Excel Power Pivot: คู่มือทีละขั้นตอน

การวิเคราะห์ไฟล์ Excel ขนาดใหญ่มักทำให้การทำงานเชื่องช้า

Power Pivot นำเสนอแนวทางที่ต่างออกไป เชื่อมโยงตารางและจัดการการคำนวณโดยไม่กระทบประสิทธิภาพ แทนที่จะต้องต่อสู้กับโซ่ VLOOKUP() และคอลัมน์ตัวช่วย จะได้ทำงานกับระบบที่มีโครงสร้างซึ่งฝังอยู่ใน Excel โดยตรง

ในคู่มือนี้ จะได้เรียนรู้การตั้งค่าโมเดลข้อมูล สร้างความสัมพันธ์ระหว่างตาราง เขียนสูตร DAX และสร้างรายงานแบบโต้ตอบด้วย Power Pivot

Power Pivot คืออะไร และทำไมจึงมีประโยชน์?

Power Pivot คือเอนจินจำลองข้อมูลแบบ built-in ของ Excel ช่วยดึงชุดข้อมูลขนาดใหญ่ เชื่อมหลายตาราง และรันการคำนวณซับซ้อนได้โดยไม่เชื่องช้าเหมือนเวิร์กชีตแบบเดิม

Power Pivot แตกต่างอย่างไร

แทนที่จะเก็บข้อมูลไว้ในชีตโดยตรง Power Pivot จะโหลดทุกอย่างเข้าสู่โมเดลข้อมูลภายในของ Excel

เวิร์กชีตมาตรฐานรองรับได้ราวหนึ่งล้านแถวและมักช้ากว่านั้นมาก Power Pivot ข้ามข้อจำกัดนี้ด้วยการบีบอัดและจัดการข้อมูลแยกต่างหาก จึงทำงานกับข้อมูลระดับหลายสิบล้านแถวได้โดยยังคงประสิทธิภาพของเวิร์กบุ๊ก

โครงสร้างเชิงสัมพันธ์แทนการต่อโซ่ VLOOKUP

เมื่อข้อมูลอยู่ในโมเดลแล้ว สามารถเชื่อมโยงตารางด้วยคีย์เหมือนฐานข้อมูลขนาดย่อม ไม่จำเป็นต้องแปลงทุกอย่างเป็นชีตแผ่นเดียวและใช้ VLOOKUP() แบบซ้อนกัน เพื่อบังคับให้ตารางรวมกัน Power Pivot ช่วยวิเคราะห์ตารางที่เชื่อมโยงกันแบบเคียงข้างอย่างเป็นระเบียบและเชื่อถือได้

การคำนวณที่ทรงพลังยิ่งขึ้นด้วย DAX

Power Pivot ใช้ DAX (Data Analysis Expressions) ซึ่งเป็นภาษาสูตรที่สร้างมาเพื่อการวิเคราะห์โดยเฉพาะ ใช้สร้าง measure ที่ทำได้มากกว่า PivotTable มาตรฐาน ตั้งแต่ผลรวมง่ายๆ เมตริกตามเวลา อัตราส่วน หน้าต่างกลิ้ง และการคำนวณขั้นสูงอื่นๆ

ตัวอย่างสถานการณ์

ตัวอย่างการใช้งาน Power Pivot ในธุรกิจมีดังนี้

• การติดตามผลงานขาย: ผสานประวัติคำสั่งซื้อ ตารางสินค้า และคุณลักษณะลูกค้า แล้วสร้าง measure DAX เพื่อวิเคราะห์รายได้ปีต่อปีหรือมูลค่าตลอดอายุลูกค้าโดยไม่ต้องรวมตารางด้วยมือ
• รายงานงานปฏิบัติการ: เชื่อมข้อมูลสินค้าคงคลัง การขนส่ง และซัพพลายเออร์ แล้วคำนวณอัตราการจ่ายของ ระยะเวลารอคอย หรือความคลาดเคลื่อนจากพยากรณ์จากโมเดลเดียวกัน

