วิธีใช้ Copilot รวมข้อมูลจากหลายตารางใน Excel

Microsoft Copilot ใน Excel สามารถช่วยวางแผนและจัดการการรวมข้อมูลจากหลายตารางให้ใช้งานง่ายขึ้น เช่น รวมยอดขายจากหลายเดือน ดึงชื่อสินค้าจาก Product Master เชื่อม Customer ID กับ Customer Master หรือรวมข้อมูลจากหลาย Sheet เพื่อสร้างตารางกลางสำหรับ PivotTable และ Dashboard

การรวมข้อมูลที่ดีต้องเริ่มจากการเข้าใจว่าตารางต่าง ๆ เชื่อมกันด้วยอะไร เช่น Product Code, Customer ID, Order ID หรือ Date เพราะถ้าเลือก Key ผิด แม้สูตรหรือเครื่องมือจะทำงานได้ ผลลัพธ์ก็อาจจับคู่ข้อมูลผิด

บทความนี้ comsiam จะอธิบายวิธีใช้ Copilot รวมข้อมูลจากหลายตารางใน Excel ตั้งแต่การเลือก Unique Key, XLOOKUP, Append, Merge ไปจนถึงการตรวจ Duplicate และ Missing Match ก่อนนำข้อมูลไปวิเคราะห์จริง

① การรวมข้อมูลจากหลายตารางคืออะไร

คือการนำข้อมูลจาก Table มากกว่าหนึ่งชุดมาทำงานร่วมกัน

เช่น

• Sales + Product Master
• Orders + Customer Master
• January + February + March
• Inventory + Price List

