一、结构优先

Excel 学习遵循“结构优先”：任何计算发生前，数据本身是否可计算才是第一问题。可计算的数据表：列字段固定语义明确、行记录逻辑一致、无合并单元格、无人为插空断行。这是筛选、汇总、匹配能跑通的前提。

精通 Excel 的关键指标

  • 是否减少人工操作、降低出错率、支持数据规模变化；

  • 是否用公式替代手算、用规则替代经验、用结构替代操作。

二、数据规范 11 条

  1. 日期统一格式：2025-05-20 八位数字、英文短横；

  2. 数字不加单位，单位写表头（如“销售额（元）”）；

  3. 数据不掺空格；

  4. 表头只留一行，不做合并单元格+多层表头；

  5. 同列同格式；

  6. 数据行不留空白行；

  7. 避免一日一表，同类数据放一张表；

  8. 避免用颜色区分数据；

  9. 统一表格样式，方便多簿汇总；

  10. 能公式算的不手输；

  11. 公式里能引用单元格的不写常量。

三、sheet 三表分离

不在一张 sheet 上做完所有事，而是三张表分工：

  • 数据源表：系统导出或手工录入的原始数据；

  • 工作表：用公式、函数、辅助列做加工；

  • 呈现表：做美观的最终报表；

  • 表与表之间用公式/函数连接，不直接拷贝。

四、按问题类型学（配 AI 实战）

把框架里的每个知识点拿去问 AI、结合真实任务练：

  • 数据定位：找条件数据、筛范围 → 排序/筛选/条件格式（入口能力）；

  • 数据统计：总量、平均、条件汇总 → SUM/COUNT/AVERAGE/条件统计；

  • 数据判断：是否达标 → IF、条件表达式，本质是业务规则映射；

  • 数据关联：跨表取值、对齐 → 查找匹配函数，从单表走向数据系统；

  • 数据汇总：按部门/月份统计 → 透视表，多数场景比公式更稳更快。