วิธีนำเข้าข้อมูลด้วย Copilot ใน Excel

Microsoft Copilot ใน Excel สามารถช่วยผู้ใช้ทำความเข้าใจและจัดเตรียมข้อมูลที่นำเข้ามาจากแหล่งต่าง ๆ เช่น CSV, Text File, ตารางจากระบบอื่น หรือข้อมูลที่คัดลอกมาจากรายงาน โดยช่วยตรวจโครงสร้าง แนะนำการแยกคอลัมน์ ตรวจ Data Type และเตรียมข้อมูลให้พร้อมสำหรับการวิเคราะห์

อย่างไรก็ตาม คำว่า “นำเข้าข้อมูล” ใน Excel อาจเกี่ยวข้องกับหลายเครื่องมือ เช่นการเปิดไฟล์ CSV, Power Query, Get Data หรือการคัดลอกข้อมูลจากแหล่งอื่น ดังนั้นตำแหน่งเมนูและความสามารถที่ Copilot ช่วยได้อาจแตกต่างกันตามเวอร์ชัน บัญชี และสภาพแวดล้อมที่ใช้งาน

บทความนี้ comsiam จะอธิบายวิธีนำเข้าข้อมูลด้วย Copilot ใน Excel ตั้งแต่การตรวจไฟล์ต้นทาง การจัด Header การแก้ Data Type ไปจนถึงการตรวจข้อมูลหลัง Import เพื่อให้พร้อมใช้งานจริง