เพื่อสร้าง Dataset ที่สมบูรณ์ขึ้น

② การรวมข้อมูลมีสองแบบหลัก

แบบแรกคือ

Append

นำ Row จากหลายตารางมาต่อกัน

แบบที่สองคือ

Merge

นำ Column จากอีกตารางมาเชื่อมตาม Key

ต้องแยกสองแบบนี้ให้ออก

③ Append คืออะไร

ตัวอย่าง

January Sales มี 10,000 Row
February Sales มี 12,000 Row

นำมาต่อกันจะกลายเป็น 22,000 Row

เหมาะกับข้อมูลโครงสร้างเดียวกัน

④ Merge คืออะไร

ตัวอย่าง Sales Table มี Product Code

แต่ไม่มี Product Name

Product Master มี Product Code และ Product Name

สามารถ Merge เพื่อเพิ่ม Product Name เข้ามาใน Sales Table

⑤ Copilot ช่วยอย่างไร

สามารถถาม

ฉันมี Sales Table และ Product Master ควรรวมกันอย่างไร

Copilot ช่วยเสนอวิธีตามโครงสร้างข้อมูลได้

⑥ ต้องหา Key ก่อน

Key คือ Column ที่ใช้เชื่อม Record

เช่น

• Product Code
• Customer ID
• Employee ID
• Order ID

นี่เป็นจุดสำคัญที่สุด

⑦ Prompt หา Key

ใช้

ตรวจสองตารางนี้และเสนอ Column ที่เหมาะสำหรับใช้เป็น Key เชื่อมข้อมูล

จากนั้นควรตรวจเองอีกครั้ง

⑧ Unique Key ควรไม่ซ้ำ

ถ้า Product Master มี Product Code เดียวกันสอง Row

การ Lookup อาจให้ผลไม่ตรงที่ต้องการ

ควรตรวจ Duplicate ก่อน Merge

⑨ ตรวจ Key ว่าง

Prompt

ตรวจ Product Code ที่ว่างในทั้งสองตารางก่อนรวมข้อมูล

Key ว่างทำให้จับคู่ไม่ได้

⑩ ตรวจ Data Type ของ Key

ตารางหนึ่งอาจเก็บ

00123

เป็น Text

อีกตารางเก็บ

123

เป็น Number

ดูคล้ายกันแต่จับคู่ไม่ได้

⑪ Standardize Key ก่อน

ใช้

ทำ Product Code ให้เป็น Text รูปแบบเดียวกันทั้งสองตารางก่อนเชื่อม

ช่วยลด Missing Match

⑫ ตรวจ Space

Key อาจมี Space หน้าและหลัง

Prompt

ใช้ TRIM กับ Product Code ก่อนจับคู่ข้อมูล

ช่วยลด False Mismatch

⑬ ตรวจตัวพิมพ์

รหัสหรือข้อความบางประเภทควร Standardize เป็นรูปแบบเดียวกัน

เช่นใช้ UPPER

⑭ ใช้ XLOOKUP เชื่อมข้อมูล

ตัวอย่าง

Sales Table มี Product Code

Product Master มี

• Product Code
• Product Name
• Category
• Price

XLOOKUP สามารถดึงข้อมูลเหล่านี้มาได้

⑮ Prompt XLOOKUP

ใช้

สร้าง XLOOKUP ดึง Product Name จาก Product Master โดยใช้ Product Code

เหมาะกับงาน Merge แบบง่าย

⑯ ดึงหลาย Column

สามารถดึง

• Product Name
• Category
• Brand
• Standard Price

จาก Master เข้ามาใน Transaction Table

⑰ ใช้ VLOOKUP ได้ไหม

ได้กับ Workbook เก่า

แต่ XLOOKUP มักยืดหยุ่นกว่าใน Excel รุ่นที่รองรับ

⑱ ใช้ INDEX + MATCH

เหมาะกับ Workbook ที่ใช้วิธีเดิมหรือมี Requirement เฉพาะ

Copilot สามารถช่วยสร้างสูตรได้

⑲ IFERROR ตอน Lookup

Prompt

ถ้า Product Code หาไม่เจอ ให้แสดง Not Found

ช่วยแยก Missing Match

⑳ อย่าซ่อน Missing Match เป็น Blank

ถ้า Lookup ไม่เจอแล้วแสดง Blank อาจทำให้ไม่รู้ว่าข้อมูลมีปัญหา

คำว่า

Not Found

ตรวจง่ายกว่า

㉑ สร้าง Match Status

เพิ่ม Column เช่น

• Matched
• Not Found
• Duplicate Key

ช่วย Data Quality

㉒ Prompt Match Status

เพิ่มคอลัมน์ Match Status หลัง XLOOKUP และ Flag Product Code ที่หาไม่เจอ

ช่วยตรวจความครบถ้วน

㉓ ตรวจ Match Rate

คำนวณว่า

Matched / Total Records

เป็นกี่เปอร์เซ็นต์

เช่น 99.2%

ช่วยวัดคุณภาพ Merge

㉔ Prompt Match Rate

คำนวณเปอร์เซ็นต์ของ Record ที่จับคู่ Product Master สำเร็จ

ถ้าต่ำผิดปกติควรตรวจก่อน

㉕ Merge Customer Master

Prompt

ดึง Customer Name, Region และ Segment จาก Customer Master โดยใช้ Customer ID

เหมาะกับ Sales Analysis

㉖ Merge Employee Master

ใช้

ดึง Department และ Manager จาก Employee Master โดยใช้ Employee ID

เหมาะกับ HR Data

㉗ Merge Price List

Prompt

ดึง Standard Price จาก Price List ตาม Product Code

ช่วยตรวจ Selling Price กับราคามาตรฐาน

㉘ Merge Inventory

ใช้

เชื่อม Sales กับ Inventory โดย Product Code

ช่วยวิเคราะห์ Stock กับยอดขาย

㉙ Merge Order กับ Customer

Prompt

รวม Order Table กับ Customer Master โดยใช้ Customer ID และเพิ่ม Region กับ Customer Segment

