วิธีสร้าง PivotTable ด้วย Copilot

Microsoft Copilot ใน Excel สามารถช่วยให้ผู้ใช้วิเคราะห์ข้อมูลด้วย PivotTable ได้ง่ายขึ้น โดยเฉพาะเวลามีข้อมูลจำนวนมากและต้องการสรุปยอดตามสินค้า Region, เดือน, ลูกค้า หรือพนักงาน โดยไม่จำเป็นต้องลาก Field ด้วยตัวเองทุกครั้งตั้งแต่เริ่มต้น

PivotTable เหมาะกับการสรุปข้อมูลแบบรวดเร็ว เช่น ยอดขายรวมตามเดือน กำไรตามสินค้า จำนวน Order ตาม Region หรือการเปรียบเทียบ Target กับ Actual แต่ก่อนสร้าง PivotTable ควรจัด Dataset ให้มี Header ชัดเจน ไม่มีแถวว่างกลางตาราง และ Data Type ของแต่ละคอลัมน์ถูกต้อง

บทความนี้ comsiam จะอธิบายวิธีสร้าง PivotTable ด้วย Copilot ตั้งแต่การเตรียมข้อมูล การเลือก Rows, Columns, Values และ Filters ไปจนถึงการตรวจว่าผลสรุปตรงกับข้อมูลจริงหรือไม่

① PivotTable คืออะไร

PivotTable คือเครื่องมือสรุปข้อมูลจำนวนมากแบบยืดหยุ่น

ช่วย

• รวมยอด
• นับจำนวน
• หาค่าเฉลี่ย
• แยกกลุ่ม
• เปรียบเทียบ

ได้รวดเร็ว

② Copilot ช่วย PivotTable อย่างไร

ในประสบการณ์ที่รองรับ สามารถใช้ภาษาธรรมชาติอธิบายว่าต้องการสรุปข้อมูลแบบไหน

เช่น

สรุปยอดขายตาม Region และ Product

ช่วยลดการตั้ง Field เอง

③ เริ่มจาก Dataset ที่สะอาด

ควรมี

• Header
• Row ต่อเนื่อง
• ไม่มี Merge
• Data Type ถูก

ก่อน

④ จัดข้อมูลเป็น Table

การใช้ Excel Table ช่วยให้ Range ชัดและขยายตามข้อมูลใหม่ได้ง่ายขึ้น

เหมาะก่อนทำ PivotTable

⑤ ตรวจ Header

เช่น

• Date
• Product
• Region
• Sales
• Profit

ควรใช้ชื่อชัด

⑥ อย่าใช้ Header ซ้ำ

เช่นมีสองคอลัมน์ชื่อ

Amount

ควรแยกเป็น Sales Amount และ Cost Amount

⑦ เปิด Copilot

เปิด Workbook ที่ต้องการ

จากนั้นเรียก Copilot ใน Excel ถ้าบัญชีและเวอร์ชันรองรับ

⑧ เริ่มจากคำสั่งง่าย

Prompt

สรุปยอดขายตาม Product

ช่วยดูว่า Copilot เข้าใจ Dataset หรือไม่

⑨ สรุปตาม Region

ใช้

สร้างสรุปยอดขายตาม Region

เหมาะกับ Geographic Analysis

⑩ สรุปตามเดือน

Prompt

สรุปยอดขายตาม Month

ช่วย Trend Review

⑪ สรุปตามพนักงาน

ใช้

เปรียบเทียบ Sales ตาม Salesperson

ช่วย Performance Review

⑫ สรุปตามลูกค้า

Prompt

จัดอันดับ Customer ตาม Revenue

ช่วย Account Analysis

⑬ สรุปตาม Category

ใช้

สรุปยอดขายตาม Product Category

ช่วย Product Mix

⑭ Rows คืออะไร

Rows ใช้กำหนดสิ่งที่ต้องการแบ่งเป็นรายการ

เช่น

• Product
• Region
• Salesperson

⑮ Columns คืออะไร

Columns ใช้แบ่งข้อมูลอีกมิติหนึ่ง

เช่น

• Month
• Quarter
• Year

ช่วย Comparison

⑯ Values คืออะไร

Values คือค่าที่ต้องการคำนวณ

เช่น

• Sum of Sales
• Average Profit
• Count of Orders

⑰ Filters คืออะไร

Filters ช่วยจำกัด Scope

เช่น

• Year
• Region
• Product Category

⑱ ตัวอย่าง Pivot พื้นฐาน

Rows:

Product

Values:

Sum of Sales

ใช้ดูยอดขายรายสินค้า

⑲ Pivot สองมิติ

Rows:

Product

Columns:

Month

Values:

Sum of Sales

ช่วยดูยอดรายเดือน

⑳ Pivot ตาม Region

Rows:

Region

Values:

Sum of Sales

ช่วยเปรียบเทียบพื้นที่

㉑ Pivot Sales + Profit

Rows:

Product

Values:

• Sum of Sales
• Sum of Profit

ช่วยดูขายดีและกำไรดีพร้อมกัน

㉒ Pivot ตาม Customer

Rows:

Customer

Values:

Sum of Revenue

ช่วยหา Top Customer

㉓ Pivot ตาม Salesperson

Rows:

Salesperson

Values:

Sum of Sales

ช่วย Performance

㉔ Pivot ตาม Quarter

Rows:

Quarter

Values:

Sum of Sales

ช่วย Executive Review

㉕ Group Date เป็น Month

ถ้ามี Date จริง

PivotTable สามารถช่วย Group ตามเดือนในหลายกรณี

ช่วย Trend Analysis

㉖ Group Date เป็น Quarter

เหมาะกับ Quarterly Review

ช่วย Management

㉗ Group Date เป็น Year

เหมาะกับข้อมูลหลายปี

ช่วย Year-over-Year

㉘ Prompt สำหรับ Month

สร้าง PivotTable สรุป Sales ตาม Month

ช่วย Time Series

㉙ Prompt สำหรับ Region + Product

สร้าง PivotTable โดย Rows เป็น Region, Columns เป็น Product และ Values เป็น Sum of Sales

