客戶分群、旺淡季全靠外包？Excel現在能自己跑Python分析了

曼谷一家做小家電經銷的老闆，每個月月底都會打開一份自己維護多年的Excel銷售明細，欄位有客戶名稱、下單日期、金額、品項。他很清楚哪幾個客戶是老面孔，但說不出「這些客戶佔了多少營收比重」「哪個月是真正的旺季，還是只是碰巧那個月有幾筆大單」。樞紐分析表能算出總數、能依月份加總，可是要做「客戶分群」「季節性拆解」「異常訂單抓出來」，都超出公式與樞紐分析表能處理的範圍。過去他要嘛付錢請顧問跑一次分析，要嘛乾脆放棄，繼續憑感覺做採購與備貨決策。

為什麼這件事一直處理不好

這類「進階分析做不到」的困境，通常卡在幾個地方：

• 只看總表、沒有分層：月報表只有一個總數，看不出核心客戶跟長尾客戶的差別，也就無法針對不同客戶群做不同的維繫策略
• 異常值靠肉眼挑：金額特別大或特別小的訂單，全憑經辦人印象去挑，容易漏掉、也容易看走眼把正常大單當成異常刪掉
• 季節性判斷靠印象非數據：「這個月是旺季」常常只是因為老闆記得去年這個月生意好，並沒有真的把好幾年的月營收攤開來看規律

一個好的分析框架該有的幾個要件

不管有沒有AI幫忙，一份能拿來做決策依據的分析，至少要有三件事：分析用的原始資料要跟正式帳冊分開、保留一份不能被覆蓋的原始副本；分析過程要留下中間步驟，不能只給一個結論數字讓人「相信就好」；任何被排除在分析之外的資料（例如判定為異常值而剔除的訂單），都要清楚列出來，讓人可以回頭核對這個判斷合不合理。

🔧 AI動手做：用Copilot in Excel的Edit with Copilot執行Python做客戶分群與季節性分析

這是這幾天才推出的新能力。微軟在2026-08-25的Microsoft 365 Copilot release notes裡宣布，Excel的「Edit with Copilot」現在會實際產生並執行Python程式碼，可以做進階統計、模擬、資料轉換與進階視覺化，結果直接寫回活頁簿，Windows、Mac、Web版都支援。以前Copilot in Excel能做的，頂多是改格式、寫公式、生圖表；現在等於是把一個會寫程式的分析助理，直接放進你原本就在用的那份銷售明細裡，用自然語言描述需求就能跑客戶分群、季節性拆解、離群值偵測這類過去要嘛外包、要嘛買BI工具才做得到的分析。

眉角在於：跑出來的數字看起來很專業，但背後的假設可能是它自己決定的——它可能自行剔除了它認為的異常訂單、自行補上了它認為缺漏的月份數據。所以下指令時一定要要求它先說明用了哪些假設、剔除或忽略了哪些資料列，並且把中間過程表也輸出到工作表上，不能只看最後的結論；而且一定要先在資料的副本上測試，不要直接在正式帳冊上跑。

我附上的是[本月/本季]的銷售明細（欄位：客戶名稱、訂單日期、金額、品項）。請用Python幫我做以下分析，並把結果寫回這份活頁簿的新工作表：
1. 依照下單頻率與金額，把客戶分成[高頻高值／高頻低值／低頻高值／低頻低值]四群，列出每群的代表客戶與佔營收比重
2. 拆解每月營收的季節性趨勢，標出明顯的旺季與淡季月份，並說明判斷依據
3. 找出可能是異常訂單的資料列（例如金額遠高於或遠低於同類訂單），單獨列一張表，不要直接從分析中刪除
4. 在最前面用一小段文字說明你做了哪些假設、剔除或忽略了哪些資料列、原因是什麼
請把上述每一步的中間過程都輸出到新工作表，不要只給我最後結論。我目前是在[這份資料的副本]上測試，原始資料不要覆蓋。

本週就能做的一步：複製一份這個月的銷售明細，用上面的提示詞讓AI跑一次客戶分群，對照自己心裡認定的核心客戶名單是否吻合——吻合就代表這份分析可以繼續用來調整備貨與拜訪順序，不吻合就先問清楚它排除了哪些資料再往下走。