① เริ่มจากรู้ว่าแหล่งข้อมูลคืออะไร

ก่อน Import ควรรู้ว่า Data มาจาก

• CSV
• TXT
• Excel
• Database
• Web Export

ช่วยเลือกวิธีนำเข้าได้ถูก

② ตรวจโครงสร้างไฟล์ก่อน

ดูว่าไฟล์มี

• Header
• Delimiter
• Encoding
• Date
• Number

ครบหรือไม่

③ เปิด CSV ใน Excel

วิธีง่ายที่สุดในหลายกรณีคือเปิดไฟล์ CSV ด้วย Excel

จากนั้นตรวจว่าคอลัมน์ถูกแยกหรือไม่

④ ใช้ Get Data เมื่อเหมาะสม

Excel มีความสามารถนำเข้าข้อมูลจากแหล่งต่าง ๆ ในประสบการณ์ที่รองรับ

เหมาะกับงานที่ต้อง Refresh ซ้ำ

⑤ Power Query มีประโยชน์มาก

Power Query ช่วย

• Import
• Clean
• Transform
• Combine

ข้อมูลก่อนเข้า Worksheet

⑥ Copilot ช่วยอธิบายขั้นตอนได้

Prompt

ข้อมูลชุดนี้ควรนำเข้าและจัดโครงสร้างอย่างไร

ช่วย Planning

⑦ ระบุ Source ให้ชัด

เช่น

ฉันมีไฟล์ CSV ยอดขาย

ช่วยให้คำแนะนำตรงขึ้น

⑧ ระบุเป้าหมาย

Prompt

ต้องการนำเข้าข้อมูลนี้เพื่อวิเคราะห์ยอดขายรายเดือน

ช่วยกำหนด Column ที่สำคัญ

⑨ ตรวจ Header

หลัง Import ควรดูว่า

• Date
• Product
• Sales
• Customer

ถูกแยกเป็น Column หรือไม่

⑩ อย่าใช้แถวแรกเป็นข้อมูลถ้าเป็น Header

Header ควรถูกกำหนดให้ชัด

ช่วย Formula และ Table

⑪ ตรวจ Delimiter

CSV อาจใช้

• Comma
• Semicolon
• Tab

ถ้าเลือกผิดข้อมูลอาจรวมในคอลัมน์เดียว

⑫ ถ้าข้อมูลรวมในคอลัมน์เดียว

Prompt

ข้อมูลนี้ควรถูกแยกด้วย Comma หรือ Delimiter อะไร

ช่วยวิเคราะห์โครงสร้าง

⑬ ใช้ Text to Columns เมื่อเหมาะสม

สามารถแยกข้อมูลจาก Cell เดียว

เป็นหลายคอลัมน์ได้

⑭ ตรวจ Encoding

ภาษาไทยอาจมีปัญหาตัวอักษรผิด

หาก Encoding ไม่ถูกต้อง

⑮ ถ้าภาษาไทยเพี้ยน

ควรตรวจว่าไฟล์ใช้ UTF-8 หรือ Encoding อื่น

ก่อนแก้ข้อมูล

⑯ อย่าแก้ตัวอักษรเพี้ยนทีละ Cell ก่อนตรวจ Encoding

เพราะอาจแก้ผิดจำนวนมาก

ควรแก้ที่ Import Setting

⑰ ตรวจ Date Format

วันที่อาจมาเป็น

• DD/MM/YYYY
• MM/DD/YYYY
• YYYY-MM-DD

ต้องระวัง

⑱ วันที่ 05/10/2026 อาจตีความต่างกัน

บางระบบอาจอ่านเป็น

5 October

หรือ

10 May

จึงควรกำหนด Format

⑲ Prompt ตรวจวันที่

ตรวจว่าคอลัมน์ Date ถูกตีความเป็นวันที่จริงหรือเป็น Text

ช่วย Data Quality

⑳ ตรวจ Number

ตัวเลขควรถูกเก็บเป็น Number

ไม่ใช่ Text

หากต้องใช้คำนวณ

㉑ Number Stored as Text

มักเกิดจาก

• Space
• Currency Symbol
• Separator

ควร Clean

㉒ Prompt ตรวจ Number

หาค่าที่ดูเหมือนตัวเลขแต่ถูกเก็บเป็น Text

ช่วย Cleaning

㉓ ตรวจ Decimal Separator

บางประเทศใช้

, เป็น Decimal

บางประเทศใช้ .

