想把資料分析做得又快又準？關鍵在於：先用 Power Query 把資料洗乾淨、再用 Excel 把洞察做成儀表盤。你不用先寫一堆公式，就能完成「從0到1」的真實專案流程–包含空值/重複處理、欄位拆解（年/月/小時）、計算銷售額，以及最後的互動式報表呈現。我會用三家門店2024訂單作為實戰藍本，讓你在30分鐘內直接掌握可複製的方法。

文章目錄

• 新手用Excel跑通新手资料分析全流程的思路與关键目标设定
• Power Query资料整理清洗的必做步骤一次搞定空值重复值并确保数据100%可分析
• 快速导入多张门店订单表到Power Query并用追加查询建立Master底表的高效方法
• 从订单日期时间提取年份月份小时并完成类型校正让后续分析与报表更顺畅
• 在Excel构建可交互的订单详情搜索器运用Filter与ChooseColumns实现动态筛选呈现
• 用资料透视表与切片器打造专业销售分析仪表盘呈现销售趋势商品表现与时间洞察并提升可读性
• 常見問答
• 因此

新手用Excel跑通新手资料分析全流程的思路與关键目标设定

新手要用 Excel 跑通「新手資料分析全流程」，核心不是记住某个函数，而是先建立一套可复用的思路链：数据是否干净（可分析）→ 结构是否一致（可汇总）→ 字段是否可用于切片与聚合（可呈现）→ 指标是否明确（可解读）。以本案例的三家门店 2024 订单为例，最关键的目标设定应当围绕以下几件事：

• 清洗目标：剔除“阻碍分析”的数据问题（例如空白订单日期、行级重复订单）–否则后续透视表/筛选器会出现错算或漏算。
• 整理目标：把“日期+时间”拆成可分析维度（年份、月份、小时/时段）–否则你无法做“月趋势/时段销售”的图。
• 结构目标：把三张门店表变成统一的“主表 master”–否则 KPI 汇总与仪表盘联动无法成立。
• 指标目标：先定要讲清楚的业务故事（总销售额、总订单量、平均订单金额、按商品/按门店的销售表现）–否则图做出来但没有“分析结论”。

在执行上，建议把流程拆成 3 个“关键转折点”，每一步都有可验证的结果。第一转折点是把原始数据导入并转成可编辑的数据模型：将门店 1/2/3 的订单记录导入 Power Query，并在进入后续步骤前确保“表的列结构一致”。第二转折点是完成空值/重复值清理并生成 master：例如门店 1 的订单日期存在空白储存格，就用 Power Query 直接筛除；门店 3 出现完全重复的订单行，就用“删除重复项（按全部字段）”剔除。第三转折点是字段工程化：让数据天然适合分析与筛选：用 Power Query 的日期/时间提取功能生成“年份、月份、小时”，并额外计算“订单金额=商品数量×单价”。

阶段	关键动作	新手要达成的“可检查目标”
导入	来自表格和区域 / 将门店表转成 Table	三门店进入 power Query，列名与类型可对齐
清洗	筛除空值、删除重复项（全字段判定）	合并后主表中字段有效性达到 0 空值/0 重复行（或与目标一致）
整理	提取年份/月份/小时；创建订单金额列	透视表可直接按月份汇总、按小时分布、按商品与门店切片
分析呈现	数据概览 + 订单详情检索（FILTER/CHOOSECOLS 类思路）+ 仪表盘	切片器切换后图表联动正确（趋势变化、商品变化、门店变化）

最后，新手的关键目标设定要落到“你做完就能回答的问题”上，而不仅是完成操作。建议在动手前先把问题写清楚（本案例可直接套用）：

• 2024 年三家门店整体销售强弱如何？（总销售额/订单量/平均订单金额）
• 月份趋势有什么规律？（按月份折线：销售趋势能看懂节奏）
• 全天哪个时段更容易产生订单金额？（按小时柱状：支持促销时间决策）
• 哪些商品是爆款？哪些商品弱势？（按商品条形：由高到低排序便于结论）
• 用户点选某商品/门店后，订单详情是否能动态返回？（订单详情检索器必须是“一对多匹配”有效）

