iHR

💔 10 ความเจ็บปวดใน Excel ที่ HR อาจจะเจอ… แต่ต้องสู้ต่อไปด้วยกัน! 💪🔥
งาน HR กับ Excel นั้นเป็นของคู่กัน 📊 แต่บางครั้งก็กลายเป็น ฝันร้าย ที่ต้องเจอทุกวัน! 😭
ถ้าคุณเป็น HR ที่ต้องเปิด Excel แทบทั้งวัน ลองดูสิว่าคุณเคยเจอเรื่องพวกนี้ไหม?

1️⃣ หาไฟล์ไม่เจอ! Excel หายไปไหน? 😵
👉 ไฟล์ HR_2023.xlsx
👉 HR_2023_เวอร์ชั่นใหม่ล่าสุด.xlsx
👉 HR_2023_FINALจริงๆ.xlsx

📌 สุดท้ายก็หาไม่เจอ ต้องนั่งทำใหม่!
✅ วิธีแก้: ใช้ OneDrive / Google Drive ให้เป็นระเบียบดีกว่า

2️⃣ ใช้สูตรผิด ดึงข้อมูลพังทั้งไฟล์! 😱
=VLOOKUP(A2, B2:D100, 3, FALSE) → /A 😭
=SUMIF(A:A, "ลาออก", C:C) → ลืมล็อกเซลล์ $A$ 😱
📌 HR กด Enter ไปแล้ว… แต่ผลลัพธ์ไม่ใช่อย่างที่คิด!
✅ วิธีแก้: ใช้ FORMUALATEXT หรือ COMMENT อธิบายสูตรไว้!

3️⃣ ข้อมูลพนักงานซ้ำซ้อน ไม่รู้ว่าอันไหนถูก! 🔄
สมชาย ID 1001 อยู่ 2 แผนก?
เบอร์โทรศัพท์ซ้ำกัน 3 คน?
เงินเดือนคนเดิม แต่ 2 ตัวเลขไม่ตรงกัน?
📌 พอเอาไปทำรายงานแล้วข้อมูลเพี้ยน
✅ วิธีแก้: ใช้ Power Query ทำ Data Cleaning

4️⃣ PivotTable ไม่อัปเดต ต้องกด Refresh มือทุกครั้ง 😩
👉 เปิดไฟล์… "ทำไมตัวเลขไม่เปลี่ยน?"
👉 ลืมกด Refresh → ส่งรายงานผิดไปให้ผู้บริหาร!

📌 Excel ช่วยได้เยอะ… แต่ HR ต้องกดเองทุกครั้ง!
✅ วิธีแก้: ตั้งค่า Refresh อัตโนมัติใน PivotTable

5️⃣ กด "Delete" ผิดชีวิตเปลี่ยน! 🆘
ลบข้อมูลผิด… กด Ctrl+Z ก็ไม่ได้!
เผลอลบคอลัมน์ที่สูตรอ้างอิงอยู่ → Error ทั้งไฟล์
ไฟล์หายเพราะเซฟทับกัน
📌 ต้องนั่งกรอกข้อมูลใหม่ทีละแถว
✅ วิธีแก้: เปิด AutoSave และใช้ Version History

6️⃣ สร้างรายงาน HR ใช้เวลานานเกินไป! ⏳
👉 คำนวณอัตราการลาออก
👉 วิเคราะห์เงินเดือนพนักงาน
👉 ดูแนวโน้ม Employee Engagement

📌 ทุกเดือนต้องทำรายงานซ้ำๆ กว่าจะเสร็จหมดวัน!
✅ วิธีแก้: ใช้ Power BI หรือ HR Dashboard

7️⃣ สูตรไม่ทำงานเพราะ Format ผิด! 🔢❌
มี "ตัวเลข" ที่จริงเป็น Text
มีวันที่ที่ Excel อ่านไม่ออก!
ข้อมูลภาษาไทยแสดงเป็น ???
📌 HR นั่งแก้กันทั้งวัน!
✅ วิธีแก้: ใช้ TEXT(), DATEVALUE() และ Data Cleaning

8️⃣ ข้อมูลเงินเดือนหลุดไปที่ไม่ควรเห็น! 😱
📌 **ส่งไฟล์ผิดไปแผนกอื่น?
📌 Excel ไม่มี Password ป้องกัน?
📌 แค่เผลอ Copy-Paste ก็อาจทำข้อมูลรั่วไหล!