ช่วยสร้าง Dataset สำหรับ CRM Analysis

㉚ Merge Order กับ Product

ใช้

เพิ่ม Category และ Brand จาก Product Master เข้า Order Table

ช่วยวิเคราะห์สินค้า

㉛ Merge หลาย Master

สามารถเชื่อม

Sales Table
→ Product Master
→ Customer Master
→ Salesperson Master

เพื่อสร้าง Dataset กลาง

㉜ อย่ารวมทุกอย่างโดยไม่จำเป็น

Dataset ใหญ่มากอาจ

• ช้า
• ซับซ้อน
• ดูแลยาก

ควรเพิ่มเฉพาะ Column ที่ใช้จริง

㉝ Append ข้อมูลรายเดือน

ถ้า January, February และ March มี Column เหมือนกัน

สามารถนำ Row มาต่อกัน

㉞ Prompt Append รายเดือน

รวม Sales January, February และ March เป็นตารางเดียวโดยรักษา Column เดิม

ช่วยสร้าง Historical Dataset

㉟ Column ต้องตรงกัน

ก่อน Append ต้องตรวจ

• ชื่อ Column
• Data Type
• Unit
• Currency

ให้สอดคล้องกัน

㊱ Column Name ต่างกัน

เช่นไฟล์แรกใช้

Sales

ไฟล์ที่สองใช้

Revenue

ถ้าความหมายเดียวกันควร Mapping ก่อน

㊲ Prompt Mapping Column

ตรวจ Column ของทั้งสองตารางและเสนอ Mapping ก่อน Append

ช่วยลดข้อมูลไปผิด Column

㊳ Column บางตารางไม่มี

เช่นไฟล์เก่าไม่มี Region

ต้องตัดสินใจว่าจะ

• ปล่อย Missing
• Lookup เพิ่ม
• ไม่รวม Column

ตาม Business Logic

㊴ Data Type ต้องเหมือนกัน

Sales ควรเป็น Number ในทุก Table

Date ควรเป็น Date

ไม่ควรปล่อยบางไฟล์เป็น Text

㊵ Currency ต้องเหมือนกัน

ถ้าไฟล์หนึ่ง THB อีกไฟล์ USD

อย่ารวม Revenue ตรง ๆ

ต้องแยก Currency หรือแปลงอย่างเหมาะสมก่อน

㊶ Unit ต้องเหมือนกัน

เช่น Quantity เป็น

• ชิ้น
• กล่อง
• ลัง

ต้อง Standardize ก่อนรวม

㊷ เพิ่ม Source Column

ก่อน Append ควรเพิ่ม Column เช่น

• Source File
• Source Month
• Source System

ช่วยตรวจย้อนหลัง

㊸ Prompt Source Column

เพิ่ม Source Month ให้แต่ละตารางก่อน Append เพื่อให้รู้ว่าข้อมูลมาจากเดือนไหน

มีประโยชน์มาก

㊹ ตรวจ Duplicate หลัง Append

ไฟล์รายเดือนอาจมีช่วงข้อมูลทับกัน

จึงต้องตรวจ Transaction ID ซ้ำหลังรวม

㊺ Prompt Duplicate หลังรวม

หลัง Append แล้ว ตรวจ Transaction ID ซ้ำระหว่างทุก Source

ช่วยหา Overlap

㊻ ตรวจ Row Count

ก่อนรวม

January = 10,000
February = 12,000

หลัง Append ควรใกล้ 22,000 Row หากไม่มีการกรอง

㊼ ตรวจ Row Count หลัง Merge

Merge แบบเพิ่ม Column ไม่ควรทำให้จำนวน Row เพิ่มโดยไม่ตั้งใจ

ถ้า Row เพิ่ม อาจมี One-to-Many Relationship

㊽ One-to-One คืออะไร

Key หนึ่งค่าใน Table A ตรงกับหนึ่งค่าใน Table B

เช่น Product Code กับ Product Master

เหมาะกับ Lookup

㊾ One-to-Many คืออะไร

Customer หนึ่งคนมีหลาย Orders

เป็น Relationship ปกติ

แต่ต้องรู้ว่าตารางไหนเป็นฝั่ง Master และ Transaction

㊿ Many-to-Many คืออะไร

ถ้าทั้งสองฝั่งมี Key ซ้ำหลายรายการ

Merge อาจเพิ่ม Row อย่างมาก

เป็นกรณีที่ต้องระวังที่สุด

51. ตรวจ Cardinality ก่อน Merge

Prompt

ตรวจว่า Product Code ในสองตารางเป็น One-to-One, One-to-Many หรือ Many-to-Many

ช่วยป้องกัน Row Explosion

52. Row Explosion คืออะไร

เช่น Table A มี Product A 3 Row

Table B มี Product A 4 Row

Merge แบบ Many-to-Many อาจกลายเป็น 12 คู่

ทำให้ยอดรวมผิด

53. อย่า Merge Many-to-Many แบบไม่เข้าใจ

ควรหา Key ที่ละเอียดขึ้น

หรือ Aggregate ก่อน

54. Aggregate ก่อน Merge

เช่นรวม Sales ตาม Product ก่อน

แล้วจึง Merge กับ Product Summary

ช่วยลด Duplicate Relationship

55. Power Query เหมาะกับงานไหน

ถ้าต้องรวมข้อมูลซ้ำ ๆ จากหลาย Table หรือหลายไฟล์ Power Query มักเหมาะกว่าสูตรธรรมดา