Power Query资料整理清洗的必做步骤一次搞定空值重复值并确保数据100%可分析

• 先把空值與重複值清乾淨（0 公式、1 次完成）：在 Power Query 裡，針對你合併前的每一份門店訂單表（門店1/2/3）先檢查欄位 是否仍有空值，例如影片實作就發現「訂單日期」會出現缺失儲存格；接著再針對整筆資料的組合做 重複判定（不是只看某一欄，而是五個欄位完全一致才算重複）。
• 去空值：只要按「刪除/剔除」一次：點選「訂單日期」欄位→ 取消勾選空值 → 確認後立刻得到可分析資料集（影片的流程目的就是避免後續日期月份/小時拆解時因空值造成錯誤與漏算）。
• 去重複：用「刪除重複項」指定全欄比對：全選所有欄位→右鍵「刪除重複項」→ Power Query 會自動找出完全相同的整筆重複訂單；影片情境中，門店3的第四筆訂單就是靠這一步被精準移除。

完成「空值 + 重複」後，你要做的不是感覺，而是驗證。影片提供了很關鍵的 power Query 視覺化檢查方法：把游標移到每個欄位的上方/標題附近的綠色資料有效性條，它會顯示該欄位的有效資料比例。當每個欄位都顯示 100% 時，就代表：

• 沒有空值（可安全進行日期/時間拆解）
• 沒有重複及錯誤資料（訂單筆數/金額匯總不會被放大或扭曲）

接下來才是「確保資料 100% 可分析」的關鍵動作：針對「訂單日期與時間」欄位做分類拆解，因為你後面要分析的是月份趨勢、小時分布等維度。用 Power query 的日期/時間轉換直接建立新欄位，例如：

• 年份：用日期轉換按鈕建立「訂單發生年份」
• 月份：同欄位延伸建立「月份」作為分析維度
• 小時：把時間拆成「小時」，用於判斷凌晨/上午/下午的銷售高峰（影片就是用這個輸出來支撐洞察）

最後一步要對齊到分析需求：同步檢查欄位資料型別，避免圖表與計算時出現「文字假小數、貨幣顯示不正確」等常見坑。影片就示範了 Power Query 會自動辨識：

• 「訂單編碼、訂單商品」→ 文字
• 「商品數量」→ 整數
• 「單價」及你新增的「訂單金額」→ 可轉為 貨幣/固定小數

必做步驟	在 Power Query 怎麼做	完成後你得到什麼（可分析保證）
剔除空值	選「訂單日期」欄位 → 下拉取消空值 → 確認	日期可拆解、月份/小時不會漏算
刪除重複訂單	全選欄位 → 右鍵「刪除重複項」	訂單筆數、金額匯總不會被重複放大
用綠色有效性條驗證	查看每欄位綠色資料有效性比例	每欄 100%：無空值/無錯誤
日期/時間拆解建立分析欄位	日期按鈕：年份、月份；時間按鈕：小時	可直接做月份趨勢與小時銷售分布

快速导入多张门店订单表到Power Query并用追加查询建立Master底表的高效方法

要在Excel裡把「多張門店訂單表」快速導入Power Query，並用追加（Append）建立一份可直接用來做分析的Master底表，關鍵在於：先把每張門店資料都轉成「Excel官方Table」，再在Power Query編輯器中複製既有查詢步驟，最後才做追加合併與清洗。以新手專案來說，這套流程最省時間的點，是你不必每間門店都重複從零匯入一次，而是讓Power Query用prior query的邏輯自動套用到表2、表3，以節省大量等待與操作。

• 一開始就標準化資料型態：把門店1/2/3各自的資料範圍用Ctrl + T轉成Excel Table（表1、表2、表3）。
• 導入Power Query：在門店1任意儲存格點「來自表格和區域」，保留預設表格含標題，進入Power Query後可將查詢名稱改成如Store 1。
• 用複製查詢秒導入其餘門店：回到Power Query編輯器，對「Store 1」右鍵複製，把步驟中的prior query引用從表1改成表2，再改成表3即可；這樣你就能在同一個編輯器內完成多門店導入。

資料全部到位後，接下來就是用追加查詢建立Master。做法是：在power Query上方選追加查詢（Append Queries），並選擇「將查詢追加為新查詢」，然後在追加視窗中勾選需要合併的表（例如表2、表3，搭配表1一起追加），確認後Power Query會產生一份合併結果，你可以立刻命名為master。合併完成不要急著跳Excel分析，先把「空值/重複」一次處理乾淨：例如針對「訂單日期」欄位反勾選空值、再用刪除重複項以全部欄位判斷是否為同一筆重複訂單，避免只靠單欄位去誤殺或漏殺。

