วันแรก
1. การเตรียมข้อมูลเพื่อใช้วิเคราะห์และสรุปผล
- Table vs Range ต่างกันอย่างไร
- เตรียมข้อมูลให้พร้อมใช้ก่อนการวิเคราะห์ข้อมูล
- คุณสมบัติของTable ที่จำเป็นสำหรับการทำ PivotTable
- Fact andDimension Data
- Workshop สร้าง Checklist รายการจำแนกข้อมูลเพื่อการวิเคราะห์และสรุปผล
2. เริ่มต้นกับการสร้าง Pivot Table- การใช้ Recommended PivotTables
- ส่วนประกอบของ Pivot Table
- การสร้างและแก้ไข Pivot Table
- จัดการ PivotTable Options ต่างๆ ที่ควรทราบ
- การทำ CustomSort & Multiple Filter บน Pivot Table
- สูตรคำนวณในPivot Table เช่น Sum, Average, Count, Min, Max เป็นต้น
- การจัดกลุ่มข้อมูล(Grouping) เช่น เดือน, ไตรมาส, ปี, ช่วงตัวเลข, แบบกำหนดเองเป็นต้น
- สรุปผลข้อมูลด้วยShow Value As
o การหาเปอร์เซ็นต์ และเปอร์เซ็นต์สะสม
o จัดอันดับ Top/Bottomและวิเคราะห์แนวโน้ม
o เปรียบเทียบยอดขายรายเดือน, รายปี และอัตราการเติบโต
o การจัดRankingเช่น อันดับสินค้าขายดี 5 รายการแรก
- การใช้ไอคอนกับตัวเลขบนPivotTable เพื่อดูการเปลี่ยนแปลงข้อมูล
- แยกข้อมูลจากPivot Table ออกเป็นหลาย Worksheet ตามเงื่อนไขที่กำหนด
3. การใช้ Calculated Field& Calculated Item
- Calculated Field และ Calculated Item คืออะไร
- สร้างสูตรคำนวณบน Pivot Table
- ฝึกปฏิบัติ – คำนวณค่าคอมมิชชั่นจากยอดขายของพนักงานขายแต่ละคน
- ฝึกปฏิบัติ – เปรียบเทียบยอดขายกับเป้าหมายต่างกันกี่เปอร์เซ็นต์
- ฝึกปฏิบัติ – สร้างรายการ Gross Profit and Net Profit จากข้อมูลรายรับ-รายจ่าย
4. การใช้ฟังก์ชันGETPIVOTDATA
- ทำความรู้จักกับฟังก์ชันGETPIVOTDATA
- ปรับแก้ไขพารามิเตอร์เพื่อให้ข้อมูลเปลี่ยนแปลงตามเงื่อนไขอัตโนมัติ
- ฝึกปฏิบัติ – เรียกใช้ข้อมูลจาก PivotTable มาแสดงผลในแบบฟอร์ม ตามเงื่อนไขที่ต้องการ
วันที่สอง5. การออกแบบและจัดรูปแบบรายงานPivot Table- ปรับ Layoutอย่างไรให้ดูข้อมูลง่ายขึ้น
- ทำซ้ำหัวข้อด้วยRepeat Item Label เฉพาะบางฟิลด์
- การ SetDefault Pivot Table Layout
- ป้องกันการเข้าถึงข้อมูลต้นทาง(Cache Data) จาก Pivot Table
- สร้างPivot Table สำหรับเผยแพร่ข้อมูลแบบRead-Only
- ฝึกปฏิบัติ – ปรับรูปแบบรายงาน Pivot Table ให้ดูเป็นมืออาชีพ
6. กรองข้อมูลด้วยเครื่องมือSlicer& Timeline- สร้างSlicer เพื่อกรองข้อมูลบน Pivot Table
- ออกแบบSlicer Style ให้ตรงตามรูปแบบสีที่ต้องการ
- กำหนดSlicer Option ต่างๆ ที่ควรทราบ
- การสร้างTimeline เพื่อกรองข้อมูลตามช่วงเวลา
7. การใช้ฟังก์ชัน GROUPBY* และ PIVOTBY* สำหรับงานวิเคราะห์ข้อมูลแบบ Dynamic
- ฝึกปฏิบัติ – สรุปยอดขายสินค้าแยกตามหมวดสินค้าและรายสินค้า
- ฝึกปฏิบัติ – สรุปยอดขายสินค้าแยกตามพนักงานขายในแต่ละเดือน
- ฝึกปฏิบัติ – สรุปยอดขายสินค้าค่าเฉลี่ย และเปอร์เซ็นต์การขาย แยกตามหมวดสินค้า
- ฝึกปฏิบัติ – สรุปจำนวนออเดอร์โดยนับรายการแบบไม่ซ้ำ(Distinct Count)
8. เพิ่มประสิทธิภาพ PivotTable ด้วย Power Query และ Data Model- การใช้Power Query เพื่อเตรียมข้อมูลสำหรับการทำ PivotTable
- การรวมข้อมูลจากหลายไฟล์ให้เป็นตารางเดียว(Combine Files)
- การจัดการData Type เพื่อความถูกต้องในการวิเคราะห์ข้อมูล
- จัดการกับ Data Source เมื่อเปลี่ยนที่จัดเก็บข้อมูล
- การ Refresh ข้อมูลอัตโนมัติเมื่อมีการเพิ่มไฟล์ใหม่
- การตั้งค่า Refreshข้อมูลอัตโนมัติสำหรับ PivotTable และ Query
- Data Model คืออะไร
- ความแตกต่างระหว่าง PivotTable ปกติและ PivotTable จาก Data Model
- สร้างPivot Table จาก Data Model
- การนับข้อมูลแบบไม่ซ้ำ(Distinct Count)
9. การสร้าง Pivot Chart ในรูปแบบ Visualization- การเลือกใช้กราฟให้เหมาะกับการวิเคราะห์ข้อมูล
- สร้างกราฟแท่ง(Column Chart) : กรณีศึกษาเปรียบเทียบยอดขายแยกตามหมวดสินค้า
- สร้างกราฟแท่งแนวนอน(Bar Chart) : กรณีศึกษาจัดอันดับสินค้าขายดี10 อันดับแรก
- สร้างกราฟเส้น(Line Chart) : กรณีศึกษาวิเคราะห์แนวโน้มยอดขายรายเดือน
- สร้างกราฟโดนัท(Doughnut Chart) : กรณีศึกษาวิเคราะห์สัดส่วนยอดขายแยกตามประเภทสินค้า
- แสดงผลตัวเลขบน Data Label ในรูปแบบหน่วยพัน (k) และหน่วยล้าน (M)
- ปรับแต่งองค์ประกอบของกราฟให้มีความน่าสนใจและเข้าใจง่าย
- ฝึกปฏิบัติ – สร้างรายงานในรูปแบบของDashboard เพื่อติดตามผลข้อมูล
