วิธีใช้ Copilot หาและลบข้อมูลซ้ำใน Excel

Microsoft Copilot ใน Excel สามารถช่วยตรวจหาข้อมูลซ้ำในตารางได้ เช่น Order ID ซ้ำ Customer ID ซ้ำ Product Code ซ้ำ หรือรายการที่มีหลาย Column เหมือนกัน แล้วช่วยเสนอวิธีจัดการข้อมูลเหล่านั้นก่อนนำไปวิเคราะห์ต่อ

ปัญหาข้อมูลซ้ำมีผลมากกว่าที่คิด เพราะอาจทำให้ยอดขาย รายได้ จำนวนลูกค้า จำนวน Order หรือ KPI สูงเกินจริง หากนำข้อมูลซ้ำไปสร้าง PivotTable, Chart หรือ Summary โดยไม่ตรวจสอบก่อน

บทความนี้ comsiam จะอธิบายวิธีใช้ Copilot หาและลบข้อมูลซ้ำใน Excel ตั้งแต่การกำหนดว่า “อะไรคือข้อมูลซ้ำ” การ Flag รายการซ้ำ ไปจนถึงการลบอย่างปลอดภัยโดยไม่ทำให้ข้อมูลจริงหาย

① ข้อมูลซ้ำใน Excel คืออะไร

ข้อมูลซ้ำ หรือ Duplicate คือรายการที่มีค่าซ้ำกันตามเกณฑ์ที่กำหนด

เช่น

• Order ID เดียวกัน
• Customer ID เดียวกัน
• Product Code เดียวกัน
• Invoice Number เดียวกัน

แต่ต้องดู Business Logic ก่อนว่าการซ้ำนั้นผิดจริงหรือไม่

② Duplicate ไม่ได้ผิดทุกกรณี

ตัวอย่าง

Customer ID เดียวกันมีหลาย Order

ถือเป็นเรื่องปกติ

ดังนั้นการเห็น Customer ID ซ้ำไม่ได้แปลว่าต้องลบ

③ ต้องกำหนด Unique Key ก่อน

Unique Key คือค่าที่ควรไม่ซ้ำ

เช่น

• Order ID
• Invoice Number
• Transaction ID
• Employee ID

การหา Duplicate จะถูกต้องมากขึ้นเมื่อรู้ว่า Key คืออะไร

④ Prompt เริ่มต้น

ใช้

ตรวจว่ามีข้อมูลซ้ำในตารางนี้หรือไม่

เหมาะกับการดูภาพรวม

⑤ Prompt ที่ดีกว่า

ใช้

ตรวจ Duplicate โดยใช้ Order ID เป็น Unique Key และแสดงรายการที่ซ้ำทั้งหมดโดยยังไม่ลบข้อมูล

