有鑑於此，Vpon 推出四種 AI Agent 協助企業分析與應用數據，極大化第三方數據成效：

第一，以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表，即時掌握市場動態，加速決策下達與決策品質。

第二，透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限，可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三，藉由 Audience Agent 將客戶分群方式從規則導向（Rule-based）轉變為關聯導向，以關聯分析擴大受眾範圍，協助品牌找出更多潛在客群。

第四，推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因，釐清受眾喜歡的素材跟不喜歡的素材，藉此優化廣告投放內容，持續提升轉換率。

陳文謙表示：「透過 AI Agent 的輔助，品牌不僅能更快完成數據分析，也能將分析結果直接轉化為行銷策略與創意建議，降低跨部門溝通成本，讓數據真正參與決策流程。」

鏈結數據生態夥伴，以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率，Vpon 也持續拓展數據生態圈，協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示，跨境行銷過去多仰賴經驗與市場直覺，但透過數據整合與 AI 分析，品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明，透過雙方的獨家合作，企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源，深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型，以及不同客群的價格敏感度與回購行為等，將行銷決策從過往的經驗判斷轉變為精準的數據洞察，成為品牌出海的重要工具。

簡言之，對零售品牌而言，跨境數據是理解海外旅客真實樣貌的一大利器，也能進一步優化廣告投放、內容策略與商品布局，讓品牌在拓展國際市場時，可以更有效率地接觸潛在客群，放大行銷效益。

展望未來，Vpon 將持續擴展數據生態圈並優化產品服務，幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環，希望以數據夥伴的角色與品牌共同成長，打造互利共贏的數據生態。