跳到主要內容
CAMP 03找工具›Excel 報表分析、資料整理、做儀表板
找工具 · 分析資料

Excel 報表分析、資料整理、做儀表板

對帳、預算、問卷、指標口徑

2026-10-26 · 作者整理:Lucas

30 個情境 › 分析資料

工具怎麼串一個工具做不完,要前一個交給下一個。

Excel 從分析到看板:AI 先看 → 大資料用 SQL → 做成大家天天看的看板

依據:本頁工具卡

1
先確認這份資料能不能上雲

含個資、未公開財務的,用公司的商用方案;公司有企業授權就用 Microsoft Copilot,在 Excel 裡直接問。

2
把表格交給 ChatGPT 或 Claude,請它寫出怎麼算的

精準數值計算不是 AI 助理的強項,它給的數字要用 Excel 公式重算一次。

交出去:分析初稿與算法
3
資料大到試算表打不開:工程師用 DuckDB要會 SQL

直接用 SQL 查 CSV,不用架伺服器;再大一級用 Polars。

交出去:整理好的資料表
4
要讓同事天天看,做成看板要工程師架

Metabase 不會 SQL 的人也能查;它是 AGPL,要嵌進賣給別人的產品先讓法務看。授權要單純用 Apache Superset(Apache-2.0),但比較難裝。

交出去:一個看板

容易斷在:Metabase 和 Grafana 都是 AGPL;看板做多了,維護成本比想像高,自架一定要有人顧。

真實案例只放本站逐條查證過來源的案例;「殷鑑」是做壞的例子。

已查證

印度甘蔗田的 AI 提醒先過農藝師再發:半年內有一到兩成建議被改掉

AI 產出要發給外部之前設一道專家審核,並記下「被改了幾成」。小團隊可以在送出前的審核表加一欄「有沒有改」,每月算一次修改比例;比例降不下來,就還不能拿掉審核。

看完整案例 →
已查證

施耐德的供應鏈減碳平台 Zeigo Hub:用 agentic AI 把供應商填報這件苦差事變簡單

真正的瓶頸不在算碳,在讓幾千家供應商願意也有能力交出資料。把 AI 用在降低對方的填報成本,比用在自己這端的分析更有效。

看完整案例 →
已查證

美慈組織讓 AI 翻譯、貼標、初評社區通報——但 AI 初評只有 75% 跟人一致

這是小團隊幾乎可以照做的流程:翻譯→貼標→初評→人確認。但真正要偷的是它把 75% 這個不好看的數字跟 88% 放在一起講——四分之一的初評跟人不同,所以人不能省。凡是「AI 初判、人拍板」的流程,都應該量這個一致率,而且公開它。

看完整案例 →
已查證

臺大醫院用 AI 建議 ICD-10 疾病分類碼:分類人員逐本審查,院方說省下 14% 人力工時

值得學的是 AI 的位置:它只給建議,由專業人員拍板,還可以當交叉稽核;規則一改,就把修正送回去重訓。小團隊處理大量要歸類的文件時,也可以讓 AI 先標出建議分類,人只看被標出來的地方並確認,改過的結果留下來當下次的參考。