ปลอดภัยกว่า

⑥ อย่าสั่งลบทันที

ไม่ควรเริ่มด้วย

ลบ Duplicate ทั้งหมด

เพราะอาจลบรายการที่ถูกต้อง

ควร

หา → Flag → ตรวจ → ค่อยลบ

⑦ หา Order ID ซ้ำ

Prompt

แสดง Order ID ที่ปรากฏมากกว่า 1 ครั้ง

ช่วยหา Transaction ที่น่าสงสัย

⑧ หา Invoice Number ซ้ำ

ใช้

ตรวจ Invoice Number ที่ซ้ำในข้อมูลนี้

สำคัญกับข้อมูลบัญชี

⑨ หา Product Code ซ้ำ

Prompt

ตรวจ Product Code ที่ซ้ำใน Master Product

กรณี Master Data มักไม่ควรมี Code ซ้ำ

⑩ หา Customer ID ซ้ำ

ใช้

ตรวจ Customer ID ที่ซ้ำ และแสดงข้อมูลทุก Row ของ ID เหล่านั้น

ช่วยดูว่าเป็น Duplicate จริงหรือหลาย Transaction ปกติ

⑪ หา Employee ID ซ้ำ

Prompt

ตรวจ Employee ID ที่ปรากฏมากกว่า 1 ครั้ง

เหมาะกับ HR Master

⑫ หา Email ซ้ำ

ใช้

แสดง Email ที่มีมากกว่า 1 รายการ

ช่วยตรวจ Customer Database

แต่คนเดียวอาจมีหลาย Record ตามระบบธุรกิจ

⑬ หา Phone Number ซ้ำ

Prompt

ตรวจ Phone Number ที่ซ้ำใน Customer List

อาจช่วยหา Record ซ้ำ

แต่สมาชิกครอบครัวหรือบริษัทเดียวกันอาจใช้เบอร์เดียวกันได้

⑭ Exact Duplicate คืออะไร

Exact Duplicate คือ Row ที่ทุก Column เหมือนกันทั้งหมด

เช่น

Date, Customer, Product, Quantity และ Amount เหมือนกันทุกค่า

มีโอกาสเป็น Record ซ้ำสูง

⑮ หา Exact Duplicate

Prompt

ตรวจ Row ที่ทุก Column เหมือนกันทั้งหมด

ช่วยหา Duplicate แบบตรงตัว

⑯ Partial Duplicate คืออะไร

Partial Duplicate คือบาง Column เหมือนกัน แต่บาง Column ต่าง

เช่น

Order ID เหมือนกัน แต่ Amount ต่างกัน

กรณีนี้ต้องตรวจมากกว่าการลบ

⑰ หา Partial Duplicate

ใช้

หา Row ที่ Order ID ซ้ำ แต่ Amount หรือ Status ต่างกัน

ช่วยหา Data Conflict

⑱ Duplicate จาก Date + Customer + Amount

บางระบบไม่มี Transaction ID

อาจใช้หลาย Field รวมกันเป็น Key

Prompt

ตรวจรายการที่ Date, Customer ID และ Amount เหมือนกันทั้งหมด

⑲ Composite Key คืออะไร

Composite Key คือการใช้หลาย Column รวมกันเพื่อระบุ Record

เช่น

Date + Customer + Product + Amount

ช่วยหา Duplicate เมื่อไม่มี ID เดียว

⑳ Prompt Composite Key

ใช้

ตรวจ Duplicate โดยใช้ Date, Customer ID, Product Code และ Amount เป็น Key

ช่วยลด False Positive

㉑ Duplicate จากช่องว่าง

ค่า

ABC123

กับ

ABC123

อาจดูต่างสำหรับ Excel

ควร TRIM ก่อนตรวจ Duplicate

㉒ Prompt ล้าง Space ก่อนหา Duplicate

ตรวจช่องว่างหน้าและท้าย Product Code ก่อน แล้วค่อยหา Duplicate

ช่วยให้ผลแม่นขึ้น

㉓ Duplicate จากตัวพิมพ์

เช่น

• Bangkok
• BANGKOK
• bangkok

อาจหมายถึงค่าเดียวกัน

ควร Standardize ก่อน

㉔ Duplicate จากรูปแบบเบอร์โทร