✅ วิธีแก้:

ใช้ Protect Sheet / Workbook
ส่งไฟล์ผ่าน OneDrive ที่มีสิทธิ์ควบคุม
9️⃣ ทำเอกสาร HR ซ้ำๆ ทุกเดือน 📝
👉 ใบลา
👉 สลิปเงินเดือน
👉 ใบรับรองเงินเดือน

📌 ถ้า HR ต้องนั่งทำมือทุกครั้ง คงไม่ต้องทำอย่างอื่นกันแล้ว!
✅ วิธีแก้: ใช้ Mail Merge + Macros (VBA)

🔟 คำนวณเงินเดือนผิด! HR อาจโดนฟ้องได้! ⚠️
คำนวณโบนัสผิด → พนักงานขาดความเชื่อมั่น
ภาษี / ประกันสังคมไม่ตรง → พนักงานต้องจ่ายเพิ่มเอง
OT คิดผิด → HR ต้องมาแก้ใหม่
📌 เงินเดือนเป็นเรื่องสำคัญ! HR ต้องแม่นยำ
✅ วิธีแก้: ใช้ Payroll Software ลดความผิดพลาด

🔥 สรุป: HR ใช้ Excel ต้องเจอความเจ็บปวด แต่ก็มีทางออก!
📌 Excel เป็นเครื่องมือสำคัญของ HR แต่ถ้าใช้งานผิด อาจเกิดปัญหาหนัก!
📌 ลดงาน Manual ด้วย Power Query, Power BI, Payroll System หรือ HR Software
📌 อย่าลืม Backup และตรวจสอบข้อมูลทุกครั้งก่อนส่ง!

👉 HR คนไหนเคยเจอปัญหาแบบนี้บ้าง? หรือมีปัญหาที่หนักกว่านี้? คอมเมนต์มาแชร์กันหน่อย! ⬇️⬇️⬇️

Send a message to learn more

10 ตัวอย่าง Layout การวิเคราะห์พนักงานในงาน HR

แนวทางการวิเคราะห์เกี่ยวกับพนักงานในงาน HR โดยใช้ PivotTable, เพื่อช่วยฝ่ายทรัพยากรบุคคล บริหารคนได้ดีขึ้น วางแผนพนักงานอย่างแม่นยำ และลดปัญหาที่อาจเกิดขึ้นในองค์กร
1. รายงานจำนวนพนักงานแยกตามแผนก (Headcount by Department)
PivotTable Layout
Rows: แผนก (Department)
Values: นับจำนวนพนักงาน (Count of Employee ID)
✅ ใช้เมื่อ: ต้องการดูจำนวนพนักงานในแต่ละแผนก

2. รายงานอายุเฉลี่ยของพนักงานแต่ละแผนก (Average Age by Department)
PivotTable Layout
Rows: แผนก (Department)
Values: ค่าเฉลี่ยอายุ (Average of Age)
✅ ใช้เมื่อ: ต้องการดูโครงสร้างอายุของพนักงานในแต่ละแผนก

3. รายงานเงินเดือนเฉลี่ยของแต่ละตำแหน่ง (Salary Analysis by Job Title)
PivotTable Layout
Rows: ตำแหน่ง (Job Title)
Values: ค่าเฉลี่ยเงินเดือน (Average of Salary)
✅ ใช้เมื่อ: วิเคราะห์แนวโน้มเงินเดือนของแต่ละตำแหน่ง

