Excel 資料亂到 AI 也救不了？導入前的資料整理清單

「我們想用 AI 幫忙分析客戶資料，把 Excel 丟進去，它算出來的東西完全不對。是不是 AI 還不夠成熟？」老闆把那份檔案打開給我看。第一個工作表的標題列是合併儲存格；同一個客戶有「大明」「大明企業」「大明（台中）」三種寫法；日期欄裡有的寫 2026/3/1，有的寫「3月初」；備註欄寫著「同上」「老客人，價格照舊」；底下還有十幾個工作表，檔名叫「客戶名單_最終版_真的最終」。

我是熊董，台灣川輝科技創辦人，帶團隊做系統導入七年，經手超過 34 個案子、14 個以上產業。這幾年老闆找我談 AI，第一件事我幾乎都會請他把要用的資料打開給我看。原因很簡單：資料的狀況，往往比你選哪一個 AI 工具更能決定結果。

先講答案：AI 可以讀亂的資料，但它沒辦法替你判斷哪一筆才是對的，而且猜錯的時候不會告訴你。所以導入 AI 前，資料至少要做到七件事：一列只放一筆紀錄、每一筆有唯一的編號、同一個東西只有一種寫法、日期和數字是真的日期和數字、一個欄位只放一種資訊、整份資料只有一份正本而且有人負責、備註裡的重要資訊拆成獨立的欄位。不需要完美，但要從「人看得懂」做到「機器讀得懂」。而且不要整理全公司的資料，先整理你打算用 AI 處理的那一條流程就好。

AI 不是很聰明嗎？為什麼還要先整理資料？

先承認一件事：現在的 AI 確實很厲害。你丟一份亂七八糟的表格給它，它常常能看懂大概的意思，甚至自己猜出「大明」和「大明企業」應該是同一個客戶。很多老闆就是看到這一點，覺得資料整不整理沒那麼重要，AI 會自己處理。

問題在於「猜」這個字。AI 讀資料的時候，遇到不確定的地方，它會選一個最可能的答案繼續往下做，而不是停下來問你。大部分時候它猜對了，所以你會覺得很好用；但只要有一次猜錯，例如把兩個不同的客戶合併成一個，或把「3月初」當成 3 月 1 日，算出來的結果就會錯，而且看起來非常合理，你很難發現。

這才是最危險的地方。人工算錯，通常錯得很明顯；AI 算錯，常常錯得很有自信。如果你要拿 AI 的結果去做決定，例如決定哪些客戶該追、哪些商品該叫貨，那錯的資料就會直接變成錯的決定。資料整理的目的，就是把 AI 需要「猜」的地方降到最少。

人看得懂，跟機器讀得懂，差在哪裡？

很多 Excel 是做給人看的。合併儲存格讓標題比較好看，顏色標記讓重點一眼看出來，「同上」讓你不用重複打字，這些設計對人很友善，對機器卻是障礙。

舉幾個常見的例子。用顏色標記「這個客戶很重要」，人一看就懂，但 AI 讀進去的時候，顏色多半會被忽略，那個重要的資訊就不見了。寫「同上」省了打字，但機器不知道「上」是哪一列，排序之後更是完全錯亂。一個儲存格裡寫「王小姐 0912xxxxxx 週三下午才在」，人看得懂是三個資訊，機器只看到一串文字。

所以整理資料，本質上是把「藏在格式和習慣裡的資訊」，變成「明明白白寫在欄位裡的資訊」。這件事做完，不只是 AI 讀得懂，未來要上任何系統，資料都可以直接用。

一個簡單的判斷方法：把這份 Excel 交給一個完全不認識你們公司的新同事，不給任何口頭說明，他能不能正確回答「這個客戶上個月買了多少」？如果他需要問你「這個顏色是什麼意思」「同上是指哪一列」，那 AI 也會遇到一樣的困難，只是它不會問，而是自己猜。