เช่น

• 0812345678
• 081-234-5678

อาจเป็นเบอร์เดียวกัน

ต้อง Normalize ก่อนเปรียบเทียบ

㉕ Duplicate จาก Email

Email อาจมี

• ตัวพิมพ์ใหญ่เล็ก
• Space

ควร Clean ก่อนตรวจ

㉖ Duplicate จากชื่อบุคคล

ชื่อซ้ำไม่ได้แปลว่าเป็นคนเดียวกัน

เช่นมีคนชื่อเดียวกันได้

จึงไม่ควรใช้ Name เป็น Unique Key เพียงอย่างเดียว

㉗ Duplicate จากชื่อบริษัท

บริษัทอาจถูกบันทึกหลายรูปแบบ เช่น

• ABC Co., Ltd.
• ABC Company Limited
• ABC

ต้องมี Mapping หรือ ID ช่วย

㉘ Fuzzy Duplicate คืออะไร

Fuzzy Duplicate คือข้อมูลที่คล้ายกันแต่ไม่เหมือนกัน 100%

เช่น

• Bangkok Co Ltd
• Bangkok Company Limited

ต้องตรวจด้วย Context เพิ่ม

㉙ ให้ Copilot หา Candidate

Prompt

แสดงชื่อบริษัทที่คล้ายกันและอาจเป็นบริษัทเดียวกัน โดยยังไม่รวมข้อมูล

ช่วย Review

㉚ อย่า Merge Fuzzy Duplicate อัตโนมัติ

เพราะสองชื่อคล้ายกันอาจเป็นคนละบริษัทจริง

ควรให้คนตรวจ

㉛ Highlight Duplicate

Prompt

Highlight Order ID ที่ซ้ำ

ช่วยตรวจด้วยสายตา

㉜ สร้าง Duplicate Flag

ใช้

เพิ่มคอลัมน์ Duplicate Status และแสดง Duplicate ถ้า Order ID มีมากกว่า 1 รายการ

ช่วยเก็บข้อมูลเดิมไว้ครบ

㉝ ใช้ COUNTIF หา Duplicate

แนวคิดคือ

ถ้าจำนวนครั้งของค่ามากกว่า 1

ให้ Flag ว่า Duplicate

Copilot สามารถช่วยสร้างสูตรได้

㉞ Prompt สร้าง COUNTIF

สร้างสูตรตรวจ Order ID ถ้าพบมากกว่า 1 ครั้งให้แสดง Duplicate

ช่วยทำระบบตรวจซ้ำต่อเนื่อง

㉟ ใช้ COUNTIFS หลาย Column

ถ้า Composite Key มีหลาย Field

สามารถใช้ COUNTIFS

Prompt

สร้างสูตรตรวจ Duplicate จาก Date, Customer ID และ Amount

㊱ แสดงจำนวนครั้งที่ซ้ำ

ใช้

เพิ่มคอลัมน์ Duplicate Count เพื่อบอกว่า Order ID แต่ละตัวพบกี่ครั้ง

ช่วยแยกซ้ำ 2 ครั้งกับซ้ำ 10 ครั้ง

㊲ เรียง Duplicate ไว้ด้วยกัน

Prompt

เรียงข้อมูลตาม Order ID เพื่อให้รายการซ้ำอยู่ติดกัน

ช่วยตรวจความแตกต่าง

㊳ เปรียบเทียบ Row ที่ซ้ำ

ใช้

สำหรับ Order ID ที่ซ้ำ ให้เปรียบเทียบทุก Column และระบุค่าที่ต่างกัน

ช่วยแยก Exact กับ Conflict Duplicate

㊴ ถ้า Row เหมือนกันทุกอย่าง

อาจเป็น Duplicate จริง

แต่ยังควรตรวจ Source หรือ Transaction System ก่อนลบ

㊵ ถ้า Row มี Status ต่างกัน

อาจเป็น Version Update

เช่น

• Pending
• Completed

ไม่ควรลบทิ้งทันที

㊶ ถ้า Amount ต่างกัน

ต้องตรวจว่าคือ

• Adjustment
• Partial Payment
• Data Error
• คนละรายการ

อย่าตัดสินจาก ID เพียงอย่างเดียว

㊷ ถ้า Date ต่างกัน

Order ID ซ้ำแต่ Date ต่างกันอาจเป็นปัญหา Mapping หรือ Data Import

ควรตรวจระบบต้นทาง

㊸ Duplicate จากการ Import

มักเกิดเมื่อ Import CSV หรือ Export จากระบบเดิมซ้ำสองครั้ง