4. อัตราการลาออกของพนักงาน (Turnover Rate by Department)
PivotTable LayoutRows: แผนก (Department)
Values: จำนวนพนักงานลาออก (Count of Employee ID where Status = ลาออก)
✅ ใช้เมื่อ: ต้องการวิเคราะห์แผนกที่มีอัตราการลาออกสูง

5. รายงานระดับการศึกษาของพนักงาน (Education Level Distribution)
PivotTable Layout
Rows: ระดับการศึกษา (Education Level)
Values: นับจำนวนพนักงาน (Count of Employee ID)
✅ ใช้เมื่อ: ต้องการดูพนักงานในแต่ละระดับการศึกษา

6. วิเคราะห์คะแนนการประเมินพนักงาน (Performance Score Analysis)
PivotTable Layout
Rows: พนักงาน (Employee Name)
Values: คะแนนประเมิน (Sum of Performance Score)
✅ ใช้เมื่อ: ต้องการดูผลประเมินของพนักงานแต่ละคน

7. รายงานเพศของพนักงาน (Gender Ratio)
PivotTable Layout
Fields ที่ต้องวาง
Rows: เพศ (Gender) Values: นับจำนวนพนักงาน (Count of Employee ID)
✅ ใช้เมื่อ: ต้องการดูสัดส่วนพนักงานชาย-หญิง

8. ระยะเวลาการทำงานของพนักงาน (Employee Tenure Analysis)
PivotTable Layout
Rows: พนักงาน (Employee Name)
Values: คำนวณอายุงาน (Years of Service)
✅ ใช้เมื่อ: ต้องการดูว่าพนักงานคนไหนทำงานมานานแค่ไหน

9. รายงานจำนวนพนักงานแยกตามช่วงอายุ (Age Group Distribution)
PivotTable Layout
Rows: กลุ่มอายุ (Age Group)
Values: นับจำนวนพนักงาน (Count of Employee ID)
✅ ใช้เมื่อ: ต้องการวิเคราะห์อายุของพนักงานเป็นกลุ่ม

10. อัตราการขาดงาน (Absenteeism Rate)
PivotTable Layout
Rows: พนักงาน (Employee Name)
Values: จำนวนวันขาดงาน (Sum of Absent Days)
✅ ใช้เมื่อ: ต้องการวิเคราะห์แนวโน้มการขาดงาน

อย่าปล่อยให้ตัวเลขหลอกคุณ! วิธีคำนวณ % Collection ที่ถูกต้อง
เก็บตกจากมุมโต๊ะที่ปรึกษา: % Collection (อัตราการเก็บเงิน) และผลกระทบต่อการบริหารเงินสด
💬 “ยอดขายโต แต่เงินสดไม่เหลือ”
นี่คือปัญหาที่หลายองค์กรต้องเผชิญ เพราะถึงแม้จะขายได้มาก แต่หากลูกค้าจ่ายเงินช้า กระแสเงินสด (Cash Flow) ก็อาจติดขัด ส่งผลให้ธุรกิจต้องหาเงินทุนหมุนเวียน หรือแย่กว่านั้น อาจต้องพึ่งพาเงินกู้
หนึ่งในตัวชี้วัดสำคัญที่ช่วยวิเคราะห์ประสิทธิภาพในการเก็บเงินคือ % Collection (อัตราการเก็บเงิน) ซึ่งช่วยให้ผู้บริหารเห็นภาพว่า บริษัทใช้เวลากี่วันในการเปลี่ยนยอดขาย (บัญชีลูกหนี้) ให้เป็นเงินสด
🔍 การคำนวณ % Collection มี 2 แนวทางหลัก
1. ค่าเฉลี่ยระยะเวลาเก็บเงิน (Average Collection Days)
เป็นการคำนวณโดยใช้ค่าเฉลี่ยของจำนวนวันทั้งหมดที่ใช้ในการเก็บเงิน
Average Days= ∑ จำนวนวันที่เก็บมาได้ / จำนวนธุรกรรม
🔹 เหมาะสำหรับ: ใช้ดูแนวโน้มการเก็บเงินในภาพรวม
💡 ปัญหา: วิธีนี้ไม่ได้สะท้อนความจริงเสมอไป เพราะแต่ละ Invoice มีมูลค่าไม่เท่ากัน หากยอดที่เก็บช้าที่สุดเป็นยอดที่ใหญ่ที่สุด ก็อาจส่งผลกระทบหนักกว่าที่ค่าเฉลี่ยทั่วไปแสดงออกมา
2. ค่าเฉลี่ยระยะเวลาเก็บเงินแบบถ่วงน้ำหนัก (Weighted Average Collection Days)
เป็นการคำนวณที่ให้น้ำหนักกับมูลค่าของแต่ละ Invoice เพื่อสะท้อนผลกระทบที่แท้จริงต่อกระแสเงินสด
Weighted Average Days = ∑ (จำนวนวันที่เก็บมาได้ × มูลค่า) / ∑ มูลค่า
.
🔹 เหมาะสำหรับ: การวิเคราะห์ที่แม่นยำกว่า เพราะสะท้อนผลกระทบที่แท้จริงของเงินสด
❌ ความเข้าใจผิดที่พบบ่อย: Average Collection Days อาจไม่ตอบโจทย์ ในหลายองค์กร ฝ่ายขายและผู้บริหารอาจเข้าใจไม่ตรงกัน เกี่ยวกับการคำนวณระยะเวลาเก็บเงิน.
% Collection ไม่ใช่แค่ตัวเลขในรายงานการเงิน แต่คือเครื่องมือที่ช่วยให้ธุรกิจบริหารเงินสดได้อย่างมีประสิทธิภาพ 🚀