導入 AI 前的資料整理清單：七個檢查點

下面這張表，是我在導入前最常拿來檢查資料的七個點。每一項都附上怎麼檢查、最常見的問題和怎麼修。

檢查點	怎麼檢查	常見問題	怎麼修
一列一筆	每一列是不是剛好一筆紀錄	合併儲存格、一列塞好幾筆訂單	取消合併，拆成多列並補齊欄位
唯一編號	每一筆有沒有不會重複的編號	只用名稱辨識，同名就混在一起	替客戶、商品、訂單各加一個編號欄
統一寫法	同一個東西是不是只有一種寫法	客戶簡稱、全名、分店名混用	做一份對照表，統一成一個正式名稱
真的日期與數字	排序和加總會不會出錯	「3月初」、「約五千」、數字裡夾單位	日期統一格式，數字和單位分成兩欄
一欄一資訊	一個儲存格是不是只放一種東西	姓名、電話、備註擠在同一格	拆成獨立欄位，一欄只放一種資訊
單一正本	這份資料有沒有好幾個版本	每個人各存一份，不知道哪份最新	指定一份正本和負責人，其他刪除或封存
備註拆欄位	重要資訊是不是藏在備註裡	價格條件、聯絡時間寫在備註	把反覆出現的備註內容變成欄位

這七項裡，最常被低估的是「唯一編號」和「單一正本」。

唯一編號：名稱不是編號

很多公司用客戶名稱或商品名稱當作辨識的依據，平常不會有問題，因為人會自己判斷。但只要遇到同名、改名、簡稱，資料就開始混在一起。給每一個客戶、商品、訂單一個不會重複、也不會改變的編號，是讓資料能被正確串接的第一步。客戶改名了，編號不變；兩個客戶同名，編號不同。

單一正本：哪一份才是真的

這是我在現場最常遇到的狀況：同一份客戶名單，業務有一份、會計有一份、老闆電腦裡還有一份，每一份都有一點不一樣。你把其中一份丟給 AI，它分析的就只是那一份的世界。所以在整理之前，先決定哪一份是正本、誰負責更新，其他版本全部收掉。客戶資料散在各處的問題，我在客戶資料散在員工手機裡那篇有更完整的說明。

備註拆欄位：反覆出現的就是欄位

打開備註欄，看看大家都寫了什麼。如果某一類內容反覆出現，例如「月結 60 天」「只收現金」「週三下午才在」，那它就不該是備註，而該是一個獨立的欄位。備註留給真正的例外，反覆出現的規則要有自己的位置，AI 才能拿來判斷。

一個假設的例子：整理前後，AI 的答案差在哪？

以下是假設的情境，用來說明整理前後的差別。

假設你想請 AI 列出「過去半年沒有再下單的老客戶」，讓業務去關心。整理前，同一個客戶在訂單表裡有三種寫法，AI 會把它們當成三個客戶：其中一個名字最近有下單，另外兩個名字半年沒動，於是這家明明還在下單的客戶，被列進了「流失名單」。業務打電話過去關心，對方一頭霧水。同時，日期欄裡寫著「去年底」「上個月」的那些訂單，AI 可能直接略過，真正流失的客戶反而沒被抓出來。

整理後，每個客戶只有一個編號，訂單日期都是真的日期，AI 要做的只是「找出最後一筆訂單日期在半年以前的客戶編號」。這個問題簡單到幾乎不可能出錯，結果可以直接交給業務去用。

你會發現，整理資料並沒有讓 AI 變得更聰明，而是讓問題變得更簡單。這也是為什麼我常說，導入 AI 的工作有一大半不是在調 AI，而是在把問題和資料整理到 AI 不需要猜的程度。

整理資料，要從哪裡開始？

看完清單，很多老闆的反應是：公司的 Excel 有幾十份，要整理到什麼時候？答案是：不要整理全部。

只整理一條流程的資料

先決定你要用 AI 處理哪一件事，例如報價、客戶追蹤或訂單整理，然後只整理那件事會用到的資料。一條流程用到的通常只有兩三份檔案，整理起來是幾天的事，不是幾個月。怎麼挑第一條流程，可以參考中小企業導入 AI 第一步該先挑哪一條流程。

先整理主檔，再整理交易

主檔是客戶、商品、供應商這些「不太會變」的資料；交易是訂單、出貨、收款這些「每天都在增加」的資料。先把主檔整理乾淨，交易資料才有東西可以對應。主檔亂，交易資料整理得再好也串不起來。