Prompt

ตรวจว่ามีกลุ่ม Transaction ที่ถูก Import ซ้ำทั้งชุดหรือไม่

ช่วยหา Batch Duplicate

㊹ ตรวจ Batch Duplicate

อาจใช้

• Date
• Amount
• Customer
• Product

ร่วมกัน

เพื่อดูว่าทั้งชุดถูกโหลดซ้ำหรือไม่

㊺ Duplicate จาก Copy/Paste

ผู้ใช้สามารถ Paste Row เดิมสองครั้งโดยไม่ตั้งใจ

Exact Duplicate มักช่วยจับปัญหานี้

㊻ Duplicate จากหลายไฟล์

เมื่อนำข้อมูลเดือนละไฟล์มารวมกัน

รายการปลายเดือนกับต้นเดือนอาจซ้ำจากช่วง Overlap

ต้องตรวจช่วงวันที่

㊼ Prompt ตรวจหลายเดือน

ตรวจ Transaction ID ซ้ำระหว่างข้อมูลเดือนกันยายนและตุลาคม

ช่วยหา Overlap

㊽ Duplicate จาก Master Data

Product หรือ Customer Master อาจมี Record คนเดียวกันหลาย ID

กรณีนี้ซับซ้อนกว่าการลบ Row

ควรทำ Master Data Review

㊾ ตรวจ Customer Master

Prompt

หา Customer Records ที่ Email และ Phone เหมือนกันแต่ Customer ID ต่างกัน

ช่วยหา Candidate สำหรับ Merge

㊿ ตรวจ Product Master

ใช้

หา Product ที่ชื่อและ Specification เหมือนกันแต่ Product Code ต่างกัน

ต้องตรวจว่าเป็นสินค้าคนละ Variant หรือไม่

51. ก่อนลบควรสำรองข้อมูล

ควรเก็บ

• Raw Data
• Cleaned Data

แยกกัน

ช่วยย้อนกลับได้

52. อย่าลบใน Raw Data โดยตรง

สำหรับข้อมูลสำคัญ ควรทำ Cleaning ใน Copy หรือ Sheet ใหม่

เพื่อรักษาต้นฉบับ

53. ใช้ Remove Duplicates ได้ไหม

Excel มีเครื่องมือ Remove Duplicates

สามารถใช้ได้เมื่อรู้แน่ชัดว่า Column ไหนเป็น Key

แต่ต้องระวังเพราะจะลบ Row ออกจริง

54. เลือก Column ให้ถูกก่อน Remove Duplicates

ถ้าเลือกทุก Column

Excel จะลบเฉพาะ Row ที่เหมือนกันทุก Column

ถ้าเลือกเฉพาะ Order ID

รายการที่ Order ID ซ้ำอาจถูกลบแม้ Column อื่นต่างกัน

ต้องเข้าใจผลกระทบ

55. Prompt ก่อน Remove Duplicates

ก่อนลบ Duplicate ช่วยสรุปว่าถ้าใช้ Order ID เป็น Key จะมี Row ถูกลบกี่รายการและมีข้อมูลใดแตกต่างกันบ้าง

ช่วยลดความเสี่ยง

56. Keep First หรือ Keep Last

เมื่อ Duplicate จริง ต้องกำหนดว่าจะเก็บ

• รายการแรก
• รายการล่าสุด
• รายการที่ Approved
• รายการที่ Complete

ตาม Business Rule

57. อย่าเลือก Keep First แบบอัตโนมัติ

รายการล่าสุดอาจเป็นข้อมูลที่ถูกต้องกว่า

ต้องกำหนดเกณฑ์ก่อน

58. เก็บรายการล่าสุด

ตัวอย่าง Rule

ถ้า Customer ID ซ้ำ ให้เก็บ Record ที่ Modified Date ล่าสุด

เหมาะกับ Master Data บางประเภท

59. เก็บรายการ Approved

ในข้อมูลเอกสาร อาจเลือก Record ที่

Status = Approved

แทน Draft

60. Prompt เลือก Record ที่ควรเก็บ

สำหรับ Customer ID ที่ซ้ำ ให้แสดงทุก Record และระบุรายการล่าสุดตาม Modified Date โดยยังไม่ลบรายการอื่น