สรุปคือ Power Pivot ให้ประสบการณ์แบบฐานข้อมูลภายใน Excel หากทำงานกับชุดข้อมูลขนาดใหญ่หรือหลายตาราง จะช่วยเปลี่ยนเวิร์กโฟลว์รายงานที่ยุ่งเหยิงให้เป็นโมเดลที่รวดเร็ว ขยายต่อได้ และต่อยอดได้

การตั้งค่า Power Pivot ใน Excel

มาดูวิธีเริ่มต้นใช้งาน Power Pivot ใน Excel

เปิดใช้งาน Power Pivot

ไม่จำเป็นต้องดาวน์โหลด Power Pivot เพราะมีอยู่แล้วใน Excel วิธีเปิดใช้งาน:

1. เปิดชีต Excel
2. คลิก Files บนริบบอน
3. เลือก Options > Add-ins 
4. จากนั้นเลือก COM Add-ins จากดรอปดาวน์แล้วคลิก Go
5. หน้าต่างป๊อปอัปจะปรากฏขึ้น จากนั้นเลือก Microsoft Power Pivot for Excel แล้วคลิก OK

ขณะนี้ Power Pivot จะปรากฏบนริบบอน

เปิดใช้งาน Add-in Power Pivot ใน Excel ภาพโดยผู้เขียน

หมายเหตุ: Power Pivot ใช้งานได้เฉพาะใน Excel Professional Plus หรือ Microsoft 365 หากไม่เห็นแท็บหลังเปิดใช้งาน แสดงว่าเวอร์ชัน Excel บนคอมพิวเตอร์อาจไม่มีฟีเจอร์นี้

นำเข้าข้อมูลจากหลายแหล่ง

สามารถนำเข้าข้อมูลจากแหล่งต่างๆ เช่น ไฟล์ Excel ไฟล์ CSV หรือแม้แต่ฐานข้อมูล SQL Server

ในตัวอย่างนี้ มีสองชุดข้อมูลในไฟล์ .xlsb:

1. sales.xlsb 

2. customer.xlsb 

วิธีนำเข้าเข้าสู่ Power Pivot:

1. คลิกแท็บ Power Pivot แล้วเลือก Manage หน้าต่างใหม่จะเปิดขึ้น
2. ไปที่ Home แล้วคลิก Get External Data และเลือก From Other Sources
3. เลื่อนลงและคลิก Excel File

นำเข้าข้อมูลจากแหล่งอื่น ภาพโดยผู้เขียน

4. ในหน้าต่างป๊อปอัป คลิก Browse และเลือกไฟล์ customer.xlsb

5. ทำเครื่องหมายที่ช่อง Use first row as column header แล้วคลิก Next

นำเข้าไฟล์ Excel สู่ Power Pivot ภาพโดยผู้เขียน

ในหน้าต่างถัดไป คลิก Preview & Filter เพื่อดูหน้าตาของข้อมูลก่อนนำเข้า เมื่อตรวจสอบแล้วคลิก OK, ระบบจะแจ้งว่าโอนย้ายแถวสำเร็จทั้งหมด แล้วคลิก Close.

ดูตัวอย่างข้อมูลที่เลือก ภาพโดยผู้เขียน 

ทำซ้ำขั้นตอนเดิมสำหรับไฟล์ sales.xlsb จากนั้นด้านล่างหน้าจอจะเห็นว่าไฟล์ทั้งสองถูกนำเข้าแล้ว ดับเบิลคลิกเพื่อเปลี่ยนชื่อได้

นำเข้าไฟล์ทั้งสองเรียบร้อย ภาพโดยผู้เขียน

การสร้างความสัมพันธ์และโมเดลข้อมูล

เมื่อโหลดข้อมูลเข้าสู่ Power Pivot แล้ว ขั้นตอนถัดไปคือเชื่อมโยงตารางเพื่อให้ Excel เข้าใจความสัมพันธ์ ซึ่งเป็นรากฐานของรายงานทั้งหมด

สร้างความสัมพันธ์ระหว่างตาราง

วิธีสร้างความสัมพันธ์ระหว่างตาราง Sales และ Customers มีดังนี้

1. ในแท็บ Home คลิก Diagram View จะเห็นตารางที่นำเข้าทั้งหมด
2. คลิก CustomerID ในตาราง Sales
3. ลากไปยัง CustomerID ในตาราง Customer เพื่อสร้างความสัมพันธ์ระหว่างสองตาราง