เพราะสามารถ

• Append
• Merge
• Transform
• Refresh

ได้เป็นขั้นตอน

56. Copilot กับ Power Query

Copilot สามารถช่วยอธิบาย Workflow หรือช่วยวางแนวทางการรวมข้อมูล แต่ความสามารถจริงอาจต่างกันตาม Excel และบัญชีที่รองรับ

ควรตรวจขั้นตอนก่อนใช้งาน

57. Append ใน Power Query

เหมาะกับ

• รายเดือน
• หลายสาขา
• หลายไฟล์ที่มีโครงสร้างเดียวกัน

ช่วย Refresh ได้ง่าย

58. Merge ใน Power Query

คล้าย Database Join

สามารถเลือก Join Type ได้

เช่น

• Left
• Inner
• Full Outer

59. Left Join คืออะไร

เก็บทุก Row จาก Table หลัก

และดึงข้อมูลที่ Match จากอีก Table

เหมาะกับ Transaction + Master

60. Inner Join คืออะไร

เก็บเฉพาะ Record ที่ Match กันทั้งสองฝั่ง

ระวังข้อมูลที่ Match ไม่ได้จะหาย

61. Full Outer Join

เก็บข้อมูลทุก Record จากทั้งสอง Table

เหมาะกับการหา

• Added
• Removed
• Unmatched

62. Join Type สำคัญมาก

เลือกผิดอาจทำให้ Row หายหรือเพิ่ม

ควรกำหนดตามวัตถุประสงค์

63. Prompt เลือก Join

ฉันต้องการเก็บ Sales ทุก Row แม้ Product Master หาไม่เจอ ควรใช้ Join แบบไหน

แนวคิดคือควรรักษา Transaction หลักไว้

64. ตรวจ Unmatched หลัง Merge

Prompt

แสดง Product Code ที่ Sales มี แต่ Product Master หาไม่เจอ

ช่วย Master Data Cleaning

65. ตรวจ Master ที่ไม่ได้ใช้

ใช้

แสดง Product ใน Master ที่ไม่มี Transaction ใน Sales Table

อาจช่วยหา Inactive Product

66. ตรวจ Duplicate Master

Product Master ควรมีหนึ่ง Row ต่อ Product Code ในหลายระบบ

ถ้าซ้ำควรตรวจก่อน Merge

67. ตรวจ Missing Key

ถ้า Transaction ไม่มี Product Code ก็ไม่สามารถ Match Master ได้

ต้องแก้ที่ Source หรือ Flag

68. รวมหลาย Sheet

ถ้ามี

• Bangkok
• Chiang Mai
• Khon Kaen

แต่โครงสร้างเหมือนกัน

สามารถ Append เป็น All Branches

69. เพิ่ม Branch Column

ก่อนรวมควรเพิ่มชื่อ Branch

เพื่อไม่ให้เสียข้อมูล Source

70. Prompt รวมหลายสาขา

รวมข้อมูลทุกสาขาเป็นตารางเดียว และเพิ่ม Branch Name ให้ทุก Row

เหมาะกับ Multi-branch Analysis

71. รวมหลายปี

สามารถ Append ปี 2024, 2025, 2026

แล้วเพิ่ม Year Column

ช่วยวิเคราะห์ YoY

72. รวมหลายไฟล์

เมื่อไฟล์มี Format เดียวกัน สามารถวาง Workflow เพื่อรวมแบบอัตโนมัติได้

Power Query เหมาะกับงานลักษณะนี้

73. ระวังไฟล์โครงสร้างเปลี่ยน

เช่นเดือนหนึ่งเพิ่ม Column ใหม่

Workflow อาจให้ผลต่าง

ควรตรวจ Schema

74. Schema คืออะไร

Schema คือโครงสร้างข้อมูล เช่น

• Column Name
• Type
• Order
• Meaning

การรวมข้อมูลที่ดีต้องควบคุม Schema

75. ตรวจ Schema ด้วย Copilot

Prompt

เปรียบเทียบ Schema ของตารางทั้งหมดและระบุ Column ที่ไม่ตรงกัน

ช่วยก่อน Append

76. สร้าง Master Table

หลังรวมอาจสร้าง Table กลาง เช่น