ชัดเจนมากขึ้น

㉚ Prompt สำหรับ Salesperson + Month

สรุปยอดขายของแต่ละ Salesperson แยกตาม Month

ช่วย Performance Trend

㉛ ใช้ Sum กับยอดขาย

Sales และ Revenue โดยทั่วไปมักเหมาะกับ Sum

แต่ต้องขึ้นกับ Business Rule

㉜ ใช้ Count กับจำนวนรายการ

เช่น

Count of Order ID

ช่วยดู Volume

㉝ ใช้ Average กับค่าเฉลี่ย

เช่น

Average Order Value

ช่วย Benchmark

㉞ อย่าใช้ Sum กับ Percentage โดยไม่คิด

Percentage บางประเภทไม่ควรรวมตรง ๆ

อาจต้องใช้ Average หรือ Weighted Average

㉟ ตรวจ Calculation Type

Copilot อาจสรุปผิดถ้าไม่ระบุว่าอยากได้

• Sum
• Count
• Average
• Max
• Min

ควรบอกให้ชัด

㊱ Prompt ระบุ Calculation

ใช้ Average ของ Profit Margin ไม่ใช่ Sum

ช่วยลดการตีความผิด

㊲ ตรวจ Distinct Count

หากต้องการนับลูกค้าไม่ซ้ำ

Count ธรรมดาอาจไม่พอ

ควรตรวจวิธีที่ใช้

㊳ Prompt ลูกค้าไม่ซ้ำ

นับจำนวน Customer ID แบบไม่ซ้ำตาม Region

ช่วย Customer Analysis

㊴ ใช้ Filter Year

Prompt

สร้าง PivotTable เฉพาะข้อมูลปี 2026

ช่วย Scope

㊵ ใช้ Filter Product

ใช้

ดูเฉพาะ Product A และ Product B

ช่วย Comparison

㊶ ใช้ Filter Region

Prompt

ดูเฉพาะ Northeast Region

ช่วย Focus

㊷ ใช้ Filter Status

เช่น

Completed

ช่วย Project หรือ Order Analysis

㊸ ใช้ Slicer

PivotTable สามารถใช้ Slicer เพื่อกรองข้อมูลแบบคลิกได้

เช่น

• Region
• Product
• Year

ช่วย User Experience

㊹ ใช้ Timeline

ถ้ามี Date Field ที่เหมาะสม

Timeline ช่วยกรองช่วงเวลาได้สะดวก

㊺ PivotChart

สามารถสร้าง Chart จาก PivotTable

ช่วยดู Pattern แบบภาพ

㊻ PivotChart สำหรับ Sales

เช่น

Column Chart

ช่วยเปรียบเทียบ Product

㊼ PivotChart สำหรับ Trend

Line Chart

เหมาะกับยอดรายเดือน

㊽ ตรวจ Grand Total

PivotTable มักมี Grand Total

ต้องระวังไม่เอาไปคำนวณซ้ำในรายงานอื่น

㊾ ตรวจ Subtotal

Subtotal อาจมีประโยชน์

แต่บางรายงานทำให้รก

ควรเปิดเฉพาะที่จำเป็น

㊿ Sort จากมากไปน้อย

ช่วยหา

• Top Product
• Top Customer
• Top Region

ได้เร็ว

51. Sort จากน้อยไปมาก

ช่วยหา Bottom Performer

หรือรายการที่ควรตรวจ

52. Filter Top 10

สามารถใช้หา

Top 10 Products

ตาม Sales

ช่วย Focus

53. Prompt Top 10

แสดง Top 10 Products ตาม Sum of Sales

ช่วย Ranking

54. Filter Bottom 10

ใช้หา Product ที่ยอดต่ำ

แต่ต้องดู Context

55. Show Values As Percentage

PivotTable สามารถแสดงค่าเป็นสัดส่วนของ Total ในหลายกรณี

ช่วย Share Analysis

56. Prompt Percentage of Total

แสดง Sales ของแต่ละ Product เป็นเปอร์เซ็นต์ของ Total Sales

ช่วย Product Mix

57. เปรียบเทียบเดือนก่อน

สามารถใช้ PivotTable ร่วมกับ Calculation หรือการวิเคราะห์เพิ่มเติม

ช่วย Month-over-Month

58. เปรียบเทียบปี

จัด Columns เป็น Year

ช่วย Year-over-Year

59. ใช้หลาย Values

เช่น

• Sales
• Cost
• Profit

ช่วยดู Business Performance

60. อย่าใส่ Fields เยอะเกิน

PivotTable ที่มีมิติหลายชั้นมากเกินจะอ่านยาก

ควรเริ่มจากคำถามเดียวก่อน

61. ทำ Pivot แยกตาม Intent

เช่น

• Sales by Product
• Sales by Region
• Profit by Product

อาจอ่านง่ายกว่ารวมทุกอย่างใน Pivot เดียว

62. ตรวจ Source Range

ถ้า Pivot ไม่รวมข้อมูลใหม่

อาจเป็นเพราะ Source Range ไม่ได้ขยาย

Excel Table ช่วยลดปัญหานี้

63. Refresh PivotTable

เมื่อข้อมูลต้นทางเปลี่ยน

PivotTable อาจต้อง Refresh

ก่อนอ่านผล

64. อย่าลืม Refresh

รายงานที่ไม่ได้ Refresh

อาจแสดงตัวเลขเก่า

65. Prompt หลังเพิ่มข้อมูล

ช่วยตรวจว่าสรุปนี้รวมข้อมูลล่าสุดแล้วหรือไม่

แล้วตรวจ Source จริงอีกครั้ง

66. ตรวจ Blank

PivotTable อาจแสดง (blank)