ต้องระวัง

㉔ ตรวจ Thousands Separator

เช่น

1,000.50

กับ

1.000,50

อาจถูกตีความต่างกัน

㉕ ตรวจ Currency

ควรแยก

• Value
• Currency

ถ้ามีหลายสกุล

㉖ อย่ารวม Currency หลายแบบทันที

เช่น THB กับ USD

ต้อง Normalize ก่อนวิเคราะห์

㉗ ตรวจ Percentage

ค่า 15%

อาจถูกนำเข้าเป็น

• 0.15
• 15
• Text

ต้องตรวจ

㉘ Prompt ตรวจ Percentage

ตรวจว่าคอลัมน์ Percentage ถูกเก็บเป็นค่าที่คำนวณได้หรือไม่

ช่วยป้องกัน Error

㉙ ตรวจ Blank

ข้อมูลว่างอาจหมายถึง

• Missing
• N/A
• 0

ต่างกัน

㉚ อย่าแทน Blank เป็น 0 โดยอัตโนมัติ

ต้องดู Business Rule

㉛ ตรวจ Null

ข้อมูลจาก Database อาจมี Null

ควรกำหนดว่าจะจัดการอย่างไร

㉜ ตรวจ Duplicate

Import แล้วควรตรวจ Duplicate

โดยเฉพาะ Transaction Data

㉝ Prompt Duplicate

ตรวจ Order ID ที่ซ้ำหลังนำเข้าข้อมูล

ช่วย QA

㉞ ตรวจ Unique ID

ถ้ามี

• Order ID
• Customer ID
• SKU

ควรตรวจว่าถูกเก็บครบ

㉟ ตรวจ Leading Zero

รหัสเช่น

00123

อาจถูก Excel เปลี่ยนเป็น

123

ถ้ามองเป็น Number

㊱ Code บางประเภทควรเป็น Text

เช่น

• SKU
• Postal Code
• Employee ID

เพื่อรักษาเลข 0 ด้านหน้า

㊲ Prompt ตรวจ ID

คอลัมน์ใดควรถูกเก็บเป็น Text แทน Number

ช่วย Data Type Design

㊳ ตรวจ Product Code

ไม่ควรให้ Excel เปลี่ยนรูปแบบอัตโนมัติ

ถ้ารหัสมีตัวอักษรหรือเลขศูนย์นำหน้า

㊴ ตรวจชื่อสินค้า

ชื่อควรอยู่คอลัมน์แยกจาก SKU

ช่วย Mapping

㊵ ตรวจ Customer Name

อย่าใช้ Customer Name เป็น Unique ID

เพราะชื่อซ้ำได้

㊶ Import หลายไฟล์

หากมี CSV รายเดือนหลายไฟล์

Power Query สามารถช่วยรวมข้อมูลในหลายกรณี

㊷ Prompt รวมไฟล์

ฉันมีไฟล์ยอดขายรายเดือนหลายไฟล์ ควรจัดโครงสร้างอย่างไรก่อนรวม

ช่วยวางระบบ

㊸ Column ต้องสอดคล้องกัน

ไฟล์แต่ละเดือนควรมี Header เหมือนกัน

เพื่อรวมง่าย

㊹ ตรวจ Column Missing

บางไฟล์อาจไม่มี Column ที่ไฟล์อื่นมี

ต้องตรวจ

㊺ ตรวจ Column Order

ชื่อ Column สำคัญกว่าการอยู่ตำแหน่งเดียวกัน

แต่ควรจัดมาตรฐาน

㊻ Standardize Header

เช่น

• Sales
• Revenue
• Amount

ถ้าหมายถึงสิ่งเดียวกันควรตกลงชื่อเดียว

㊼ อย่า Merge Data ที่ความหมายต่างกัน

Sales กับ Revenue อาจไม่เท่ากันในบางระบบ

ต้องตรวจ Definition

㊽ ใช้ Data Dictionary

ควรมี

• Column Name
• Meaning
• Data Type

ช่วย Import ระยะยาว

㊾ Prompt Data Dictionary

สร้าง Data Dictionary จาก Header ชุดนี้

ช่วย Documentation

㊿ Import จากไฟล์ Excel อื่น

สามารถนำข้อมูลจาก Workbook อื่นมาใช้ได้

แต่ควรตรวจ Sheet และ Range ที่ต้องการ

51. Import จาก Text File

Text File อาจต้องระบุ

• Delimiter
• Encoding
• Column Type

ให้ถูก

52. Import จาก Database

ในประสบการณ์ที่รองรับ Excel สามารถเชื่อมต่อแหล่งข้อมูลหลายแบบ

ควรใช้สิทธิ์ตามนโยบายองค์กร

53. Import จาก Web Export

เช่นระบบ E-commerce หรือ Analytics Export

ควรตรวจ Schema ทุกครั้ง

54. อย่าเชื่อชื่อ Column อย่างเดียว

ควรดูตัวอย่างข้อมูล

เช่น Column “Amount” อาจเป็น Gross หรือ Net

55. Prompt ตรวจ Schema

อธิบายว่าแต่ละคอลัมน์ใน Dataset นี้น่าจะใช้ทำอะไร โดยแยกสิ่งที่รู้กับสิ่งที่ไม่แน่ใจ

