Excel 自動化有五種主流做法：巨集與 VBA、Power Query、Power Automate、n8n 或 Make 這類串接工具，以及 AI 工具。選哪一種的關鍵不是誰比較強，而是你的資料從哪裡來、最後要送到哪裡去。
我做企業輔導二十六年，聽過最多的抱怨是「我們公司的 Excel 已經沒救了」。再問下去通常會發現，問題不是 Excel 不好用，而是有人每個月花二十幾小時，做一件電腦三分鐘就能做完的事。
先算一筆帳：手動處理 Excel 到底吃掉多少時間
拿一個常見情境來說：行政助理每週要整理 3 份報表——業績日報、庫存異動表、客服工單統計，每份平均 40 分鐘。
- 每週：3 份 × 40 分鐘 = 120 分鐘
- 每年：2 小時 × 52 週 = 104 小時
- 換算成工作天：104 ÷ 8 = 13 個完整工作天
這 104 小時值多少錢？請誠實區分兩件事
這段我要講清楚，因為太多自動化提案在這裡灌水。假設這位同仁月薪 5 萬元，時薪約 284 元，104 小時約等於 29,500 元。但這 29,500 元不是你省下的現金——除非真的減編，否則薪水照發。它是「工時的機會成本」，能不能兌現，取決於你有沒有把人力挪去做別的產出。
真正會變成現金的是另外兩塊：錯誤重做（手動複製貼上的錯誤率，在我們盤點過的客戶案例中多落在 3% 到 8%），以及加班費與旺季臨時人力。我的門檻是：每月重複超過 4 次、每次超過 20 分鐘、步驟幾乎不變，就值得自動化。
五種 Excel 自動化方法比較
| 方法 | 技術門檻 | 適合資料量 | 能否跨系統 | 費用 | 最適合的情境 |
| 巨集與 VBA | 中，要懂程式邏輯 | 數千至數萬列 | 幾乎不行 | Excel 內建 | 單機、步驟固定的重複操作 |
| Power Query | 低至中，以點選為主 | 數十萬列 | 有限 | Excel 內建 | 固定格式的清理與多檔合併 |
| Power Automate | 中 | 中等 | 可以，微軟生態最順 | 需 M365 授權 | 已用 Outlook、SharePoint、Teams |
| n8n / Make | 中至高，需 API 概念 | 大，可分批 | 可以，五者最強 | 自架或依用量計費 | 資料要在多系統間流動 |
| AI 工具 | 低 | 小，單次數百至數千列 | 視工具而定 | 多為訂閱制 | 非結構化資料整理與摘要 |
費用為 2026 年 8 月參考狀況，實際費率與授權規則以官方公告為準。
巨集與 VBA：門檻低但維護風險高
錄製巨集是很多人的起點，也是很多人的終點。它的原理很單純：把滑鼠與鍵盤動作錄下來重播一遍。問題是它只會重播，不會判斷。來源檔多插一欄、資料從 500 列變 600 列、某個分店的欄位名稱多打一個空格，錄製巨集就爆了，而且通常是無聲無息地寫錯位置，比直接跳錯誤訊息更可怕。
VBA 可以處理判斷與例外，代價是它就是程式。我看過一個客戶的月報工具，三千多行 VBA，寫的人離職三年，公司裡沒有一個人敢動它。每個月照跑，但業務規則一改就得整包重寫。
結論：VBA 適合純本機、步驟固定、而且你有把握維護的場景。如果這流程未來可能會變，或只有一個人懂，它就是技術債。
Power Query：最被低估的內建工具
如果只能推薦一個，我會推 Power Query。它從 Excel 2016 就內建在「資料」索引標籤下的「取得及轉換資料」，很多人用了十年 Excel 卻沒點開過。
它跟巨集最大的差別是：Power Query 記的是「步驟」，不是「結果」。你設定好「刪除前 3 列、第一列升為標題、金額轉數值、篩掉空白列」這串動作，下個月換一批檔案進來，按一下「重新整理」就重跑一遍，不必重錄。
它最強的場景是多檔合併：20 家分店各交一份格式相同的月報，它可以指向一個資料夾全部吃進來、自動合併，還能從檔名抓出分店名稱。限制也很明確——它不會寄信、不會呼叫別的系統、不會在半夜自己跑。它是資料清理引擎，不是流程引擎。
Power Automate：已有 M365 的企業首選