หากข้อมูลต้นทางมีช่องว่าง

ควรตรวจ Root Cause

67. (blank) ไม่ควรถูกลบทันที

ต้องดูว่าหมายถึง

• Missing Data
• Not Applicable
• ยังไม่กรอก

68. ตรวจ Duplicate

PivotTable จะรวมข้อมูลที่ซ้ำตาม Source

ถ้า Duplicate ไม่ตั้งใจ ยอดก็ผิดตาม

69. ตรวจ Number Stored as Text

ตัวเลขที่เป็น Text อาจไม่ถูก Sum ตามที่คาด

ต้อง Clean Data

70. ตรวจ Date Stored as Text

อาจ Group Month หรือ Year ไม่ได้ถูกต้อง

ควรแปลงเป็น Date จริง

71. ตรวจ Currency

อย่ารวม THB กับ USD โดยตรง

หากยังไม่ได้ Normalize

72. ตรวจ Unit

Quantity ต่างหน่วยกัน

ไม่ควรถูกรวมโดยไม่มีการแปลง

73. ตรวจ Percentage

อย่า Sum Percentage แบบตรง ๆ หาก Business Logic ไม่รองรับ

74. ตรวจ Weighted Average

บาง Metric ต้องถ่วงน้ำหนัก

เช่น Margin บางแบบ

ควรคำนวณตาม Business Rule

75. ขอ Copilot อธิบาย Pivot

Prompt

อธิบาย PivotTable นี้ว่า Rows, Columns, Values และ Filters ทำอะไร

ช่วยมือใหม่

76. ขอ Copilot ตรวจ Pivot

ใช้

ตรวจว่า PivotTable นี้ตอบคำถามยอดขายตาม Region ได้ถูกต้องไหม

ช่วย QA

77. ขอ Copilot แนะนำ Pivot

Prompt

จาก Dataset นี้ PivotTable แบบไหนช่วยวิเคราะห์กำไรได้ดีที่สุด

ช่วย Exploration

78. ขอหลาย Pivot

ใช้

เสนอ PivotTable 3 แบบสำหรับดู Sales, Profit และ Customer

ช่วยวาง Dashboard

79. อย่าให้ AI เลือก Business Metric เองโดยไม่บอก

เช่น

“ลูกค้าที่ดีที่สุด”

ต้องกำหนดว่าใช้

• Revenue
• Profit
• Orders

เป็นเกณฑ์

80. Prompt สำหรับ Sales

สร้าง PivotTable โดย Rows เป็น Product, Columns เป็น Month และ Values เป็น Sum of Sales

81. Prompt สำหรับ Profit

สร้าง PivotTable เปรียบเทียบ Sum of Sales, Sum of Cost และ Sum of Profit ตาม Product

82. Prompt สำหรับ Customer

สร้าง PivotTable จัดอันดับ Customer ตาม Revenue และ Order Count

83. Prompt สำหรับ Region

สร้าง PivotTable สรุป Revenue และ Profit ตาม Region

84. Prompt สำหรับ KPI

สร้าง PivotTable เปรียบเทียบ Target กับ Actual ตาม Department

85. Prompt สำหรับ Project

สร้าง PivotTable นับจำนวน Task ตาม Owner และ Status

ช่วย Project Management

86. Prompt สำหรับ Inventory

สร้าง PivotTable สรุป Stock ตาม Product Category และ Warehouse

ช่วย Operations

87. Prompt สำหรับ Marketing

สร้าง PivotTable เปรียบเทียบ Spend, Leads และ Revenue ตาม Campaign

ช่วย Campaign Analysis

88. Prompt ตรวจความถูกต้อง

ตรวจ PivotTable นี้กับ Source Data และบอกว่ามี Missing, Duplicate หรือ Data Type ใดที่อาจทำให้ผลสรุปผิด

ช่วย QA

89. Prompt แบบปลอดภัย

สร้าง PivotTable โดยใช้เฉพาะ Columns ที่มีอยู่จริง หากไม่แน่ใจว่าควรใช้ Sum, Average หรือ Count ให้ถามจาก Business Rule หรือระบุสมมติฐานแทนการเดา

ช่วยลด Calculation ผิด

90. Workflow ที่แนะนำ

ใช้ลำดับ

Clean Data → Define Question → Choose Rows/Columns → Choose Values → Add Filters → Refresh → Verify

ช่วยสร้าง Pivot ที่เชื่อถือได้

91. PivotTable ไม่แทน Data Cleaning

ถ้าต้นทางมีข้อมูลผิด

PivotTable จะสรุปข้อมูลผิดอย่างเป็นระบบ

ต้อง Clean ก่อน

92. PivotTable ไม่แทน Business Logic

Excel รู้วิธี Sum

แต่ไม่รู้เสมอว่าธุรกิจควร Sum หรือ Average Metric นั้น

ผู้ใช้ต้องกำหนด

93. ใช้ Pivot เป็นจุดเริ่มต้นของ Analysis

หลังเห็น Pattern

สามารถถาม Copilot ต่อได้ เช่น

ทำไม Region นี้ต่ำกว่ากลุ่มอื่น

แต่ควรแยก Fact กับ Hypothesis

94. Export Insight จาก Pivot

สามารถใช้ข้อมูล Pivot เป็นพื้นฐานสร้าง

• Chart
• Report
• Executive Summary

ได้

95. Checklist ก่อนสร้าง PivotTable

ตรวจว่า

1. Header ครบไหม
2. Table ต่อเนื่องไหม
3. Date เป็น Date ไหม
4. Number เป็น Number ไหม
5. Currency เดียวกันไหม
6. Unit เดียวกันไหม
7. Duplicate มีไหม
8. Missing Data มีไหม
9. ต้องการ Sum หรือ Average
10. คำถามธุรกิจคืออะไร