หมายเหตุ: หากต้องการแก้ไขความสัมพันธ์ ให้คลิกขวาที่เส้นแล้วเลือก Edit Relationship.. จากนั้นเลือกคอลัมน์ที่ต้องการเชื่อมโยง

สร้างความสัมพันธ์ระหว่างตาราง ภาพโดยผู้เขียน

ในความสัมพันธ์นี้ ลูกค้าหนึ่งรายสามารถปรากฏหลายครั้งในตาราง Sales แต่แต่ละลูกค้าจะมีเพียงหนึ่งรายการในตาราง Customers นี่คือความสัมพันธ์แบบหนึ่งต่อหลายที่ช่วยให้ใช้ฟิลด์จากทั้งสองตารางใน PivotTable และทำการคำนวณได้โดยไม่ต้องใช้สูตรค้นหา

ออกแบบด้วยสตาร์สคีมา

สตาร์สคีมาเป็นหนึ่งในวิธีที่เรียบง่ายที่สุดในการจัดโครงสร้างโมเดล Power Pivot ช่วยจัดระเบียบตารางและทำให้การคำนวณคาดเดาได้

เริ่มจากการเลือกตารางแฟกต์ กรณีนี้ Sales เป็นตารางแฟกต์เพราะเก็บรายการธุรกรรม: วันที่ ลูกค้า สินค้า จำนวน และมูลค่า

ถัดไป ระบุ ตารางมิติ (dimension) ที่อธิบายข้อมูลใน Sales ตัวอย่างที่พบบ่อย ได้แก่:

• Customers (คีย์หลัก: CustomerID)
• Products (คีย์หลัก: ProductID)
• Regions (คีย์หลัก: RegionID)

ตารางมิติแต่ละตารางมีคีย์หลัก เชื่อมคีย์นั้นเข้ากับคีย์ต่างประเทศที่ตรงกันในตารางแฟกต์:

• Customers.CustomerID → Sales.CustomerID
• Products.ProductID → Sales.ProductID
• Regions.RegionID → Customers.RegionID

เมื่อเชื่อมโยงแล้ว ตาราง Sales จะอยู่กึ่งกลางโดยมีตารางมิติล้อมรอบ นั่นคือรูปดาว โครงสร้างนี้ช่วยให้โมเดลชัดเจน เร่งความเร็วการคำนวณ และทำให้รายงานสอดคล้องกัน

สร้างสตาร์สคีมา ภาพโดยผู้เขียน

เพิ่มคอลัมน์คำนวณ

เมื่อมีความสัมพันธ์พร้อมแล้ว สามารถสร้างฟิลด์ใหม่ในโมเดลข้อมูลได้โดยตรง

1. สลับไปที่ Data View

2. เลือกช่องว่าง Add Column ท้ายตาราง

3. พิมพ์ = [TotalAmount] / [Qty] แล้วกด Enter เพื่อให้ Excel เติมทั้งคอลัมน์

4. เปลี่ยนชื่อหัวคอลัมน์เป็น PricePerUnit

คอลัมน์คำนวณเหล่านี้จะเป็นส่วนหนึ่งของตาราง ถูกเก็บในโมเดล รีเฟรชพร้อมข้อมูล และพร้อมใช้กับ PivotTable หรือ measure DAX ใดๆ ที่สร้างภายหลัง

เพิ่มคอลัมน์คำนวณเพิ่มเติม ภาพโดยผู้เขียน

การเขียนสูตร DAX เพื่อการวิเคราะห์

เมื่อโมเดลพร้อมแล้ว ก็เริ่มสร้างสูตร DAX เพื่อวิเคราะห์ข้อมูลได้ สูตรเหล่านี้ช่วยสร้างผลรวม การเปรียบเทียบ และการคำนวณตามเวลาในรายงาน

สร้าง measures

ควรใช้ measure เมื่ออยากให้การคำนวณรีเฟรชอัตโนมัติภายใน PivotTable

วิธีสร้าง measure:

1. เปิดหน้าต่าง Power Pivot

2. ไปที่ Home > Calculations > New Measure

3. ป้อนสูตรเช่น = SUM(Sales[TotalAmount])