• Master建表：Append三張門店表 → 新查詢命名master。
• 清洗重點1：空值：對關鍵欄位（如訂單日期）篩掉空值，保證後續維度分析可用。
• 清洗重點2：重複訂單：在任一欄位標題右鍵刪除重複項，以「全欄匹配」更符合實務判斷。
• 維度切片準備：用「日期/時間」轉換按鈕直接提取年份、月份、月份名稱、小时（不寫公式也能完成維度欄位拆解）。

最後一步，把Master輸出成excel可用資料表，並補上分析必備欄位（例如用「乘法」新增訂單金額 = 商品數量 × 單價）。當你的底表已經是乾淨、可分析的結構，就能在Excel中用樞紐分析圖表快速呈現「月份趨勢、訂單時間銷售、商品銷售」並加上切片器。你在實務上最常用到的搭配是：兩組切片器（門店、商品）控制圖表刷新；而「追加建master」讓你之後新增門店時，只需重複導入並追加，整套分析報表邏輯可以持續延用。

Microsoft Learn：Power Query「追加查詢（Append Queries）」教學

从订单日期时间提取年份月份小时并完成类型校正让后续分析与报表更顺畅

在做 2024 訂單分析的第一步，我會把「訂單日期時間」先校正成真正可運算、可切片的結構化欄位，因為我在實戰裡遇到過：同一份資料看似是「日期＋時間」混在一起，但在後續做 月份趨勢、小時分佈、切片器篩選 時，若型別不正確或夾帶空值，圖表會直接失真或報表維度對不上。你要做的不是寫公式，而是把原始欄位交給 Power Query 轉成分析友善的欄位：年份、月份、小時。

在 Power Query（合併並清除空值/重複後）進入「日期時間提取」後，我會先點選「訂單日期時間」欄位，接著到上方的 新增欄／日期或時間 相關功能，分別建立：訂單年份（Year）、訂單月份（Month）、以及 訂單小時（Hour）。這一步的關鍵是：只要年月時被拆開、且被正確識別成日期/時間型別，你後面做樞紐分析表（Month 作為行、Hour 作為行）就會非常順。依照我這次專案的做法，年份/月份給趨勢圖用，小時給「一天中哪個時段更熱」的柱狀圖用。

提取完成後，務必做一次「型別核對」，這是我最在意的檢查點：例如我會查看每個欄位左側顯示的資料格式標記，確認像「訂單編碼」是不是文字、「商品數量」是不是整數、「單價」是不是小數（必要時轉為貨幣並固定小數位）。如果型別不對，常見後果是：月份會變成字串排序不正確、小時會無法正確彙總、甚至樞紐分析的值格式不穩。當你看到每個欄位都顯示合理的型別（整數/小數/貨幣/日期相關），再按 關閉並上載，報表就會少很多返工。

最後，完成「日期時間校正」後，你會立刻感受到它對後續分析與報表的加速效果：月份銷售趨勢、按小時彙總銷售額、以及用切片器切換門店/商品時，所有維度都能對得上。你在樞紐分析圖裡只要直接用新增的「年份/月份/小時」欄位當作行或篩選條件，就能把分析節奏從「找資料」變成「看洞察」。

• 提取：訂單日期時間 → 年份、月份、小時（Power Query 拆欄位而非公式）。
• 校正：逐一檢查型別標記（整數/小數/貨幣/日期相關）。
• 落地：月份用於趨勢圖、小時用於時段分佈，後續樞紐與切片器更順。

Power Query 日期函數（M）官方參考

在Excel构建可交互的订单详情搜索器运用Filter与ChooseColumns实现动态筛选呈现

如果你的目标不是“做出一张表”，而是做出随选随看的订单详情，那就把流程拆成两段：先用 Power Query 让数据变乾淨、结构化（为后续匹配做准备），再在 Excel 里用 Filter 与 ChooseColumns 做一对多的动态筛选呈现。jill 在实战里先把门店1/2/3的订单导入 power Query、清掉空值与重复（例如订单日期缺失、门店3出现完全重复的订单行），随后提取日期字段的年份/月份/小时，并新增“订单金额＝商品数量×单价”的计算栏位，让后面同一份 master 汇总表就能反复驱动搜索器与仪表盘。