10 ประเภทของ Chart ใน Excel ที่ใครๆ ก็ใช้เป็นในการนำเสนอข้อมูล ให้ดูเป็นมืออาชีพและทรงพลัง
📊 1. Column Chart — กราฟแท่ง (เปรียบเทียบได้ชัดเจน)
เหมาะสำหรับ: การเปรียบเทียบค่าระหว่างหมวดหมู่ เช่น ยอดขายรายเดือน หรือจำนวนพนักงานแต่ละแผนก
✅ ใช้เมื่อ:
ต้องการดูความแตกต่างระหว่างข้อมูล
เปรียบเทียบยอดขายในแต่ละปี หรือในหลายแผนก
🎯 Tip: ใช้ Clustered Column เพื่อเปรียบเทียบหลายกลุ่มในกราฟเดียวกัน
📈 2. Line Chart — กราฟเส้น (แสดงแนวโน้มในระยะยาว)
เหมาะสำหรับ: การแสดงแนวโน้ม (Trend) หรือการเปลี่ยนแปลงของข้อมูลตามเวลา เช่น ยอดขายรายเดือน หรือการเติบโตของรายได้
✅ ใช้เมื่อ:
ต้องการวิเคราะห์การเปลี่ยนแปลงของข้อมูลในระยะยาว
แสดงการเติบโตของธุรกิจหรือการเปรียบเทียบหลายเส้น (เช่น ยอดขายเทียบกับกำไร)
💡 Tip: ใช้ Marker เพื่อเน้นจุดสำคัญบนเส้นกราฟ เช่น จุดสูงสุดหรือต่ำสุด
🥧 3. Pie Chart — กราฟวงกลม (แสดงสัดส่วนของข้อมูล)
เหมาะสำหรับ: การแสดง สัดส่วน (Proportion) ของข้อมูลทั้งหมด เช่น ส่วนแบ่งการตลาด หรือเปอร์เซ็นต์การใช้งบประมาณ
✅ ใช้เมื่อ:
ต้องการแสดงข้อมูลส่วนแบ่ง เช่น รายได้จากแหล่งต่างๆ
ต้องการเน้นส่วนที่ใหญ่ที่สุด (Highlight) ด้วย Exploded Pie Chart
⚠️ ข้อควรระวัง:
อย่าใช้ Pie Chart ถ้ามีมากกว่า 5-6 ส่วน เพราะจะดูรกและยากต่อการเปรียบเทียบ
📊 4. Bar Chart — กราฟแท่งแนวนอน (เหมาะสำหรับข้อมูลยาวๆ)
เหมาะสำหรับ: การเปรียบเทียบข้อมูลที่มีชื่อยาว หรือเมื่อแสดงข้อมูลในพื้นที่แนวนอน
✅ ใช้เมื่อ:
ต้องการเปรียบเทียบคะแนนความพึงพอใจ หรือจำนวนการขายของสินค้าหลายรายการ
แสดงอันดับ เช่น พนักงานที่มียอดขายสูงสุด
🔄 Tip: ใช้ Stacked Bar Chart สำหรับแสดงผลรวมและส่วนย่อยในแถบเดียวกัน
📊 5. Combo Chart — รวมหลายกราฟในหนึ่งเดียว (แสดงข้อมูลหลายมิติ)
เหมาะสำหรับ: การแสดงข้อมูล 2 ประเภทในกราฟเดียว เช่น ยอดขาย (กราฟแท่ง) และกำไร (กราฟเส้น)
✅ ใช้เมื่อ:
ต้องการเปรียบเทียบข้อมูลที่มีหน่วยต่างกัน เช่น จำนวนสินค้าและเปอร์เซ็นต์กำไร
แสดงความสัมพันธ์ระหว่างข้อมูลสองชุด
🎯 Tip: ใช้ Secondary Axis เพื่อแยกสเกลของข้อมูลแต่ละชุดให้ชัดเจน