看完整案例 →

要照著做(步驟、提示詞):找方法

全部 11 個工具每張都是完整介紹:適合誰、費用、能不能商用、資料去哪裡、能接什麼、限制、稜線用在哪。

ChatGPT

AI 服務直接使用

最多人使用的通用型 AI 助理,可對話、寫作、讀檔案、產圖,也有手機與桌面版。

適合
  • 第一次用 AI 的人(入門阻力最低)
  • 日常文書、摘要、翻譯、發想
  • 想先試看看 AI 能幫上什麼忙
不適合
  • ⚠未經確認就貼公司機密或個資(資料政策見下)
  • 需要離線或完全不出公司的場合
  • 需要每次輸出完全一致的流程
費用
有免費版與多種付費方案(個人、團隊、企業)。本站尚未能從可存取的官方頁面取得逐項價格,請以官方定價頁為準。
能不能商用
可商用:官方條款讓與產出權利
官方原文:「you (a) retain your ownership rights in Input and (b) own the Output. We hereby assign to you all our right, title, and interest, if any, in and to Output.」但同一節也寫明產出不保證唯一:「output may not be unique and other users may receive similar output」,而且這個讓與不及於其他使用者的產出。2026-09-18 讀官方使用條款。
資料去哪裡
⚠本站多次嘗試讀取 OpenAI 官方的消費者隱私與資料控制頁面皆被擋(HTTP 403),因此無法以官方 primary source 確認 ChatGPT 消費者版是否預設用於訓練、以及關閉方式。已可確認的只有 API:官方文件明載送進 API 的資料預設不用於訓練。把公司資料貼進 ChatGPT 之前,請自行到官方設定與隱私中心確認你那個方案的條款。
授權
—
跑在哪裡
雲端服務
能接什麼
API:有MCP:尚未查證Webhook:尚未查證
限制
  • ⚠消費者版的訓練資料政策本站未能查證,敏感資料請先自行確認
  • 可能產生看似合理但錯誤的內容,重要數字與出處要自己核對
  • 個人版與企業版條款不同,用公司信箱註冊不等於企業版

Claude

AI 服務直接使用

通用型 AI 助理,擅長讀長文件、寫作與分析;商用方案有獨立的資料政策。

適合
  • 長文件閱讀與比較
  • 寫作、改寫與整理
  • 需要明確資料政策才敢導入的公司場景
不適合
  • 需要完全離線的場合
  • 需要每次輸出完全一致的流程
  • 精準數值計算
費用
有免費版與付費個人方案,另有 Team/Enterprise 商用方案。
能不能商用
可商用:官方條款讓與產出權利
官方原文:「Subject to your compliance with our Terms, we assign to you all of our right, title, and interest—if any—in Outputs.」注意「if any」這三個字——它讓與的是它可能有的權利,不保證產出本身一定有著作權。2026-09-18 讀官方消費者條款。
資料去哪裡
官方原文:「By default, we will not use your inputs or outputs from our commercial products to train our models.」但按了讚/倒讚等回饋按鈕,該對話可能被用於訓練;管理員可關閉評分功能。消費者版政策不同。
授權
—
跑在哪裡
雲端服務
能接什麼
API:有MCP:尚未查證Webhook:尚未查證
限制
  • 可能產生看似合理但錯誤的內容,重要數字與出處要自己核對
  • 消費者版與商用版資料政策不同,用公司信箱註冊不等於企業版
  • 無法本機部署

Microsoft Copilot(企業版)

AI 服務需要設定

整合在 Word、Excel、Outlook、Teams 裡的 AI 助理,依你在公司既有的檔案權限回答。

適合
  • 已是 Microsoft 365 企業客戶的組織
  • 在 Office 檔案、信件與會議之間工作
  • 需要企業級資料保護承諾
不適合
  • 個人使用者(授權以組織為單位)
  • 沒有整理過權限的公司
  • 需要完全離線
費用
企業授權,依席次計費。
能不能商用
可商用
微軟另提供 Copilot 著作權承諾:符合其內建防護與內容過濾的使用情境下,若第三方以著作權侵權為由對商業客戶提告,微軟表示將為客戶辯護並負擔判賠或和解金額。
資料去哪裡
微軟官方文件原文:「Prompts, responses, and data accessed through Microsoft Graph aren't used to train foundation LLMs, including those used by Microsoft Copilot.」互動紀錄加密儲存並依組織的 M365 合約處理,管理員可用 Purview 設保留政策。
授權
—
跑在哪裡
雲端服務
能接什麼
API:尚未查證MCP:尚未查證Webhook:尚未查證
限制
  • ⚠只呈現使用者原本就有權限看到的內容——公司權限設錯,它會把問題放大
  • 產出不保證正確,送出前要人看過
  • 功能受組織的連線體驗隱私設定影響