如果公司已經在用 Microsoft 365，Power Automate 幾乎不用考慮——基本版通常已含在授權裡。它最順手的是微軟自家生態系：Outlook 收到特定寄件者的附件自動存進 SharePoint、檔案更新就在 Teams 發通知、表單填完就寫進 Excel Online，這幾條半小時內都設定得完。
要分清楚兩個東西。雲端版走的是 API 串接；桌面版的 Power Automate Desktop 走的是畫面操作，可以去點沒有 API 的舊系統，概念比較接近傳統的機器人流程自動化（RPA）。
限制在授權分級：部分進階連接器需要額外付費方案，而且一旦要串的系統跨出微軟生態，開發體驗就會開始卡。想知道實際能做到什麼程度，可以參考我們整理的 Power Automate 應用與導入說明。
n8n 與 Make 串接：資料要跨系統流動時的答案
當需求變成「從電商後台抓訂單、去 CRM 比對客戶等級、寫進資料庫、更新試算表、最後發通知」，前面三種工具就不夠用了。這是串接型工具的主場，它們天生就是為了在系統之間搬資料而設計的。
n8n 可以自架在自己的伺服器，資料不出公司，這對有個資或商業機密顧慮的產業很重要；Make 是雲端服務，介面直覺、上手快，適合沒有 IT 人力的團隊。兩者都是拖拉節點的視覺化介面，但仍需要一點 API 與 JSON 的基本概念，否則遇到欄位對應就會卡住。
成本結構也不同：n8n 自架的主要成本是伺服器與維運人力，Make 依執行次數計費，哪種划算取決於流程跑得多頻繁。這部分在自動化工具選型比較裡有更完整的拆解。
AI 工具：處理非結構化資料，但一定要驗證
AI 工具真正的價值不在算數字，而在處理「格式不統一的東西」。三百則長短不一的客戶回饋要分正負評、備註欄裡混著地址與電話要拆開、一疊格式各異的 PDF 發票要抓出金額——這些是公式與 Power Query 很難搞定的，卻是 AI 的強項。
但我必須講清楚：AI 會用非常有說服力的語氣算錯數字。我的原則是，凡是會進到帳務、會進到對外報表的數字，都不能只信 AI 的輸出。
實務做法是分工：AI 負責分類、摘要、抽取，計算交給公式或程式，再加上對帳機制——比對處理前後的總筆數與總金額，對不起來就停下來通知人工。這個檢查點只花五分鐘，卻能擋掉最嚴重的那類錯誤。
兩個實作範例
範例一：多份分店報表自動合併成總表（Power Query）
情境：20 家分店每月各交一份業績明細，總部人工開 20 個檔複製貼上，約 3 小時。
- 統一存放：要求各分店上傳到同一個資料夾，例如 SharePoint 的「月報／2026-08」。
- 建立查詢：點「資料」→「取得資料」→「從檔案」→「從資料夾」，選定後按「合併及轉換資料」。
- 設定範例檔：挑一個檔案當範本並指定工作表，同樣規則會套用到資料夾內每個檔案。
- 清理：刪掉多餘標題列、第一列升為標題、金額與數量轉數值型別、篩掉空白列。
- 加來源欄位：用「分割資料行」從「台北店_202608.xlsx」拆出分店名稱。
- 下個月：新檔案丟進同一資料夾，按「全部重新整理」，3 小時變 30 秒。
三個常見爆點：欄位名稱必須統一，「金額」和「金額 」（多一個空格）在它眼中是兩欄；檔名要有規則，「業績表最新版.xlsx」只能人工判斷；來源檔不要有合併儲存格與小計列。
範例二：電商訂單自動拉取、清理後寫入試算表並寄出通知（n8n / Make）
情境：每天早上把前一日訂單從後台匯出、整理格式、貼到共用試算表，再寄摘要信給主管，目前約 40 分鐘。
- 觸發：設定每天 08:00 排程；需要即時就改成訂單成立時由 webhook 觸發。
- 取數：呼叫電商平台訂單 API 抓前一日資料，記得處理分頁，量大時一次只會回傳固定筆數。
- 清理：欄位對應成內部命名、金額字串轉數值、狀態碼轉中文、濾掉取消與測試訂單。
- 去重：用訂單編號比對既有資料，已存在就跳過，避免重跑時寫入重複。
- 寫入與通知：附加到 Google 試算表或 Excel Online，算出筆數、總金額與退貨數，寄信並同步發到 Teams。
- 例外處理：API 失敗自動重試 3 次，仍失敗就通知負責人，標示「今日資料未更新」。