📊 6. Area Chart — กราฟพื้นที่ (แสดงการสะสมของข้อมูล)
เหมาะสำหรับ: การแสดงการเปลี่ยนแปลงของข้อมูลเมื่อเวลาผ่านไป พร้อมแสดงปริมาณการสะสม
✅ ใช้เมื่อ:
แสดงยอดขายสะสมหรือจำนวนผู้ใช้สะสมในแต่ละเดือน
เปรียบเทียบการเติบโตระหว่างหลายกลุ่มข้อมูล
💡 Tip: ใช้ Stacked Area Chart เพื่อแสดงส่วนแบ่งของแต่ละกลุ่มได้ชัดเจนขึ้น
🔗 7. Scatter Plot (XY Chart) — กราฟจุด (แสดงความสัมพันธ์ระหว่างตัวแปร)
เหมาะสำหรับ: การแสดง ความสัมพันธ์ (Correlation) ระหว่างข้อมูลสองชุด เช่น ความสัมพันธ์ระหว่างอายุและรายได้
✅ ใช้เมื่อ:
ต้องการดูความสัมพันธ์เชิงเส้น เช่น คะแนนสอบเทียบกับเวลาที่ใช้ในการอ่านหนังสือ
วิเคราะห์การกระจายของข้อมูล (Data Distribution)
🎯 Tip: เพิ่ม Trendline เพื่อช่วยวิเคราะห์แนวโน้มของข้อมูลได้แม่นยำยิ่งขึ้น
📊 8. Waterfall Chart — แสดงการเพิ่ม-ลดของข้อมูล (วิเคราะห์การเปลี่ยนแปลงแบบขั้นบันได)
เหมาะสำหรับ: การแสดงผลกระทบของแต่ละส่วนที่มีต่อผลรวมสุดท้าย เช่น การวิเคราะห์กำไรขาดทุน (Profit/Loss Analysis)
✅ ใช้เมื่อ:
ต้องการแสดงการเพิ่มขึ้นหรือลดลงของงบประมาณ
วิเคราะห์การเปลี่ยนแปลงรายได้ในแต่ละช่วงเวลา
💡 Tip: ใช้เพื่อแสดงจุดเริ่มต้น การเปลี่ยนแปลงแต่ละขั้น และจุดสิ้นสุดได้ชัดเจนมาก
📊 9. Histogram — วิเคราะห์การกระจายตัวของข้อมูล (Data Distribution)
เหมาะสำหรับ: การวิเคราะห์การกระจายของข้อมูล เช่น การแจกแจงของคะแนนสอบ หรืออายุของพนักงานในองค์กร
✅ ใช้เมื่อ:
ต้องการดูว่าข้อมูลกระจายอย่างไร เช่น คะแนนสอบส่วนใหญ่อยู่ในช่วงใด
วิเคราะห์ความถี่ของข้อมูลในแต่ละช่วง
🎯 Tip: ปรับ Bin Size (ขนาดกลุ่มข้อมูล) เพื่อแสดงผลลัพธ์ได้ละเอียดขึ้นหรือลดความซับซ้อนของกราฟ
🌐 10. Treemap — แผนภูมิแสดงลำดับชั้น (Hierarchy Chart)
เหมาะสำหรับ: การแสดงข้อมูลแบบ Hierarchy หรือข้อมูลที่ต้องการแสดง ความสัมพันธ์เชิงโครงสร้าง เช่น การแบ่งส่วนตลาด หรืองบประมาณแยกตามแผนก
✅ ใช้เมื่อ:
ต้องการแสดงข้อมูลที่มีโครงสร้างซ้อนกัน เช่น บริษัท → แผนก → ทีมงาน
วิเคราะห์สัดส่วนของข้อมูลในแต่ละกลุ่มย่อย
💡 Tip: ใช้คู่กับ Sunburst Chart เพื่อแสดงความสัมพันธ์แบบลำดับชั้นได้ลึกยิ่งขึ้น

