สร้างรายงานขาย Power BI ใน Excel: ความสำเร็จ ความล้มเหลว และบทเรียนสำคัญ

บทนำ

Power BI เป็นที่นิยมสำหรับรายงานและแดชบอร์ดแบบโต้ตอบ แต่ในฐานะผู้ชื่นชอบ Excel ผมสงสัยว่า "Excel สามารถไปได้ไกลแค่ไหน หากลองสร้างรายงาน Power BI ใหม่?" ผมได้ลองสร้างรายงานขายแบบ Power BI ภายใน Excel โดยใช้ Power Query, Data Model (Power Pivot), DAX Measures, PivotTables/Charts, Slicers/Timelines และการจัดรูปแบบหน้าตา

ในบทความนี้ จะแสดงการลองสร้างรายงาน Power BI ใน Excel และจุดที่สำเร็จ จุดที่ล้มเหลว

รายงานที่พยายามสร้างใหม่

ภาพรวมขายมาตรฐาน ประกอบด้วย:

• KPI Cards: ยอดขายรวม, กำไรรวม, ระดับกำไร, ฯลฯ
• Trend Line: ยอดขายตามเดือน
• Breakdown: ยอดขายตามหมวดหมู่, ภูมิภาค, ฯลฯ
• Interactivity: Slicers สำหรับ ปี, หมวดหมู่, ภูมิภาค และ Timeline สำหรับวันที่
• Drill to Detail: มุมมองรายละเอียดที่กรองตามการเลือกปัจจุบัน

ประเภทแดชบอร์ดนี้ใช้กันทั่วไป หลายทีมสร้างใน Power BI มาดูว่า Excel ทำได้ไหม

ขั้นตอนที่ 1: นำเข้าและทำความสะอาดด้วย Power Query (Get & Transform)

• ไปที่แท็บ Data > เลือก Get Data > เลือก From Text/CSV หรือแหล่งอื่น
• เรียกดูและเลือกไฟล์ นำเข้าข้อมูล
• คลิก Load หรือ Transform Data เพื่อทำความสะอาดชุดข้อมูล

• ใน Power Query Editor ตั้งค่าชนิดข้อมูลให้ถูกต้อง (Date, Whole Number, Currency)
• ทำความสะอาดข้อมูลด้วยการแก้ไขเล็กน้อย: ตัดช่องว่าง, มาตรฐานตัวพิมพ์เล็ก/ใหญ่ ฯลฯ

• คลิก Close & Load To… เพื่อนำเข้าข้อมูล
  • Table หรือ Only Create Connection
  • Add this data to the Data Model
  • คลิก OK

จุดที่ Excel สำเร็จ:

• ฟังก์ชัน Power Query เหมือน Power BI ทุกประการ
• ความสามารถในการแปลงข้อมูลแข็งแกร่ง
• การเชื่อมต่อแหล่งข้อมูลหลายที่ทำงานได้ดี

จุดที่ Excel ล้มเหลว:

• ไม่มีตัวเลือก Incremental Refresh
• จำกัด 1 ล้านแถวต่อชีท
• ประสิทธิภาพช้ากว่ากับชุดข้อมูลขนาดใหญ่
• ต้อง Refresh ด้วยตนเอง (ไม่มี Gateway Scheduling)

ขั้นตอนที่ 2: สร้างความสัมพันธ์ใน Data Model (Power Pivot)

• ไปที่แท็บ Data > เลือก Manage Data Model
• หรือไปที่แท็บ Power Pivot > เลือก Manage

• เพิ่มความสัมพันธ์:
  • Sales[ProductID] → Products[ProductID]
  • Sales[CustomerID] → Customers[CustomerID]
  • Customers[RegionID] → Regions[RegionID]

• ซ่อนคีย์และคอลัมน์ทางเทคนิคจาก Client Tools เพื่อรักษาความสะอาดของรายการฟิลด์

Power BI: ตรวจจับและสร้างความสัมพันธ์อัตโนมัติ สำหรับการปรับเพิ่มเติม สามารถลากวางเพื่อสร้างความสัมพันธ์ได้

Excel: Power Pivot ให้การสร้างแบบจำลองความสัมพันธ์คล้ายกัน อาจดูซับซ้อนกว่าสำหรับการจัดการความสัมพันธ์

ขั้นตอนที่ 3: สร้าง DAX Measures

ใน Data Model คุณสามารถสร้าง DAX Measures ได้ ไม่ว่าจะสร้างใน Power Pivot Formula Bar หรือใช้ตัวเลือก Calculations

• ไปที่ Power Pivot > จาก Calculations > เลือก Measures > เลือก New Measure
• ใส่ชื่อ Measure และสูตร
• คลิก OK