96. Checklist หลังสร้าง PivotTable

ตรวจว่า

1. Rows ถูกไหม
2. Columns ถูกไหม
3. Values ถูกไหม
4. Calculation ถูกไหม
5. Filters ถูกไหม
6. Grand Total ถูกไหม
7. Data Refresh แล้วไหม
8. (blank) มีไหม
9. Total ตรง Source ไหม
10. ตอบคำถามที่ต้องการจริงไหม

97. คำถามที่พบบ่อย

Copilot ช่วยสร้าง PivotTable ได้ไหม

ได้ในประสบการณ์ที่รองรับ โดยสามารถช่วยสรุปข้อมูลและเสนอการจัด Rows, Columns, Values และ Filters จากคำสั่งภาษาธรรมชาติ

ต้องรู้วิธีลาก Field เองไหม

ไม่จำเป็นสำหรับการเริ่มต้น แต่ควรเข้าใจว่า Rows, Columns, Values และ Filters มีหน้าที่อะไร เพื่อจะตรวจผลลัพธ์ได้

ใช้ภาษาไทยได้ไหม

สามารถใช้ Prompt ภาษาไทยได้ในหลายกรณี

PivotTable อัปเดตอัตโนมัติไหม

บางสถานการณ์ต้อง Refresh หลังข้อมูลต้นทางเปลี่ยน จึงควรตรวจทุกครั้งก่อนใช้รายงาน

PivotTable ผิดได้ไหม

ได้ หาก Source Data, Data Type, Duplicate หรือ Calculation Type ไม่ถูกต้อง

98. สูตร Prompt ที่แนะนำ

ใช้โครง

Question + Rows + Columns + Values + Calculation + Filters + Output

ตัวอย่าง

สร้าง PivotTable เพื่อดูยอดขายตาม Product และ Month โดย Rows เป็น Product, Columns เป็น Month, Values เป็น Sum of Sales และ Filter ปี 2026

99. Prompt พร้อมใช้

“ช่วยสร้าง PivotTable จาก Dataset นี้โดยเริ่มจากระบุคำถามที่ต้องการตอบ จากนั้นเลือก Rows, Columns, Values และ Filters ที่เหมาะสม ใช้ชื่อ Field ที่มีอยู่จริงเท่านั้น ระบุชัดว่า Values ใช้ Sum, Count หรือ Average แบบใด หากมี Date ให้ Group ตาม Month, Quarter หรือ Year ตามโจทย์ ตรวจ Blank, Duplicate และ Data Type ที่อาจทำให้ผลรวมผิด และห้ามสมมติ Business Rule ที่ไม่ได้ระบุ”

เหมาะกับ Dataset ทั่วไป

100. สรุป

วิธีสร้าง PivotTable ด้วย Copilot ให้ได้ผลดีที่สุด คือไม่ควรสั่งเพียงว่า

“สร้าง PivotTable ให้ฉัน”

แต่ควรกำหนดว่า

ต้องการตอบคำถามอะไร → Rows คืออะไร → Columns คืออะไร → Values คำนวณแบบไหน → Filter อะไร

ตัวอย่างที่ดีคือ

“สร้าง PivotTable เพื่อดู Sales ตาม Product และ Month โดยใช้ Sum of Sales และ Filter เฉพาะปี 2026”

Copilot สามารถช่วยสร้าง PivotTable สำหรับ

• Sales
• Profit
• Customer
• Region
• KPI
• Inventory
• Project
• Marketing

ได้รวดเร็ว

แต่ก่อนใช้ผลลัพธ์จริงควรตรวจ Source Data, Calculation Type และ Refresh Status เสมอ

comsiam แนะนำให้ใช้หลัก “ตั้งคำถามก่อน แล้วค่อยสร้าง Pivot” เพราะ PivotTable ที่ดีไม่ใช่ตารางที่มี Field เยอะที่สุด แต่คือตารางที่ตอบคำถามทางธุรกิจได้ชัดที่สุด