10+2 สูตรใหม่ใน Excel 365 ที่จะเปลี่ยนวิธีคิดในการทำงานของคุณ! 🚀

เพราะตอนนี้ Excel ได้พัฒนาไปไกลกว่าเดิม ด้วย สูตรใหม่ๆ ที่จะทำให้คุณไม่ต้องเสียเวลาจัดการข้อมูลแบบเดิมอีกต่อไป!

จากการ “พยายามทำให้เสร็จ” → สู่ “การทำงานอย่างมีประสิทธิภาพ”
ไม่ใช่แค่รู้สูตร แต่คือการเปลี่ยนวิธีคิด!

สูตรใหม่เหล่านี้จะช่วยให้คุณ:
✅ ทำงานได้เร็วกว่าเดิมหลายเท่า
✅ ลดความผิดพลาดจากงานซ้ำซ้อน
✅ โฟกัสกับงานสำคัญแทนที่จะจมอยู่กับงานเล็กๆ

1. XLOOKUP — ค้นหาข้อมูลได้อย่างฉลาดกว่าเดิม
=XLOOKUP(รหัสพนักงาน, A2:A100, B2:B100, "ไม่พบข้อมูล")
ไม่ต้องเสียเวลาจัดเรียงข้อมูล หรือกลัวว่า VLOOKUP จะพังอีกต่อไป!
XLOOKUP คือเครื่องมือที่ช่วยให้คุณหาข้อมูลได้อย่างยืดหยุ่นและง่ายดาย

2. FILTER — ดึงข้อมูลที่ต้องการได้ทันที
=FILTER(A2:C100, B2:B100="ผ่าน")
ไม่ต้องกด Filter ทีละขั้นตอนอีกต่อไป แค่ใช้สูตรนี้ ข้อมูลจะถูกคัดกรองอัตโนมัติ ทุกครั้งที่มีการอัปเดตข้อมูล

3. SORT — จัดเรียงข้อมูลโดยไม่ต้องแตะเมาส์
=SORT(A2:B100, 2, -1)
เพียงแค่พิมพ์สูตร ข้อมูลจะจัดเรียงใหม่อัตโนมัติทันที ไม่ว่าจะเพิ่มหรือลบข้อมูล