DuckDB

專業工具需要 API/自動化

嵌在程式裡就能跑的分析型資料庫,可以直接用 SQL 查 CSV 與 Parquet 檔,不用架伺服器。

適合
  • 幾百 MB 到幾 GB 的資料分析
  • 不想為了分析架一整套資料庫
  • 資料留在自己電腦上處理
不適合
  • 多人同時寫入的交易型系統
  • 完全不會 SQL 的使用者
  • 需要即時串流處理
費用
開源免費。
能不能商用
可商用
MIT 授權,商用不需付費也不強制開源。
資料去哪裡
嵌入式執行,資料不上傳。
授權
MIT
跑在哪裡
自己架、裝在公司內部、邊緣裝置(產線、攝影機旁)
能接什麼
API:尚未查證MCP:尚未查證Webhook:尚未查證
限制
  • 要會 SQL
  • 不是給多人同時寫入的線上系統用的
  • 超大規模資料仍需要分散式方案

Polars

專業工具需要工程支援

以 Rust 寫成的高效能資料處理引擎,官方說明串流模式下「有機會在筆電上處理 250GB 的資料集」。

適合
  • pandas 跑不動的大表格
  • 資料量超過記憶體的批次處理
  • 要求速度的資料清理管線
不適合
  • 不寫程式的使用者
  • 小資料(pandas 或試算表就夠)
費用
開源免費。
能不能商用
可商用
MIT 授權。
資料去哪裡
在你自己的環境執行。
授權
MIT
跑在哪裡
自己架、裝在公司內部
能接什麼
API:尚未查證MCP:尚未查證Webhook:尚未查證
限制
  • API 與 pandas 不同,既有程式要改寫
  • 生態系與教學資源少於 pandas
  • 要會寫程式

Metabase

專業工具需要 API/自動化

讓不會寫 SQL 的人也能查資料、做儀表板的 BI 工具,可自架。

適合
  • 要做給同事看的共用儀表板
  • 希望非技術同事能自助查數字
  • 資料要留在自己伺服器
不適合
  • ⚠想把它嵌進自家產品賣人卻沒看清授權的情況
  • 只有自己一個人分析(DuckDB 更輕)
費用
開源版可自架免費;另有商業版本。
能不能商用
⚠開源版是 AGPL
官方說明:開源版採 AGPL 授權,另有「Metabase Commercial Software License」的商業版本。AGPL 對「把軟體當成服務提供給他人」有特別要求——要嵌進對外產品前務必讓法務看過。
資料去哪裡
自行部署時資料不離開你的環境。
授權
AGPL(另有商業授權版)
跑在哪裡
自己架、裝在公司內部、雲端服務
能接什麼
API:尚未查證MCP:尚未查證Webhook:尚未查證
限制
  • ⚠AGPL 授權,嵌入對外產品要先確認
  • 自架要有人維運
  • 複雜分析仍需要會 SQL 的人

Apache Superset

專業工具需要工程支援

Apache 基金會的資料探索與視覺化平台,可用無程式介面或 SQL 編輯器建圖表與儀表板。

適合
  • 要接多種資料庫的企業級 BI
  • 需要權限角色與快取設定的部署
  • 想避開 AGPL 的自架 BI 選擇
不適合
  • 小團隊只要看幾張圖(Metabase 上手更快)
  • 沒有維運人力的團隊
費用
開源免費自架。
能不能商用
可商用
Apache-2.0 授權——這是它相對 Metabase(AGPL)與 Grafana(AGPL)最實際的差別。
資料去哪裡
自架時資料不離開你的環境。
授權
Apache-2.0
跑在哪裡
自己架、裝在公司內部
能接什麼
API:尚未查證MCP:尚未查證Webhook:尚未查證
限制
  • 安裝與維運比 Metabase 複雜
  • 初期設定與權限模型學習成本高
  • 要有人長期維護

Grafana

專業工具需要 API/自動化

最普及的監控與儀表板工具,可接各種資料源做即時視覺化與告警。

適合
  • 系統與業務指標的即時監控
  • 告警與值班流程
  • 要接多種資料源的儀表板
不適合
  • ⚠要嵌進對外商業產品又沒評估授權的情況
  • 純粹做商業分析報表(BI 工具更合適)
費用
開源版自架免費;官方另有雲端與企業方案。
能不能商用
⚠AGPL-3.0
官方 repo 說明現行採 AGPL-3.0(部分例外走 Apache-2.0,詳見其 LICENSING.md)。AGPL 有網路著作權傳染條款——把修改過的版本當成服務提供給他人,可能要一併公開原始碼。嵌入對外產品前請讓法務評估。
資料去哪裡
自架時資料不離開你的環境。
授權
AGPL-3.0(部分例外 Apache-2.0)
跑在哪裡
自己架、裝在公司內部、雲端服務
能接什麼
API:尚未查證MCP:尚未查證Webhook:尚未查證
限制
  • ⚠AGPL-3.0,商業嵌入要先評估
  • 自架要有人維運
  • 儀表板做得多之後,維護成本比想像高