ช่วย Review ก่อน

61. เก็บประวัติได้ไหม

บางกรณีไม่ควรลบ Duplicate เพราะเป็น History

อาจย้ายข้อมูลเก่าไป Archive แทน

62. Duplicate กับ Version History ต่างกัน

ถ้า Record แต่ละตัวเป็น Version

ไม่ใช่ Duplicate ที่ควรลบ

ต้องเข้าใจระบบก่อน

63. ตรวจ Timestamp

Timestamp ช่วยแยกว่า Record ไหนเกิดก่อนหรือหลัง

สำคัญเมื่อมีรายการคล้ายกัน

64. ตรวจ Created By

ถ้ามี Metadata ผู้สร้าง อาจช่วยหาเหตุผลว่ารายการซ้ำเกิดจาก Process ใด

65. ตรวจ Source File

ถ้ารวมหลายไฟล์ ควรเพิ่ม Column Source File

ช่วยรู้ว่ารายการซ้ำมาจากไฟล์ไหน

66. เพิ่ม Source Column

Prompt

ก่อนรวมข้อมูลหลายไฟล์ ให้เพิ่ม Source File เพื่อใช้ตรวจ Duplicate ย้อนกลับ

ช่วย Data Governance

67. ลบ Duplicate แล้วต้องตรวจ Row Count

เช่น

ก่อน = 100,000 Row
หลัง = 97,500 Row

ต้องรู้ว่า 2,500 Row ที่หายไปคืออะไร

68. ตรวจ Unique Count

ถ้า Order ID ควร Unique

หลัง Cleaning จำนวน Unique Order ID ควรสัมพันธ์กับ Row Count

69. ตรวจยอดรวมก่อนและหลัง

หาก Duplicate มีผลกับ Revenue

ควรเปรียบเทียบ Total ก่อนและหลัง

เพื่อดูผลกระทบ

70. ถ้า Revenue ลดมากผิดปกติ

ต้องตรวจว่าลบ Transaction จริงออกไปหรือไม่

อย่าเชื่อว่าเป็น Duplicate ทั้งหมด

71. สร้าง Duplicate Report

ควรมี

• Duplicate Key
• Count
• Row Number
• Difference
• Recommended Review

ช่วย Audit

72. Prompt สร้าง Duplicate Report

สร้างรายงาน Duplicate โดยแสดง Order ID, จำนวนครั้งที่พบ และ Column ที่แตกต่างกันในแต่ละกลุ่ม

ช่วยตรวจได้เร็ว

73. จัด Duplicate เป็นประเภท

เช่น

• Exact Duplicate
• Key Duplicate
• Conflicting Duplicate
• Possible Duplicate

ช่วยจัดลำดับการตรวจ

74. Exact Duplicate

ทุก Field เหมือนกัน

มีโอกาสลบได้ง่ายกว่า แต่ยังควรตรวจ Source

75. Key Duplicate

Key ซ้ำ แต่ข้อมูลอื่นอาจต่าง

ต้อง Review

76. Conflicting Duplicate

Key เดียวกันแต่ข้อมูลสำคัญต่าง เช่น

• Amount
• Date
• Status

ไม่ควรลบอัตโนมัติ

77. Possible Duplicate

ไม่มี Key ตรงกัน แต่ชื่อ Email หรือ Phone คล้ายกัน

ต้องใช้การตรวจจากคนมากที่สุด

78. Prompt จัดประเภท Duplicate

จัด Duplicate เป็น Exact, Key Duplicate, Conflicting และ Possible Duplicate โดยห้ามลบข้อมูล

