案例01｜Numbers Don’t Add Up 與 #REF!：先重建信任再重建公式

一、案例定位

整合原書第 14 章前兩個 pitfalls：Numbers Don’t Add Up 與 #REF! Errors，處理「數字不可信」與「reference 已不存在」兩種根本問題。

二、學習目標

建立對 model outputs 的可解釋信心。
理解 #REF! 的成因與修復方式。
避免用 IFERROR 掩蓋應重建的 formula。

三、案例情境

管理層首先會問：「Are we confident in these numbers?」如果 modeler 無法說明數字如何產生，模型即使沒有 Excel error 也失去可信度。#REF! 則代表公式引用的 cell 已被刪除或不存在。

四、開始資料

Pitfall	原書核心問題	優先處理
Numbers Don’t Add Up	無法對結果建立信心／解釋 calculation chain	回看 Chapter 13 checks 與 methodology
#REF!	Referenced cell 已不存在	從公式意圖重新建立 reference

五、Excel／VBA 分析方法

若看到 #REF!，不要先包 IFERROR。回到 formula 原本要完成的 business logic，追查 source data／deleted rows／columns，再重建公式。對整體數字則用 error checks、sense-check、formula audit 與 assumptions tracing 建立信心。

六、計算結果

處理方式	原書判斷
直接忽略 #REF!	不可接受
IFERROR 隱藏 #REF!	可能掩蓋應修復的問題
重建 formula	#REF! 通常所需的實際修復

七、結果分析與管理解讀

可信度來自理解 calculations，而不是 spreadsheet 看起來完整。#REF! 尤其危險，因被引用的 cell 已消失，原 formula context 可能需要重新推導。

八、AI Prompt

請提供一個處理 #REF! 的 audit sequence：先辨識原 formula intent、追查被刪除 reference、重建公式、再用 independent check 驗證結果；不要用 IFERROR 當作預設解法。

九、思考／What-if

**問題：**若 #REF! 被 IFERROR 轉成 0，模型看起來恢復正常，是否代表問題已解決？