4. ตั้งชื่อว่า Total Sales แล้วเลือก OK

สร้าง measures ภาพโดยผู้เขียน 

เพิ่ม measure เปอร์เซ็นต์ของทั้งหมด

สามารถใช้สูตรนี้เพื่อเพิ่ม measure เปอร์เซ็นต์ของทั้งหมดได้:

= DIVIDE([Total Sales], CALCULATE([Total Sales], ALL(Regions)))

สูตรนี้จะแสดงสัดส่วนรายได้ของแต่ละภูมิภาคเมื่อเทียบกับภาพรวม

เพิ่ม measure เปอร์เซ็นต์ของทั้งหมด ภาพโดยผู้เขียน

ใช้ Time Intelligence

ฟังก์ชัน Time Intelligence คือสูตร DAX ที่เข้าใจการเคลื่อนของข้อมูลตามวัน เดือน ไตรมาส และปี ช่วยคำนวณยอดสะสมตั้งแต่ต้นปี เปรียบเทียบกับช่วงเวลาก่อนหน้า และประเมินแนวโน้มโดยไม่ต้องปรับตัวกรองด้วยตนเอง

เพื่อให้ฟังก์ชันเหล่านี้ทำงานในโมเดล จำเป็นต้องมีตารางวันที่ (Date) ที่เหมาะสมก่อน

ตั้งค่าตาราง Date

วิธีตั้งค่าตาราง:

1. ไปที่ Power Pivot > Add to Data Model
2. ใน Power Pivot เลือกตารางแล้วเลือก Design > Mark as Date Table

สร้างตารางวันที่ ภาพโดยผู้เขียน

3. จาก Home > Diagram View เชื่อม Date[Date] → Sales[OrderDate].

เชื่อม Date Table[Date] เข้ากับ Sales[OrderDate] ภาพโดยผู้เขียน

สร้าง measure แบบ Time Intelligence

เมื่อตาราง Date พร้อมแล้ว สามารถสร้าง measure เพื่อประเมินผลการดำเนินงานข้ามช่วงเวลาได้

ยอดสะสมตั้งแต่ต้นปี (Year-to-date):

Total Sales YTD :=
TOTALYTD([Total Sales], 'Date Table'[Date])

การเปรียบเทียบกับปีก่อน:

Sales Last Year :=
CALCULATE([Total Sales], SAMEPERIODLASTYEAR('Date Table'[Date]))

คำนวณตามเวลา ภาพโดยผู้เขียน 

เมื่อพร้อมแล้ว ให้กลับไปที่ Excel แล้วสร้าง PivotTable โดยใช้ Data Model จากนั้นวางฟิลด์จากตาราง Date ลงในพื้นที่ Rows และเพิ่ม Total Sales, Total Sales YTD และ Sales Last Year ลงใน Values

จะเห็นการทำงานของ measure แบบ Time Intelligence กับตาราง Date ภายในโมเดล

PivotTable แสดง Total Sales, YTD และ Last Year Date ภาพโดยผู้เขียน 

แพตเทิร์น DAX ที่พบบ่อย

มีสูตร DAX บางแบบที่ใช้บ่อยเพราะช่วยแยกย่อยข้อมูลได้รวดเร็วและตอบคำถามทั่วไป ต่อไปนี้คือสองแพตเทิร์นที่ใช้ได้ดีกับหลายโมเดล:

ค่าเฉลี่ยต่อหมวดหมู่:

Average Sales Per Category :=
AVERAGE(Sales[TotalAmount])

ยอดสะสมต่อเนื่องตามวัน:

Running Total Sales :=
CALCULATE(
    [Total Sales],
    FILTER(ALL('Date'), 'Date'[Date] <= MAX('Date'[Date]))
)

เมื่อสร้าง measure ให้ทำตามนิสัยง่ายๆ เหล่านี้:

• ตั้งชื่อให้ชัดเจน
• เขียนสูตรให้ อ่านง่าย
• ใช้ตัวแปร (VAR) เมื่อ measure ยาวขึ้น