ช่วยลดการเดา

56. Import แล้วสร้าง Excel Table

หลัง Clean Data

สามารถจัด Range เป็น Table

ช่วย Filter และ Formula

57. ตั้งชื่อ Table

เช่น

SalesData

ดีกว่า Table1

ช่วยอ่าน Formula

58. ตรวจ Row Count

ควรเปรียบเทียบจำนวน Row ก่อนและหลัง Import

ช่วยจับข้อมูลหาย

59. Prompt Row Count

ตรวจว่าจำนวน Record หลัง Import ตรงกับ Source หรือไม่

ช่วย Reconciliation

60. ตรวจ Total Amount

หากเป็น Sales Data

ควรเปรียบเทียบ Total กับ Source

61. Reconcile ยอดรวม

ถ้ายอดรวมไม่ตรง

ต้องหาสาเหตุก่อน Analysis

62. ตรวจ First Row

ดูตัวอย่าง Record แรก

ว่าถูก Mapping หรือไม่

63. ตรวจ Last Row

ดูท้าย Dataset

เพื่อจับข้อมูลถูกตัด

64. ตรวจ Random Sample

สุ่ม 5–10 Row

เทียบ Source

ช่วย QA

65. ตรวจ Date Range

Prompt

ข้อมูลหลัง Import ครอบคลุมวันที่แรกถึงวันที่สุดท้ายวันไหน

ช่วยตรวจช่วงเวลา

66. ตรวจ Missing Month

ถ้ามีข้อมูลรายเดือน

ควรดูว่ามีเดือนไหนหาย

67. ตรวจ Unexpected Column

อาจมี Column แปลกเพิ่มมา

จากระบบ Export

ต้องตรวจ

68. ตรวจ Empty Column

Column ว่างทั้งหมดอาจไม่จำเป็น

แต่ควรเข้าใจก่อนลบ

69. ตรวจ Extra Header Row

ไฟล์ Export บางแบบมี Header ซ้ำกลางไฟล์

ควรตรวจ

70. Prompt Header ซ้ำ

หาว่ามี Header Row ซ้ำอยู่ในข้อมูลหรือไม่

ช่วย Cleaning

71. ตรวจ Footer

บาง Report มี Total หรือข้อความท้ายไฟล์

ไม่ควรนำมารวมกับ Transaction

72. ตรวจ Total Row

เช่น

Grand Total

ถ้า Import เป็นข้อมูลปกติอาจทำให้ยอดรวมซ้ำ

73. Prompt หา Total Row

หาบรรทัด Total หรือ Summary ที่ไม่ควรเป็น Transaction

ช่วย Clean

74. ตรวจ Error Value

เช่น

• #N/A
• #VALUE!
• Error Text

จาก Source

ควรแยกตรวจ

75. ตรวจ Boolean

ค่า TRUE/FALSE

อาจถูกนำเข้าเป็น Text

ต้องดู Use Case

76. ตรวจ Time

เวลาอาจถูกเก็บรวมกับ Date

หรือแยก

ต้องเลือกตาม Analysis

77. ตรวจ Time Zone

ถ้า Data มาจากระบบต่างประเทศ

Timestamp อาจใช้ Time Zone ต่างกัน

ควร Normalize

78. อย่าแปลงเวลาโดยเดา

ต้องรู้ Source Time Zone ก่อน

79. Import ซ้ำต้องระวัง Duplicate

หาก Refresh หรือ Append File ซ้ำ

Transaction อาจถูกนับสองครั้ง

80. ใช้ Source File Name

บาง Workflow อาจเพิ่ม Column ชื่อไฟล์

ช่วยตรวจว่าข้อมูลมาจาก Source ไหน

81. เพิ่ม Import Date

สามารถเก็บวันที่นำเข้าข้อมูล

เพื่อ Audit

82. เก็บ Raw Data

ไม่ควรแก้ Source โดยตรงเสมอไป

ควรมี Raw Layer

83. แยก Raw กับ Clean Data

แนวทางที่ดีคือ

Raw → Clean → Analysis

ช่วยตรวจย้อนหลัง

84. อย่าแก้ Raw Data โดยไม่มี Backup

เพราะอาจไม่สามารถย้อนกลับได้

85. Prompt สำหรับ CSV

ช่วยตรวจ CSV นี้ว่ามีปัญหาเรื่อง Header, Delimiter, Date, Number หรือ Encoding หรือไม่

86. Prompt สำหรับหลายไฟล์

ช่วยวางขั้นตอนรวม CSV รายเดือนหลายไฟล์ โดยตรวจ Column และ Duplicate ก่อนรวม

87. Prompt สำหรับ Data Type

ตรวจแต่ละคอลัมน์และแนะนำว่าเป็น Text, Number, Date หรือ Percentage

88. Prompt สำหรับ Cleanup

หลัง Import ช่วยหาค่า Blank, Duplicate, Invalid Date และ Number Stored as Text

89. Prompt สำหรับ Validation

เปรียบเทียบ Row Count, Date Range และ Total Sales หลัง Import กับค่าจาก Source

90. Prompt สำหรับ Power Query

อธิบาย Workflow ที่เหมาะสำหรับ Import, Clean และ Refresh ข้อมูลชุดนี้ด้วย Power Query

ช่วยทำงานซ้ำ

91. Prompt แบบปลอดภัย

ช่วยตรวจและเตรียมข้อมูลหลัง Import โดยห้ามแก้ค่าต้นฉบับแบบถาวร หากต้องเปลี่ยน Data Type, ลบ Row หรือรวม Column ให้ระบุเหตุผลก่อน และแยก Raw Data ออกจาก Clean Data

เหมาะกับงานจริง

92. Workflow ที่แนะนำ

ใช้ลำดับ

Source → Import → Check Encoding → Check Header → Set Data Types → Clean → Validate → Table → Analyze

ช่วยลด Error

93. Import ไม่เท่ากับ Clean

ข้อมูลเข้า Excel สำเร็จ

ไม่ได้หมายความว่าพร้อมวิเคราะห์ทันที

ต้องตรวจต่อ

94. Refresh ต้องตรวจทุกครั้ง

ถ้า Source เปลี่ยน Schema

Refresh อาจให้ผลไม่เหมือนเดิม

ควร QA

95. Checklist ก่อน Import

ตรวจว่า

1. Source คืออะไร
2. File Format อะไร
3. Encoding อะไร
4. Delimiter อะไร
5. Header อยู่แถวไหน
6. Date Format อะไร
7. Decimal Format อะไร
8. Currency อะไร
9. ID ต้องรักษาเลข 0 ไหม
10. ต้อง Refresh ซ้ำหรือไม่