Total Sales = SUM(Sales[SalesAmount])
Total Cost = SUM(Sales[Cost])
Profit = [Total Sales] - [Total Cost]
Profit Margin % = DIVIDE([Profit], [Total Sales])
Average Order Value = DIVIDE([Total Sales], DISTINCTCOUNT(Sales[OrderID]))

Power BI: DAX Measures ทำงานเหมือนกัน ฟังก์ชัน Time Intelligence ทำงานทันทีเมื่อมี Calendar Table ที่เชื่อมโยงกับ Date อย่างถูกต้อง

ขั้นตอนที่ 4: สร้างชั้นรายงานด้วย PivotTables/Charts

• แทรก PivotTable ที่เชื่อมต่อกับ Data Model
  • ไปที่แท็บ Insert > เลือก PivotTable > เลือก Data Model
  • เลือกตำแหน่ง: Existing หรือ New Worksheet

หมายเหตุ: จำไว้ว่าเพื่อสร้าง Visuals ต่างๆ ต้องสร้าง PivotTables แยกกัน PivotTable เดียวไม่รองรับ Visuals หลายแบบ ซึ่งใช้เวลามาก

สร้าง Visuals:

KPI Cards:

• จาก PivotTable Fields:
  • ลาก Measures ไปที่ Values
  • จัดรูปแบบฟอนต์ใหญ่ ซ่อน Grand Totals/Subtotals

สร้างกราฟโต้ตอบ:

• สร้าง PivotTable อีกอันจาก Data Model
• Sales by Month:
  • ลาก Date ไป Rows
  • ลาก SalesAmount ไป Values
• เลือก PivotTable
• ไปที่แท็บ PivotTable Analyze > เลือก PivotChart > เลือก Line Chart
• คลิก OK

• กราฟนี้ให้ประสบการณ์ Drill-through โดยใช้ Date Hierarchy

• Sales by Category/Region/Channel: Clustered Column PivotCharts
  • ลาก Category ไป Rows
  • ลาก SalesAmount ไป Values

• Sales by State/Province: Pie PivotCharts
  • ลาก State/Province ไป Rows
  • ลาก SalesAmount ไป Values

• Map: ต้องสร้าง Map Chart จากข้อมูล Static
  • จัดกลุ่ม Country และ SalesAmount แล้วใช้ Filled Map ของ Excel

Power BI: เสนอ Visualizations ระดับต่อไปพร้อม Interactivity มี Core Visuals เหมือนกัน Slicers ทั่วทั้งรายงานพร้อม Layout สะอาด มี KPI ในตัวพร้อมไอคอน/ไฟจราจรที่ผูกกับ Thresholds (ไม่ต้องใช้ Conditional Formatting ซับซ้อน)

จุดที่ Excel สำเร็จ:

• ควบคุมการจัดรูปแบบกราฟละเอียดกว่า
• ความสามารถด้านข้อความและบันทึกหมายเหตุดียิ่งขึ้น
• Custom Chart Types ผ่าน Combination Charts
• ฟังก์ชัน Sparklines ในตัว

จุดที่ Excel ล้มเหลว:

• ไม่มี Map Visualizations ในตัว
• ประเภท Visual โต้ตอบจำกัด
• ไม่มี Chart Legends อัตโนมัติพร้อมตัวกรอง
• ต้องปรับขนาดและตำแหน่งด้วยตนเอง
• ไม่มี Responsive Design

ขั้นตอนที่ 5: สร้าง Interactivity

• เพิ่ม Slicers (Year, Category, Region) และ Timeline (Date)
  • ไปที่แท็บ PivotTable Analyze > เลือก Insert Slicer/Timeline

• • Sync Slicers ทั่วทุก PivotTables
  • ไปที่แท็บ Slicer > เลือก Report Connections
  • หรือคลิกขวา Slicer > เลือก Report Connections
  • เลือก PivotTables ทั้งหมด และคลิก OK

Power BI: คลิก Visual ใด Visual หนึ่งเพื่อกรอง Visual อื่นๆ อัตโนมัติ มี Slicers แบบอิสระพร้อมตัวเลือกจัดรูปแบบ

Excel: Slicers ทำงานดีสำหรับการกรองพื้นฐาน หลาย Slicers ควบคุมหลาย PivotTables ได้พร้อม Report Connections แต่ไม่มี Cross-visual Filtering (คลิกที่กราฟไม่กรองกราฟอื่น) Drill-through จำกัด ไม่มี Bookmarks หรือ View States