Sales_All

เพื่อใช้กับ

• PivotTable
• Chart
• Dashboard

77. อย่าแก้ Master Table แบบ Manual มากเกินไป

ถ้าตารางเกิดจาก Power Query ควรแก้ Logic ที่ Query หรือ Source

เพื่อให้ Refresh ครั้งต่อไปยังถูกต้อง

78. Refresh Data

เมื่อ Source เปลี่ยน ต้อง Refresh ตาม Workflow ที่ใช้

ควรตรวจวันที่ล่าสุดหลัง Refresh

79. ตรวจ Latest Date

Prompt

ตรวจวันที่ล่าสุดใน Combined Table ว่าตรงกับ Source ล่าสุดหรือไม่

ช่วยรู้ว่า Refresh สำเร็จ

80. ตรวจ Total ก่อนและหลังรวม

ถ้ารวม Sales หลาย Table

ควรเช็ก

Total Table A + Total Table B

เทียบกับ Total Combined

81. Total ไม่ตรงเกิดจากอะไร

อาจเกิดจาก

• Duplicate
• Row หาย
• Filter
• Join Type
• Currency
• Data Type

ต้องหาสาเหตุ

82. Reconciliation คืออะไร

คือการตรวจว่าผลรวมหลังรวมข้อมูลตรงกับ Source หรือไม่

เป็นขั้นตอนสำคัญมาก

83. Prompt Reconciliation

เปรียบเทียบ Row Count และ Sales Total ของ Source Tables กับ Combined Table และแจ้ง Difference

ช่วยตรวจคุณภาพ

84. ตรวจ Unique Key Count

ถ้ารวม Master Data ควรตรวจจำนวน Unique ID

ไม่ใช่ดู Row Count อย่างเดียว

85. ตรวจ Missing Match Rate

หาก 5% ของ Product Code Match ไม่ได้

Dataset อาจยังไม่พร้อมวิเคราะห์

ควร Review

86. ตั้ง Threshold

เช่น Match Rate ต้องอย่างน้อย 99%

ถ้าต่ำกว่านี้ให้ Flag

เกณฑ์จริงขึ้นกับงาน

87. รวม Sales กับ Product Master

Prompt

ใช้ Sales เป็น Table หลัก เชื่อม Product Master ด้วย Product Code ดึง Product Name, Category และ Brand รักษา Sales ทุก Row และ Flag รายการที่ Match ไม่ได้

เป็น Prompt ที่ใช้งานจริงได้ดี

88. รวม Sales กับ Customer Master

ใช้

เชื่อม Customer Master ด้วย Customer ID และดึง Region กับ Customer Segment

ช่วยวิเคราะห์ลูกค้า

89. รวม Budget กับ Actual

ถ้าโครงสร้างเป็น

Department + Month

สามารถ Merge ตาม Composite Key

เพื่อเปรียบเทียบ Budget กับ Actual

90. Prompt Budget Merge

เชื่อม Budget กับ Actual ด้วย Department และ Month แล้วคำนวณ Variance

ช่วย Finance Analysis

91. รวม Inventory กับ Sales

Prompt

เชื่อม Stock กับ Sales Summary ตาม Product Code แล้วคำนวณความสัมพันธ์ระหว่าง Stock กับยอดขาย

ช่วย Inventory Review

92. รวม Project กับ Employee Master

ใช้

ดึง Department และ Manager ของ Task Owner จาก Employee Master

ช่วย Project Analysis

93. Checklist ก่อน Merge

ตรวจอย่างน้อย

1. Table หลักคืออะไร
2. Key คืออะไร
3. Key Unique หรือไม่
4. Data Type ตรงกันไหม
5. Space ถูก Clean หรือยัง
6. Missing Key มีไหม
7. Duplicate Key มีไหม
8. Join Type คืออะไร
9. ต้องเก็บ Unmatched หรือไม่
10. ต้องดึง Column ไหนบ้าง