ช่วยให้ Cleaning ปลอดภัยขึ้น

79. Highlight Conflicting Duplicate

ใช้

Highlight Duplicate ที่ Amount หรือ Status ต่างกัน

ช่วย Focus รายการเสี่ยง

80. Duplicate ใน PivotTable มีผลอย่างไร

PivotTable จะนับหรือรวม Duplicate ตามที่อยู่ใน Source

จึงทำให้

• Sales สูงเกิน
• Count สูงเกิน
• Average เปลี่ยน

ต้อง Clean ก่อน

81. Duplicate กับ Chart

กราฟจะสะท้อนข้อมูลซ้ำเช่นเดียวกัน

ทำให้ Trend หรือ Spike ผิด

82. Duplicate กับ KPI

ถ้า Revenue ซ้ำ KPI อาจสูงเกินจริง

ดังนั้น Duplicate Cleaning เป็นขั้นตอนสำคัญก่อน Dashboard

83. Prompt สำหรับ Sales Data

ตรวจ Order ID ซ้ำใน Sales Data แสดง Exact Duplicate และ Conflicting Duplicate แยกกัน พร้อมเปรียบเทียบ Sales, Customer, Date และ Status โดยยังไม่ลบข้อมูล

84. Prompt สำหรับ Customer Data

หา Customer Records ที่ Customer ID ซ้ำ และ Possible Duplicate จาก Email หรือ Phone เดียวกัน แต่ห้าม Merge อัตโนมัติ

85. Prompt สำหรับ Inventory

ตรวจ Product Code ซ้ำใน Product Master และแสดงรายการที่ชื่อสินค้า ราคา หรือ Unit ต่างกัน

86. Prompt สำหรับ Finance

ตรวจ Invoice Number ซ้ำ พร้อมเปรียบเทียบ Date, Vendor, Amount และ Payment Status เพื่อหา Duplicate Payment ที่ควรตรวจ

87. Prompt สำหรับ Project

ตรวจ Task ID ซ้ำและแยกว่าเป็น Duplicate จริงหรือเป็น Version Update จาก Modified Date และ Status

88. Checklist ก่อนลบ Duplicate

ตรวจอย่างน้อย

1. Unique Key คืออะไร
2. Duplicate จริงหรือไม่
3. มี Composite Key หรือไม่
4. Exact หรือ Partial Duplicate
5. มี Status ต่างไหม
6. Amount ต่างไหม
7. Date ต่างไหม
8. มี Source File ไหม
9. ต้องเก็บ Record ไหน
10. มี Raw Backup หรือยัง

89. Checklist หลังลบ Duplicate

ตรวจ

1. Row Count
2. Unique Key Count
3. Revenue Total
4. Quantity Total
5. Customer Count
6. ไม่มี Conflict Record ถูกลบ
7. Formula ยังถูก
8. PivotTable Refresh แล้ว
9. Chart Update แล้ว
10. มี Audit Trail หรือไม่