ขั้นตอนที่ 6: จัดเรียง Visuals ทั้งหมดเพื่อสร้างรายงาน

ใน Power BI สร้าง Visuals ทั้งหมดใน Report Page แล้วจัดเรียงใหม่ได้ ใน Excel เนื่องจากสร้างหลาย PivotTables, Slicers, Charts ต้อง Copy และจัดเรียงลงในชีทเดียวหรือหลายชีท

• เลือก Visual
• คลิกขวา > Copy
• เลือกตำแหน่งใน Report Sheet > Paste
• จัดรูปแบบ Visuals ทั้งหมดให้คล้าย Power BI
• Excel มีตัวเลือกจัดรูปแบบมากมาย

• ลองทดสอบ Interactivity โดยเลือก Slicer

จำไว้ว่า PivotTables ทั้งหมดนี้จะทำให้ประสิทธิภาพช้าลง เวลาโหลดจะเพิ่มขึ้นอย่างมาก

สิ่งที่ทำงานได้ดีมากใน Excel

• Data Import: Power Query เหมือน Power BI
• Modeling & DAX: Star Schema, Time Intelligence, DAX Measures เหมือน Power BI
• Core Visuals: Lines, Bars, Tables, KPI Cards, และแม้แต่ Map ง่ายๆ ก็ได้
• Detail Exploration: ดับเบิลคลิกเซลล์ Pivot เพื่อ "Show Details" (Drill-through ไปแถวข้อมูล) สะดวก และ Detail Sheet ที่คัดสรรแล้วทำให้เรียบร้อย
• Performance (ขนาดปานกลาง): Data Model เร็วสำหรับชุดข้อมูลระดับแผนกทั่วไป

จุดที่ Excel ไม่ถึงเกณฑ์ (และทำไมมันสำคัญ)

• Cross-Highlighting ระหว่างกราฟ:
  • Power BI คลิกแท่งใน Visual หนึ่งเพื่อ Cross-filter และ Cross-highlight Visual อื่นๆ
  • Excel Slicers กรองตาม Connections แต่กราฟไม่ Highlight กันแบบไดนามิก
• Page-level Drill-through & Tooltips:
  • Power BI มี Drill-through Pages และ Report Page Tooltips สำหรับการวิเคราะห์นำทาง
  • Excel ไม่มี แต่สามารถใช้ Hyperlinks ไป Detail Sheet และ Slicers ที่ติดป้ายชัดเจน แต่ยังเป็น Manual
• Dynamic Field Parameters (Dimension/Measure Switchers):
  • Power BI Field Parameters สะดวกมาก
  • ใน Excel จำลองได้ด้วย Disconnected Tables + SELECTEDVALUE + SWITCH แต่โต่งกว่ายากต่อการดูแลรักษา
• DirectQuery, Composite Models, Incremental Refresh:
  • Power BI Query Backend ใหญ่ได้โดยไม่ Import ทั้งหมด ผสมแหล่งข้อมูล และ Refresh แบบ Incremental
  • Excel Data Model เป็น Import-only และ Refresh แบบ All-or-nothing
• Mobile-friendly, Bookmarks, Narratives:
  • Power BI มี Bookmarked Stories, Selection Pane Tricks, Mobile Layouts
  • Excel ต้องใช้ VBA/Hyperlinks สำหรับอะไรที่เกินการนำทางง่ายๆ

คู่มือตัดสินใจเร็ว

เลือก Excel เมื่อ:

• ทีมเล็ก รายงานบน OneDrive/SharePoint ไม่ต้องการ App หรือ Mobile View
• ต้องการการคำนวณยืดหยุ่นและขั้นสูงควบคู่กับ Visuals (What-if, LAMBDA/LET ฯลฯ)

เลือก Power BI เมื่อ:

• ต้องแชร์กว้าง Refresh ตามตาราง ควบคุมสิทธิ์ต่อ Audience → Power BI Service ชนะชัด
• ต้องการ Cross-highlighting, Drill-through, Tooltips, Bookmarks, Mobile Layouts สามารถ Govern App Distribution และ Usage Metrics

สรุป

Excel เป็นเครื่องมือที่ยอดเยี่ยม ตอบสนองผู้ใช้ระดับพื้นฐานถึงขั้นสูง สามารถสร้างรายงาน Power BI ทั่วไปได้ส่วนใหญ่ โดยเฉพาะ ETL, Star Schema, DAX, และ Core Visuals จุดอ่อนคือ Interactive Storytelling, Governed Sharing, และ Enterprise-scale Models/Refresh หากผู้ใช้และ Stakeholders อยู่ใน Excel และขอบเขตจำกัด Excel เป็นพื้นผิวรายงานที่น่าเชื่อถือ แต่ถ้าต้องการ Click-through Narratives, Secure Distribution, หรือ Live Connections ขนาดใหญ่ ให้เลือก Power BI