注意事項：第 6 步最常被略過卻最重要——沒有例外處理的自動化，可怕的不是它會壞，而是壞掉時沒人知道，主管照樣看著空白報表做決策。另外，正式切換前先跑一週雙軌，每天比對兩邊數字。
什麼時候該從 Excel 升級到正式的流程自動化？
以下五個訊號，同時出現兩個以上，我通常會建議認真評估把這件事搬出 Excel。
- 檔案超過數萬列開始當機：開檔等三十秒、篩選轉圈半分鐘。這時問題已不是技巧，是資料量超出試算表的範圍。
- 多人同時編輯衝突：資料夾裡出現「最終版_v3_真的最終.xlsx」，代表版本控制已失效，該用的是資料庫。
- 需要跨系統取數：資料要從 ERP、CRM、電商後台、廣告平台四處湊，這是資料整合問題，不是 Excel 問題。
- 需要稽核軌跡：老闆問「這數字上週是多少、誰改的」你答不出來。牽涉財務或法遵時，這是硬需求。
- 報表要即時而非事後：決策需要今天早上的數字，流程卻要隔週一才產出，再怎麼加快製表都解決不了。
「升級」不代表打掉重練。務實的路徑是：收集與整合交給自動化工具，Excel 留下來做最後一哩的分析與呈現。如果需求已明顯偏向跨系統、多步驟、需要排程與稽核，可以先從報表自動化的整體規劃開始盤點。
常見問題（FAQ）
巨集還值得學嗎？
值得學基本概念，但不建議當主力工具。錄製巨集大概兩小時就能學會，用來處理「只有自己會用、步驟完全固定」的小任務很划算。但團隊要共用、未來規則可能改變的流程，我會建議直接學 Power Query，維護成本差非常多。VBA 則要看有沒有長期維護的人力。
Power Query 要另外付費嗎？
不用。Power Query 從 Excel 2016 開始就是內建功能，位置在「資料」索引標籤的「取得及轉換資料」，Microsoft 365 版本的 Excel 也都有。它不是外掛、不用安裝、不需額外授權。這也是我認為它被嚴重低估的原因：多數企業早就付過錢了，只是沒人打開來用。
完全不會寫程式，可以做 Excel 自動化嗎？
可以，而且能做到的比多數人以為的多。Power Query 全程點選操作，Power Automate 與 Make 是拖拉式流程設計，都不需要寫程式。真正需要程式概念的是 VBA，以及 n8n 裡較複雜的資料轉換。建議先從 Power Query 開始，光把資料清理自動化，通常就能砍掉一半以上的手動時間。
Google 試算表也能自動化嗎？
可以，而且在跨系統串接上有時比 Excel 更方便。Google 試算表原生支援 Apps Script，也能被 n8n、Make、Power Automate 直接讀寫，很適合當自動化流程的資料落地點。但它在大量資料的運算效能上不如 Excel，常見做法是用它接收自動寫入的資料，複雜分析仍回 Excel 做。
資料量多大就該換掉 Excel？
沒有絕對數字，但可以用體感判斷。Excel 單一工作表上限約 104 萬列，實務上通常在 10 萬列左右就開始明顯變慢，尤其含大量公式或跨表參照的檔案。我的標準是：開檔或重新計算要等超過 30 秒、或檔案開始偶發性當機，就該把資料搬到資料庫，Excel 只留分析層。
導入一套 Excel 自動化大概要多久？
看範圍。單純的 Power Query 多檔合併，熟悉的人半天做得完，自己摸索約一到兩天。跨系統的 n8n 或 Make 流程，含需求確認、開發、測試與雙軌驗證，一般抓兩到四週。真正花時間的往往不是技術，而是釐清「這份報表要什麼欄位、由誰認定正確」。
下一步：先做一次免費流程健檢
工具的選擇不該憑感覺，而要看你手上的流程長什麼樣子。戰國策集團提供免費流程健檢，顧問會跟你做三件事：
- 盤點現況：把你用 Excel 處理的例行作業攤開，逐項記錄頻率、耗時、經手人數與出錯狀況，算出實際被吃掉的工時。
- 找出前三個最值得自動化的環節：依「重複頻率 × 單次耗時 × 改造難度」排序，告訴你哪些現在就該做、哪些先別碰。
- 給出工具與預算建議：說明各環節適合 Power Query、Power Automate 還是 n8n／Make，並附上時程與費用區間估算。
就算你決定自己動手做、不委託我們執行，這份盤點結果也是你的。服務專線 0800-003-191，或透過官網預約時間。