90. ไม่ควรใช้ชื่ออย่างเดียวเป็นเกณฑ์

ชื่อคนหรือบริษัทอาจซ้ำได้

ควรมี

• ID
• Email
• Phone
• Date

ช่วยยืนยัน

91. อย่าใช้ AI ตัดสิน Possible Duplicate เพียงอย่างเดียว

Copilot ช่วยหา Candidate ได้

แต่การ Merge Customer หรือ Transaction ควรผ่านกฎขององค์กร

92. ป้องกัน Duplicate ในอนาคต

หลัง Cleaning แล้ว ควรป้องกันต้นเหตุ

เช่น

• Unique ID
• Data Validation
• ระบบ Import ที่ตรวจซ้ำ
• Master Data Process

ช่วยลดงานซ้ำในอนาคต

93. ใช้ Data Validation

สามารถช่วยจำกัดข้อมูลบางประเภท

แต่ Excel Data Validation อย่างเดียวไม่ได้รับประกัน Unique ID ทุกกรณี

อาจใช้ Formula หรือระบบต้นทางร่วมด้วย

94. สร้าง Duplicate Warning

Prompt

สร้างคอลัมน์ Warning ถ้า Order ID นี้มีอยู่แล้วในตาราง

ช่วยแจ้งผู้ใช้ก่อนเพิ่ม Record ซ้ำ

95. คำถามที่พบบ่อย

Copilot หา Duplicate ใน Excel ได้ไหม

ได้ โดยควรกำหนด Column หรือ Key ที่ใช้ตรวจให้ชัด

ลบ Duplicate ให้เลยได้ไหม

สามารถมีวิธีจัดการได้ แต่ไม่ควรลบก่อนตรวจ เพราะบางรายการซ้ำอาจเป็นข้อมูลที่ถูกต้อง

Customer ID ซ้ำต้องลบไหม

ไม่เสมอ ต้องดูว่า Dataset เป็น Customer Master หรือ Transaction Data

Exact Duplicate ลบได้เลยไหม

ควรตรวจ Source ก่อน แม้จะมีโอกาสเป็น Duplicate จริงสูง

ต้องสำรองข้อมูลก่อนไหม

ควร โดยเฉพาะ Dataset ที่ใช้ทำรายงาน การเงิน หรือธุรกิจ

96. สูตร Prompt ที่แนะนำ

ใช้โครง

Unique Key + Duplicate Type + Comparison Columns + Action + Validation + Restriction

ตัวอย่าง

ตรวจ Duplicate โดยใช้ Order ID เป็น Unique Key แยกเป็น Exact Duplicate และ Conflicting Duplicate สำหรับแต่ละกลุ่มเปรียบเทียบ Date, Customer, Sales และ Status สร้าง Duplicate Flag และรายงานจำนวนครั้งที่พบ ห้ามลบข้อมูลจนกว่าฉันจะตรวจรายการก่อน

Prompt นี้ช่วยให้ Copilot ทำหน้าที่ตรวจสอบมากกว่าลบข้อมูลแบบเสี่ยง

97. สรุป

วิธีใช้ Copilot หาและลบข้อมูลซ้ำใน Excel ให้ปลอดภัยที่สุด คืออย่าเริ่มจาก

“ลบข้อมูลซ้ำทั้งหมด”

แต่ควรทำตามลำดับ

กำหนด Unique Key → หา Duplicate → แยกประเภท → เปรียบเทียบ Record → Flag → ตรวจ Source → กำหนด Record ที่เก็บ → ลบ → ตรวจ Total อีกครั้ง

Duplicate อาจมีหลายแบบ ได้แก่

• Exact Duplicate
• Key Duplicate
• Conflicting Duplicate
• Possible Duplicate

และแต่ละแบบไม่ควรใช้วิธีจัดการเหมือนกัน

Prompt พร้อมใช้คือ

“ตรวจข้อมูลซ้ำในตารางนี้โดยใช้ Unique Key ที่กำหนด แสดงจำนวนครั้งที่พบ เปรียบเทียบข้อมูลสำคัญของแต่ละ Record และจัดประเภทเป็น Exact, Conflicting หรือ Possible Duplicate สร้าง Flag ไว้ก่อน ห้ามลบหรือ Merge ข้อมูลอัตโนมัติ และสรุปผลกระทบต่อ Row Count และ Total ที่เกี่ยวข้องหากมีการลบ Duplicate”

comsiam แนะนำให้มองการลบ Duplicate เป็นงาน Data Quality ที่ต้องมีหลักฐานและกฎชัดเจน ไม่ใช่เพียงการกด Remove Duplicates เพราะการลบ Record ผิดเพียงไม่กี่รายการอาจทำให้ยอดขาย รายได้ จำนวนลูกค้า หรือรายงานสำคัญผิดทั้งชุดได้