จะช่วยให้โมเดลเข้าใจง่ายเมื่อกลับมาใช้งานภายหลัง

การทำภาพและโต้ตอบกับโมเดล

เมื่อสร้างโมเดลและ measure เสร็จแล้ว มาสร้างภาพข้อมูลเพื่อสำรวจและปรับได้แบบเรียลไทม์

สร้าง PivotTable และ PivotChart

วิธีแทรก PivotTable จาก Data Model เพื่อทำงานกับตารางที่เชื่อมโยงโดยตรง:

1. เปิดชีต Excel
2. ไปที่ Insert > PivotTable > From Data Model
3. เลือก New Worksheet

ในพาเนล PivotTable Fields สามารถดึงฟิลด์จากตารางใดก็ได้ เช่น:

• ลาก RegionName จากตาราง Regions ไปที่ Rows
• ลาก Total Sales ไปที่ Values

เนื่องจากสร้างความสัมพันธ์ไว้แล้ว Excel จะนำทุกอย่างมาประกอบกันให้อัตโนมัติ

สร้าง PivotTable โดยใช้ข้อมูลจาก Power Pivot ภาพโดยผู้เขียน

หากต้องการแผนภาพ ให้คลิกที่ PivotTable แล้วไปที่ Insert > PivotChart เลือกชนิด (เช่น Clustered Column) แล้วยืนยัน แผนภาพจะลิงก์กับ PivotTable จึงอัปเดตพร้อมกัน

เพิ่ม PivotChart ภาพโดยผู้เขียน

เพิ่ม Slicer และตัวกรอง

Slicer เป็นปุ่มตัวกรองที่ช่วยให้รายงานโต้ตอบได้ วิธีเพิ่ม:

1. คลิกที่ PivotTable
2. ไปที่ Insert > Slicer
3. เลือกฟิลด์อย่าง RegionName หรือ ProductName

Slicer จะปรากฏเป็นกล่องบนชีต เมื่อคลิกรายการต่างๆ PivotTable และแผนภาพจะอัปเดตทันที หากมี PivotTable หลายรายการ สามารถเชื่อม Slicer เดียวให้ควบคุมทั้งหมดเพื่อกรองอย่างสอดคล้องทั้งหน้า

เพิ่ม Slicer ภาพโดยผู้เขียน

สร้าง KPI

KPI ช่วยให้เห็นผลการดำเนินงานเทียบเป้าหมายโดยไม่ต้องเพิ่มการคำนวณในชีต วิธีสร้างของคุณเอง:

1. ในหน้าต่าง Power Pivot ไปที่ KPIs > New KPI
2. ตั้ง Total Sales เป็น measure หลัก
3. ใช้ Absolute value ระบุเป้าหมาย (เช่น 4000) ปรับเกณฑ์ และเลือกสไตล์ไอคอน
4. คลิก OK เพื่อสร้าง KPI

ตั้ง KPI ให้กับ measure ภาพโดยผู้เขียน

5. ในพาเนล PivotTable fields ขยายตาราง Sales แล้วขยาย Total Sales
6. จากนั้นลาก Total Sales และ Status ไปยังฟิลด์ Value

ขณะนี้สามารถเห็นผลการทำงานเทียบเป้าหมายตามเกณฑ์ได้แล้ว

แสดงสถานะ KPI ใน PivotTable ของ Excel ภาพโดยผู้เขียน

การเพิ่มประสิทธิภาพ Power Pivot

เมื่อสร้างโมเดลแล้ว ควรรักษาให้ทำงานได้เร็วและใช้งานง่าย Power Pivot จัดการชุดข้อมูลขนาดใหญ่ได้ แต่การปรับเล็กน้อยช่วยให้ไฟล์ตอบสนองได้ดี โดยเฉพาะเมื่อเพิ่มข้อมูลตามเวลา

ลดขนาดโมเดล

โมเดลที่เบาจะทำงานเร็วขึ้น ดังนั้นลบสิ่งที่ไม่จำเป็น

สามารถลบคอลัมน์ที่ไม่ได้ใช้ออกจาก Data View แม้คอลัมน์จะไม่ถูกใช้ใน PivotTable ก็ยังใช้หน่วยความจำ การตัดทิ้งช่วยให้โมเดลสะอาด