94. Checklist ก่อน Append

ตรวจ

1. Column Name ตรงไหม
2. Data Type ตรงไหม
3. Unit ตรงไหม
4. Currency ตรงไหม
5. Date Format ตรงไหม
6. มี Source Column หรือไม่
7. มีช่วงข้อมูลซ้ำหรือไม่
8. Row Count แต่ละ Source เท่าไร
9. Header ถูกไหม
10. มี Duplicate Key หรือไม่

95. Checklist หลังรวมข้อมูล

ตรวจ

1. Row Count
2. Unique Key
3. Duplicate
4. Missing Match
5. Match Rate
6. Total
7. Currency
8. Unit
9. Date Range
10. Source Traceability

ก่อนสร้าง Report

96. คำถามที่พบบ่อย

Copilot รวมข้อมูลหลายตารางใน Excel ได้ไหม

ช่วยวางขั้นตอน สร้างสูตร Lookup และช่วยทำงานกับข้อมูลในประสบการณ์ที่รองรับได้ โดยวิธีที่เหมาะขึ้นอยู่กับโครงสร้างข้อมูล

XLOOKUP เหมาะกับการรวมข้อมูลไหม

เหมาะกับการดึงข้อมูลจาก Master Table ตาม Key ในงานที่ไม่ซับซ้อนมาก

หลายไฟล์ควรใช้อะไร

งานที่ต้อง Append และ Refresh หลายไฟล์เป็นประจำมักเหมาะกับ Power Query

ทำไม Merge แล้ว Row เพิ่ม

อาจเกิดจาก Key ซ้ำทั้งสองฝั่งจนเกิด Many-to-Many Relationship

ทำไมข้อมูล Match ไม่เจอ

อาจเกิดจาก Space, Data Type, Missing Key, Format หรือค่าที่ไม่มีใน Master

97. สูตร Prompt ที่แนะนำ

ใช้โครง

Main Table + Lookup/Source Table + Key + Join Goal + Columns + Unmatched Handling + Validation

ตัวอย่าง

ใช้ Sales Table เป็นข้อมูลหลัก เชื่อม Product Master โดย Product Code ดึง Product Name, Category และ Standard Price รักษา Sales ทุก Row ถ้าหา Product ไม่เจอให้ Flag เป็น Not Found ตรวจ Duplicate Key ใน Product Master ก่อน และหลังรวมให้รายงาน Match Rate, Row Count และ Sales Total เพื่อยืนยันว่าไม่มีข้อมูลหายหรือเพิ่มผิดปกติ

Prompt แบบนี้ช่วยควบคุมทั้งการรวมและการตรวจสอบผลลัพธ์

98. สรุป

วิธีใช้ Copilot รวมข้อมูลจากหลายตารางใน Excel ให้ได้ผลดีที่สุด คือเริ่มจากแยกก่อนว่าต้องการ

Append = ต่อ Row

หรือ

Merge = เพิ่ม Column จากข้อมูลที่สัมพันธ์กัน

จากนั้นทำตามลำดับ

กำหนด Key → Clean Key → ตรวจ Duplicate → เลือกวิธีรวม → รวมข้อมูล → ตรวจ Unmatched → ตรวจ Row Count → ตรวจ Total

Prompt พร้อมใช้คือ

“ช่วยวางแผนรวมข้อมูลจากตารางเหล่านี้โดยระบุว่าควร Append หรือ Merge กำหนด Key ที่ใช้เชื่อม ตรวจ Duplicate, Missing Key และ Data Type ก่อนรวม สำหรับ Merge ให้รักษาข้อมูลจาก Table หลักตามที่กำหนดและ Flag Unmatched หลังรวมให้ตรวจ Row Count, Match Rate, Unique Key และ Total เพื่อยืนยันว่าไม่มีข้อมูลหายหรือเพิ่มผิดปกติ”

comsiam แนะนำให้มองการรวมข้อมูลเป็นงานด้าน Data Integrity ไม่ใช่เพียงการเอาตารางมาต่อกัน เพราะจุดผิดพลาดสำคัญมักอยู่ที่ Key ซ้ำ Data Type ต่างกัน Join ผิดแบบ หรือข้อมูล Match ไม่ครบ ซึ่งสามารถทำให้ยอดรวมและรายงานทั้งชุดผิดได้แม้สูตรจะไม่มี Error แสดงออกมา