4. UNIQUE — ค้นหาค่าที่ไม่ซ้ำกันในพริบตา
=UNIQUE(A2:A100)
ไม่ต้องพึ่ง Advanced Filter หรือ Pivot Table อีกต่อไป แค่สูตรเดียวก็แยกค่าที่ไม่ซ้ำกันได้อย่างง่ายดาย

5. SEQUENCE — สร้างชุดตัวเลขอัตโนมัติได้ในเสี้ยววินาที
=SEQUENCE(10,1,1,1)
ลืมการลาก Fill Handle ไปได้เลย! สูตรนี้จะช่วยสร้างลำดับตัวเลขให้คุณโดยอัตโนมัติ

6. TEXTSPLIT — แยกข้อความอย่างมืออาชีพ
=TEXTSPLIT(A2, ",")
ไม่ต้องเสียเวลาตัดข้อความด้วยมือ แค่สูตรเดียวก็แยกข้อมูลได้ทั้งแนวตั้งและแนวนอน

7. SWITCH — แทนที่ IF ซ้อนกันยาวๆ ด้วยสูตรเดียว
=SWITCH(A2, "A", "ดีเยี่ยม", "B", "ดี", "C", "พอใช้", "ไม่ระบุ")
อ่านง่ายกว่า IF ซ้อนกันเยอะๆ จัดการเงื่อนไขหลายแบบได้ในบรรทัดเดียว

8. XMATCH — ค้นหาข้อมูลได้เร็วและยืดหยุ่นกว่า MATCH เดิม
=XMATCH(1001, A2:A100, 0)
ค้นหาได้ทั้งทางซ้าย-ขวา และเร็วกว่า MATCH แบบเดิม ใช้กับ XLOOKUP ได้อย่างลงตัว

9. LET — จัดการสูตรซับซ้อนได้อย่างง่ายดาย
=LET(x, A2*2, y, x+10, y)
ไม่ต้องเขียนสูตรยาวๆ ซ้ำไปซ้ำมาอีกต่อไป LET ช่วยให้คุณสร้างตัวแปรและทำให้สูตรของคุณดูสะอาดตาและเข้าใจง่ายขึ้น

10. LAMBDA — สร้างฟังก์ชันของตัวเองได้ใน Excel
=LAMBDA(a, b, a + b)(5, 10)
เหมือนคุณได้สร้างฟังก์ชันใหม่ใน Excel โดยไม่ต้องเขียนโค้ด VBA เลย!

11. REDUCE — สรุปผลลัพธ์ให้เหลือค่าเดียว
=REDUCE(0, A2:A5, LAMBDA(a, b, a + b))
ไม่ใช่แค่รวมข้อมูล แต่ช่วยสรุปผลลัพธ์ได้อย่างชาญฉลาด เหมาะสำหรับการคำนวณที่ต้องการผลลัพธ์เดียว

12. SCAN — ติดตามผลลัพธ์สะสมได้ทีละขั้นตอน
=SCAN(0, A2:A5, LAMBDA(a, b, a + b))
เห็นภาพรวมได้ง่ายขึ้น เพราะแสดงผลสะสมทุกขั้นตอน เหมาะสำหรับการวิเคราะห์ข้อมูลแนว Time Series

🎯 สรุป: ไม่ใช่แค่รู้สูตร แต่คือการคิดแบบใหม่ในการทำงาน!
ทำงานให้ฉลาดขึ้น ไม่ใช่หนักขึ้น
ลดเวลาการทำงานลง เพิ่มเวลาสำหรับงานสำคัญ
Excel ไม่ได้ยาก แค่ต้องรู้จักเครื่องมือใหม่ๆ ที่ทำให้ชีวิตง่ายขึ้น
พร้อมจะเปลี่ยนการทำงานของคุณให้เร็วขึ้น ง่ายขึ้น และมีประสิทธิภาพมากขึ้นหรือยัง?
ถ้าใช่… ลองใช้สูตรเหล่านี้ แล้วคุณจะติดใจ! 🚀
#สูตรใหม่ต้องลอง #ทำงานง่ายขึ้นด้วยสูตรใหม่