เมื่อนำเข้าข้อมูลใหม่ ให้ใช้ Power Query เพื่อกรองแถวและคอลัมน์ก่อนเข้าสู่โมเดล เพื่อให้โหลดเฉพาะฟิลด์ที่ต้องการ ซึ่งช่วยให้ทุกอย่างสะอาดขึ้น

พยายามหลีกเลี่ยงคอลัมน์คำนวณหากไม่จำเป็น เพราะจะเก็บค่าต่อหนึ่งแถว ทำให้ขนาดไฟล์เพิ่มเร็ว ตรงกันข้าม measure มีประสิทธิภาพกว่าเพราะคำนวณเฉพาะเมื่อ PivotTable ต้องใช้

เลือกชนิดข้อมูลที่มีประสิทธิภาพ

Power Pivot บีบอัดข้อมูลต่างกันตามชนิดข้อมูล หากเลือกชนิดที่เหมาะสมจะเห็นความต่างชัดเจน

ใน Data View เลือกคอลัมน์แล้วตั้งค่าชนิดที่ถูกต้องที่สุดในริบบอนใต้หัวข้อ Data Type เช่น:

• จำนวนเต็ม > Whole Number
• ทศนิยม > Decimal Number
• รหัสหรือโค้ดที่ไม่ใช้คำนวณ > Text

เมื่อเลือกชนิดที่ถูกต้อง Power Pivot จะบีบอัดคอลัมน์ได้ดีกว่า ลดขนาดและเร่งความเร็วการคำนวณ

ตรวจสอบและใช้ชนิดข้อมูลที่ถูกต้อง ภาพโดยผู้เขียน

จัดการปัญหาการรีเฟรชและการคำนวณ

หาก PivotTable ไม่สะท้อนข้อมูลล่าสุด ไปที่แท็บ Power Pivot แล้วคลิก Refresh All เพื่อโหลดใหม่จากแหล่งข้อมูลทั้งหมด

หากตัวเลขผิดปกติ ให้เปิด Diagram View เพื่อตรวจสอบความสัมพันธ์ เพราะความสัมพันธ์ที่หายไปหรือเสียหายทำให้ผลรวมผิดหรือกรองไม่ถูกต้อง

หากพบข้อผิดพลาด DAX โดยเฉพาะใน measure ที่ซับซ้อน มักหมายถึงสูตรอ้างอิงตัวเองโดยอ้อม ให้เขียนตรรกะใหม่ให้ง่ายลงหรือใช้ บล็อก VAR เพื่อแก้การอ้างอิงแบบวน

บูรณาการกับ Power Query และ Power BI

หนึ่งในข้อได้เปรียบของ Power Pivot คือการทำงานร่วมกับเครื่องมือข้อมูลของ Microsoft อื่นๆ ได้ง่าย ใช้ Power Query เพื่อทำความสะอาดและปรับรูปข้อมูลก่อนเข้าสู่โมเดล หรือย้ายโมเดลทั้งหมดไปยัง Power BI เมื่อต้องการแดชบอร์ดแบบโต้ตอบ

ทำความสะอาดและแปลงข้อมูลใน Power Query

Power Query เป็นที่ที่ดีที่สุดในการเตรียมข้อมูลก่อนโหลดเข้า Power Pivot ช่วยทำความสะอาด กรอง และปรับรูปแบบไว้ล่วงหน้าเพื่อให้โมเดลเป็นระเบียบ

เปิด Power Query ได้ที่ Data > From Text/CSV > Transform ซึ่งจะดึงข้อมูลเข้าตัวแก้ไข โดยสามารถ:

• ลบแถวซ้ำ
• เปลี่ยนชื่อหรือจัดลำดับคอลัมน์ใหม่
• กรองค่าที่ไม่ต้องการออก
• เปลี่ยนชนิดข้อมูลก่อนเข้าสู่โมเดล

Power Query จะบันทึกแต่ละขั้นตอนทางด้านขวาของหน้าต่าง ซึ่งหมายความว่าการทำความสะอาดจะรันอัตโนมัติทุกครั้งที่รีเฟรชไฟล์