新資料先乾淨，舊資料再補

不要一開始就想把過去五年的資料全部整理好。先訂好規則，讓從今天開始的新資料都符合這七個檢查點；舊資料挑最近一段時間、真正會用到的部分整理。很多舊資料其實沒有人會再看，花時間整理它不划算。如果你之後要把資料搬進新系統，搬遷的成本和取捨可以參考ERP 資料轉移的真實成本。

AI 也可以幫你整理，但要人確認

整理資料這件事，本身就可以請 AI 幫忙。例如請它找出疑似重複的客戶、列出同一個客戶的各種寫法、把一格裡的姓名和電話拆開。這些工作 AI 做得又快又好。但最後的決定，例如「大明」和「大明（台中）」到底是不是同一個客戶，要由熟悉業務的人確認。AI 負責找出可能的問題，人負責下判斷。實際做法是請 AI 把疑似重複的資料列成一張清單，旁邊留一欄讓業務填「是」或「否」，填完再依結果合併。這樣每一個合併的決定都有人負責，之後有疑問也查得到是誰、為什麼這樣判斷。

整理完之後，用下面這張清單做最後一次檢查，全部打勾再交給 AI 處理。

整理完之後，怎麼讓資料不要再亂掉？

資料整理最讓人沮喪的，是花了好幾天整理好，三個月後又亂回去。要避免這件事，靠的不是大家更小心，而是讓「亂填」變得困難。

第一，在輸入的地方加限制。客戶名稱改用下拉選單，從主檔裡選，不讓人自由輸入；日期欄位限定日期格式；數字欄位不允許輸入文字。Excel 本身就有資料驗證的功能，用起來不難。

第二，指定負責人。主檔要有一個人負責，新增客戶或商品都要經過他。沒有負責人的資料，一定會慢慢長出重複和錯誤。負責人不需要是主管，通常是最常用這份資料、也最在意它正不正確的那個人，例如管客戶主檔的業務助理、管商品主檔的採購。給他權限，也給他一點時間，每個月花半小時檢查一次有沒有新的重複或錯誤。

第三，當 Excel 已經撐不住，就該進系統。多人同時編輯、版本越來越多、資料量越來越大，這時候再怎麼加限制都很難維持。什麼時候該從 Excel 換到系統，Excel 管公司能撐到幾人那篇有列出幾個爆掉的訊號，可以對照看看。

常見問題

導入 AI 之前，資料一定要整理得很完美嗎？

不需要完美，但要讓機器讀得懂。至少做到一列一筆、有唯一編號、同一個東西只有一種寫法、日期數字格式正確。完美的資料不存在，重點是把 AI 需要猜的地方降到最少。

公司的 Excel 有幾十份，要全部整理嗎？

不用。先決定要用 AI 處理哪一條流程，只整理那條流程會用到的兩三份資料。先整理主檔，再整理交易資料；新資料先照規則填，舊資料只補真正會用到的部分。

可以請 AI 幫忙整理資料嗎？

可以，而且很有效率。AI 適合找出疑似重複的資料、統一寫法、拆分欄位。但像是兩筆資料是不是同一個客戶、哪個價格才是對的，這類判斷要由熟悉業務的人確認，不要直接讓 AI 決定。

資料整理完，怎麼避免又亂掉？

在輸入端加限制，例如下拉選單、日期格式驗證，讓亂填變得困難；主檔指定一個負責人；當多人同時編輯、版本越來越多時，就該考慮把資料搬進系統，而不是繼續靠 Excel 撐。

結語：AI 放大的是你的資料，不是替你修資料

AI 能把整理好的資料變成很有用的分析和自動化，但它放大的是你給它的東西。資料是亂的，它就把亂放大；資料是乾淨的，它才把價值放大。先整理一條流程的資料，再談 AI，順序對了，後面會省很多冤枉路。

如果你不確定自己的資料離「機器讀得懂」還差多遠，帶著那份最常用的 Excel 來找我做一場 30 分鐘免費診斷，我們一起看先整理哪幾欄就夠。