Chart.js

專業工具需要工程支援

開源的 HTML5 canvas 圖表庫,折線/長條/圓餅等常見圖表都內建。本站健康家族 7 支子 App 共用它畫血壓、血糖、生長曲線趨勢圖。

適合
  • 需要在網頁上畫標準統計圖表
  • 健康數據、趨勢圖這類定型化圖表
  • 不想自己刻 SVG/canvas 繪圖邏輯
不適合
  • 需要高度客製化或特殊圖表型態(雷達圖之外的少見圖型要另找)
  • 大量資料點(十萬級)的即時互動圖
  • React/Vue 專案想要框架原生元件(可改用 recharts/vue-chartjs 這類封裝)
費用
開源,免費。
能不能商用
可商用
MIT(2026-09-22 由 GitHub API 讀取)。
資料去哪裡
程式庫,跑在你自己的環境;本身不連外、不收資料。
授權
MIT
跑在哪裡
自己架
能接什麼
API:尚未查證MCP:尚未查證Webhook:尚未查證
限制
  • 社群維護,重大版本升級需自行測試相容性
人工查證 2026-09-22・活躍(Chart.js 核心團隊與社群維護)官方網站 ↗

Apache ECharts

專業工具需要工程支援

Apache 基金會的互動式圖表庫,支援大量資料點、地圖視覺化、3D 圖表。本站商業節能與 MV 平台用它畫能源用電趨勢圖。

適合
  • 需要較進階或大量資料點的互動圖表
  • 要地理/地圖類視覺化整合在同一套圖表庫
  • 需要豐富的內建圖表型態(桑基圖、熱力圖等)
不適合
  • 只需要簡單折線圖的小專案(Chart.js 較輕量)
  • React/Vue 原生元件風格偏好者(ECharts 是指令式 API,需另包裝)
  • 極簡單、不需要互動的靜態圖
費用
開源,免費。
能不能商用
可商用
Apache-2.0(2026-09-22 由 GitHub API 讀取)。
資料去哪裡
程式庫,跑在你自己的環境;本身不連外、不收資料。
授權
Apache-2.0
跑在哪裡
自己架
能接什麼
API:尚未查證MCP:尚未查證Webhook:尚未查證
限制
  • 社群維護,重大版本升級需自行測試相容性
人工查證 2026-09-22・活躍(Apache 軟體基金會與社群維護)官方網站 ↗

Recharts

專業工具需要工程支援

用 React 元件宣告式組圖表的庫,底層是 D3。本站企業風險快篩用它畫風險指標圖表。

適合
  • React 專案要圖表,想用 JSX 宣告而不是指令式 API
  • 需要跟 React 狀態/互動緊密結合的圖表
  • 常見統計圖表(折線、長條、面積、雷達)
不適合
  • 非 React 專案
  • 極度客製化的視覺化(複雜情況需直接用 D3)
  • 大量資料點的高效能渲染(虛擬 DOM 有開銷)
費用
開源,免費。
能不能商用
可商用
MIT(2026-09-22 由 GitHub API 讀取)。
資料去哪裡
程式庫,跑在你自己的環境;本身不連外、不收資料。
授權
MIT
跑在哪裡
自己架
能接什麼
API:尚未查證MCP:尚未查證Webhook:尚未查證
限制
  • 社群維護,重大版本升級需自行測試相容性

卡片上的查證日期是我們最後一次讀官方頁面的時間;條款會改,正式使用前請再看一次官方頁。

← 看其他情境
取得 AI 實戰工具與更新

之後會不定期整理:新方法、指令包(Prompt Pack)、Checklist 與模板。免費、無廣告;送出後會收到一封確認信,點了連結才算訂閱成功,之後每封信都附一鍵退訂。