เมื่อทุกอย่างเรียบร้อย เลือก Close & Load To แล้วเลือก Data Model ข้อมูลที่ทำความสะอาดแล้วจะโหลดเข้า Power Pivot โดยตรง

ส่งออกโมเดลไปยัง Power BI

สามารถย้ายโมเดล Power Pivot ไปยัง Power BI เมื่อจำเป็นต้องใช้ภาพข้อมูลที่หลากหลายหรือแดชบอร์ดแบบแชร์ วิธีทำ:

1. บันทึกเวิร์กบุ๊ก Excel
2. เปิด Power BI Desktop
3. ไปที่ Get Data > Excel Workbook
4. เลือกไฟล์ของคุณ

Power BI จะนำเข้าตารางและความสัมพันธ์ตามที่มีใน Power Pivot จากนั้นสามารถสร้างแดชบอร์ด ร่วมงานกับทีม และตั้งเวลารีเฟรชตามกำหนดเพื่อให้รายงานอัปเดตโดยไม่ต้องทำด้วยมือ

แนวปฏิบัติที่ดีที่สุดสำหรับโมเดลที่ดูแลง่าย

เมื่อโมเดลเติบโต การจัดระเบียบให้ดีจะช่วยให้อัปเดต แก้ไข และต่อยอดได้ง่ายขึ้น ต่อไปนี้คือนิสัยที่ช่วยให้โมเดลสะอาดและเชื่อถือได้ระยะยาว:

การตั้งชื่อและการจัดระเบียบ

ชื่อที่ชัดเจนสร้างความแตกต่างอย่างมากเมื่อกลับมาเปิดไฟล์หลังผ่านไปหลายสัปดาห์หรือเดือน จึงควรใช้ชื่อ measure ที่อ่านออกเช่น Total_Sales, Total_Quantity หรือ Profit_Margin เพื่อให้รู้ทันทีว่าแต่ละ measure คืออะไร

ยังสามารถจัดกลุ่ม measure ที่เกี่ยวข้องไว้ใน Display Folders ในหน้าต่าง Power Pivot เมื่อโมเดลใหญ่ขึ้น โฟลเดอร์เหล่านี้จะช่วยค้นหาการคำนวณที่ต้องการได้ง่าย

การตรวจสอบความถูกต้องของข้อมูล

ก่อนเชื่อมั่นในตัวเลข ให้ตรวจสอบคร่าวๆ ดังนี้:

• เปรียบเทียบผลรวมจากแหล่งข้อมูลกับผลรวมใน PivotTable
• ใช้การตรวจสอบ DAX ง่ายๆ เช่น:

• COUNTROWS() เพื่อนับจำนวนแถวในตาราง

• DISTINCTCOUNT() เพื่อตรวจสอบค่าที่ไม่ซ้ำ เช่น ลูกค้าหรือสินค้า

การทดสอบเล็กๆ เหล่านี้ช่วยจับความสัมพันธ์ที่ขาดหาย ตัวกรองที่ไม่ถูกต้อง หรือปัญหาข้อมูลก่อนลุกลาม

ดูแลและอัปเดตโมเดล

เมื่อมีข้อมูลใหม่ ให้ไปที่แท็บ Power Pivot แล้วเลือก Refresh หรือ Refresh All เพื่อให้ Power Pivot โหลดใหม่จากแหล่งที่เชื่อมต่อ

ก่อนเปลี่ยนโครงสร้างครั้งใหญ่ เช่น เพิ่มความสัมพันธ์ใหม่หรือเขียน measure สำคัญใหม่ ให้บันทึกไฟล์สำรองไว้ จะได้มีจุดย้อนกลับหากเกิดปัญหา

ข้อคิดส่งท้าย

Power Pivot รวบรวมข้อมูลไว้ในที่เดียวและช่วยสร้างรายงานที่ชัดเจนและเชื่อถือได้ เมื่อโมเดลตั้งค่าเสร็จแล้ว สำรวจตัวเลข สร้างภาพข้อมูล และอัปเดตทั้งหมดได้ด้วยการรีเฟรชครั้งเดียว

หากต้องการเรียนรู้เครื่องมือ Excel แบบครบชุด ลองดูแทร็ก Data Analysis with Excel Power Tools และคอร์ส Power Pivot in Excel