接下来进入搜索器核心：在某个单元格让使用者从下拉框选择商品名称，然后用公式把 master 中“该商品相关的全部订单行”动态拉出来。做法是：

• FILTER(主数据范围, 商品列 = 用户选择的商品, 如果空则回传 NA)
• ChooseColumns(被筛选后的结果, 你要展示的列序号集合，如 1、2、4、9…)

这一套组合的意义在于：FILTER负责“按条件找出所有匹配行”，因为同一商品可能对应多笔订单；而 ChooseColumns负责“只呈现你想要的字段”，把原本很宽的订单明细表，压缩成适合展示的精简结构。Jill 还特别强调时间字段展示的格式调整（如“日期＋时间到分钟”），以及当选择的商品在数据中没有对应订单时，用 NA 做兜底，避免结果区域出现误导性空白。

最后，把这些动态筛选结果接到仪表盘交互里会更有杀伤力：当你新增切片器（门店、订单商品）并刷新数据透视图后，搜索器与图表可以被不同切片器“联动控制”。Jill 的实践里，商品切片器会驱动月份销售趋势与按订单时间汇总销售额两个图的变化，而“按商品汇总销售额”图保持独立联动；门店切片器则让三张枢纽分析图一起响应。这样用户在一处选择商品或门店时，就能在订单详情搜索器看到明细，在图表处得到趋势洞察，形成“查询-解释-决策”的完整闭环。

用资料透视表与切片器打造专业销售分析仪表盘呈现销售趋势商品表现与时间洞察并提升可读性

• 透視表負責計算與彙總：把「月份」「小時」「商品」這些維度，轉成可直接上圖的彙總結果（例如各月總銷售額、各小時銷售額、各商品銷售額）。
• 切片器負責互動篩選：讓使用者用「門店」與「商品」快速切換觀察角度，圖表即時更新。
• 圖表負責洞察呈現：用折線圖看趨勢（月份銷售走勢）、用柱狀圖看時間分布（訂單發生的銷售高峰）、用條形圖看商品排名（爆款與次熱品）。

在你的「master」彙總資料（已完成空值剔除、重複訂單移除、並用日期/時間提取出「年份、月份、小时」以及補上「訂單金額」）之後，就能直接把儀表盤做起來。實作上，先新建 Dash（儀表盤頁）與 chart（放透視表/圖表元件的工作頁），再回到 master 依序插入三個資料透視表：把月份放到「列」，把訂單金額放到「值」，得到「各月銷售額」；把小時放到「列」，同樣用「訂單金額」彙總得到「各小時銷售額」；把商品放到「列」，再以「訂單金額」作「值」得到「各商品銷售額」。接著用同一個透視結果插入對應圖表：月份用折線圖、小時用柱狀圖、商品用條形圖，並依你需要把座標、格式（例如只顯示整數千分位）與圖例/網格線統一整理。

最後把切片器接上，儀表盤就會從「看得懂」升級到「可操作」。先插入切片器（pivottable 分析→插入切片器），通常你會先拿到「商品」可切換，但要切換「門店」就必須確保 master 內已存在「門店」欄位（Jill 的做法是在 Power Query 於每間門店表中新增自訂列，門店一填入門店1、門店2填入門店2、門店3填入門店3，合併後 master 就天然擁有門店維度）。此時在 Dash 頁放置兩個切片器：門店與商品。重點在於「報表連結」：把「商品」切片器連到月份趨勢圖與小時銷售圖（深度洞察會隨商品改變），但你也可以讓「商品排行」圖不受其影響；同理把「門店」切片器連到所有需要切換的圖表，確保你點哪間店、所有視覺都跟著同步更新。

儀表盤元素	透視表維度（欄位放置）	圖表類型	使用者得到的洞察
月份銷售趨勢	列：月份｜值：訂單金額	折線圖	2024 月度走勢、哪幾個月偏強/偏弱
時間帶銷售分布	列：小時｜值：訂單金額	柱狀圖	如凌晨/早上/下午的高峰，決定促銷時段
商品表現排行	列：商品｜值：訂單金額	條形圖	爆款商品、次熱品與銷售貢獻比較