96. Checklist หลัง Import

ตรวจว่า

1. Row Count ตรงไหม
2. Header ถูกไหม
3. Column ครบไหม
4. Date ถูกไหม
5. Number ถูกไหม
6. ID ถูกไหม
7. Duplicate มีไหม
8. Blank มีไหม
9. Total ตรงไหม
10. พร้อม Analysis หรือยัง

97. คำถามที่พบบ่อย

Copilot ช่วยนำเข้าข้อมูล Excel ได้ไหม

ในประสบการณ์ที่รองรับ Copilot สามารถช่วยอธิบายขั้นตอน ตรวจโครงสร้าง และช่วยเตรียมข้อมูลหลัง Import ได้ ส่วนการเชื่อมต่อ Source จริงอาจใช้เครื่องมือของ Excel เช่น Get Data หรือ Power Query

CSV ภาษาไทยเพี้ยนทำอย่างไร

ควรตรวจ Encoding ของไฟล์ก่อน โดยเฉพาะ UTF-8

ทำไมเลข 00123 กลายเป็น 123

เพราะ Excel อาจตีความเป็น Number หากเป็นรหัสควรกำหนดเป็น Text

Import แล้วตัวเลขรวมไม่ได้ทำอย่างไร

ควรตรวจว่า Number ถูกเก็บเป็น Text หรือมี Currency Symbol/Space ปะปนอยู่หรือไม่

ต้องเก็บ Raw Data ไหม

ควรเก็บ โดยเฉพาะงานที่ต้องตรวจย้อนกลับหรือ Refresh บ่อย

98. สูตร Prompt ที่แนะนำ

ใช้โครง

Source + File Type + Schema + Data Types + Cleaning + Validation + Output

ตัวอย่าง

ฉันมี CSV ยอดขาย ช่วยตรวจ Header, Date, Sales, Customer ID และ Duplicate แล้วแนะนำขั้นตอน Import และ Validation

99. Prompt พร้อมใช้

“ช่วยวางขั้นตอนนำเข้าข้อมูลชุดนี้เข้าสู่ Excel โดยเริ่มจากตรวจ File Format, Encoding, Delimiter และ Header จากนั้นตรวจ Data Type ของแต่ละคอลัมน์ เช่น Text, Number, Date และ Percentage ตรวจ Leading Zero, Duplicate, Blank และ Invalid Values หลัง Import ให้ตรวจ Row Count, Date Range และ Total Amount เทียบกับ Source แยก Raw Data ออกจาก Clean Data และห้ามลบหรือแก้ค่าต้นฉบับถาวรโดยไม่ระบุเหตุผล”

เหมาะกับงาน Import ทั่วไป

100. สรุป

วิธีนำเข้าข้อมูลด้วย Copilot ใน Excel ให้ได้ผลดีที่สุด คือไม่ควรมองเพียงว่า

“เปิดไฟล์ได้แล้ว = Import สำเร็จ”

แต่ควรตรวจต่อว่า

Header ถูกไหม → Data Type ถูกไหม → วันที่ถูกไหม → ID หายเลข 0 หรือไม่ → Duplicate มีไหม → Total ตรง Source หรือไม่

Copilot สามารถช่วย

• ตรวจโครงสร้างข้อมูล
• อธิบาย Column
• ตรวจ Data Type
• หา Duplicate
• หา Missing Data
• ช่วยวาง Workflow
• ช่วยตรวจข้อมูลหลัง Import

ได้อย่างมีประโยชน์

แต่ขั้นตอนสำคัญที่สุดคือ Validation หลัง Import เพราะข้อมูลที่เข้า Excel ได้ไม่ได้แปลว่าข้อมูลนั้นถูกต้องพร้อมใช้ทันที

comsiam แนะนำให้ใช้หลัก “นำเข้าแล้วต้องตรวจย้อนกลับกับ Source” เพราะจะช่วยลดความเสี่ยงจากข้อมูลหาย ตัวเลขถูกตีความผิด หรือ Transaction ถูกนำเข้าซ้ำก่อนนำ Dataset ไปสร้าง Formula, PivotTable หรือวิเคราะห์ด้วย Copilot ต่อ