• 排序技巧很關鍵：商品條形圖若要「由大到小」，就讓對應透視表的「訂單金額」以所需順序排序，圖表才會同步呈現。
• 可讀性優先：刪掉網格線、隱藏多餘圖表按鈕、統一數字格式，讓儀表盤看起來像「報告」而不是「試算表」。
• 互動要一致：用「報表連結」精準控制切片器影響哪些圖表，避免使用者切換後看不到預期變化。

常見問答

🧹 Power Query 如何一次移除空白值與重複訂單？

在 Power Query 直接針對「訂單日期」做空值剔除，並用「刪除重複項」針對多欄位完整比對來移除重複訂單。做法上先把三家門店資料合併到同一張清單中後，點選「訂單日期」欄位右側篩選下拉，反勾選空值即可移除缺失日期的列；接著在任一欄位標題上右鍵選「刪除重複項」，並確保是合併後全欄位一起比對（例如訂單編碼、日期時間、商品、數量、單價都相同才算同一筆），就能避免只因某一欄位不同而誤刪或漏刪。清理完成後也可在欄位標題下方的綠色有效性條帶檢查，確保每欄位呈現 100% 有效、沒有空值與錯誤值。

📥 Excel 要怎麼快速把多張門店表都導入 Power Query，避免重複繁瑣步驟？

先把每個門店資料區轉成 Excel「表格」（ctrl + T），再複製一份 Power Query 查詢並把引用表名切換成表2、表3即可。實務做法是：門店一用「來自表格和區域」建立 Power Query 查詢後，在門店二、門店三各自用 ctrl + T 轉成表格（表2、表3）；回到 Power Query 編輯器後，右鍵「門店一」查詢步驟複製一份，再把引用的來源表從表1改成表2、表3（只要修改 prior query 所指向的表名即可），這樣不用每次都重新導入、重新建立連接。最後把三個查詢用「追加查詢」合成一份 master（新查詢）資料表，就能直接進行後續清洗、計算與分析。

📊 如何用 Power Query 把日期時間拆成 年/月/小時，並在儀表盤驅動切片器互動？

用 Power Query 的「日期」與「時間」轉換按鈕直接產生「年份、月份、小時」欄位，並在 master 加入「門店」欄位後用切片器連動樞紐分析圖。具體操作是：清理與去重完成後點選「訂單日期時間」欄位，新增列中的「日期」轉換選擇「年份」與「月份」（必要時也會得到月份起始值或月份名稱），再對同一欄位用「時間」轉換選「小時」；單價與數量保持對應格式，必要時把單價轉為貨幣顯示。接著在 master 表新增自訂欄位「門店」（例如門店1/門店2/門店3分別在各自來源表新增，Power Query 會合併進 master），完成後回到儀表盤：插入樞紐分析用的切片器（商品、門店），並在「報表連接」中勾選要受其控制的圖表。切片器切換商品時，月份銷售趨勢與按訂單時間彙總銷售額會同步變動；切換門店時，三張樞紐分析圖一起更新，形成可用於報告的互動式分析面板。

因此

把資料從「雜亂」整理到「可分析」，再把洞察做成「看得懂的儀表盤」–今天這套新手 0-1 全流程，你已經完整看完了，而且你也已經知道：Excel 資料分析真正的關鍵，不在於什麼高深公式，而是掌握 **正確的資料結構、乾淨的資料品質、以及可重用的自動化流程**。

接下來你只要做一件事：**把這份練習文檔下載下來照做一遍**。從 Power Query 的導入、清洗（空值/重複值）、日期拆解到追加合併，再到最後的資料概覽、訂單查詢搜尋器與儀表盤切片器–每一步都會讓你把「會看數字」變成「能交付報告」。

想把效率再往上推一階？我也準備了專門的 Excel 實戰訓練資源：
✅ **《excel 函数应用 零基础-进阶 实战训练课程》**（職場實戰終極指南）
👉 https://jill-liu-s-school.teachable.com/p/excel

📌 **留言互動 CTA**：
想先精進哪個方向？請在留言區選 **1~5** 回覆對應數字即可（例如回覆「2」）：
1️公式組合進階實戰
2️Power Query 數據清洗神器
3️Excel 資料分析實戰：到儀表盤呈現
4️excel 365 陣列函數
5️VBA 實戰案例

你回覆後，我會依你的興趣主題，幫你把下一步學習路線整理好。一起把 Excel 分析能力做成可持續產出的成果，我們下一支影片見！