這一組案例在學什麼

這部分不是練初階公式，而是練「資料如何被驗證、查找、篩選與解釋」。

案例 5｜跨地區期末庫存與資料異常

• 整合北美、歐洲、亞洲倉庫資料。
• 使用 Ending Inventory = Beginning + Purchase - Sales - Damaged。
• 區分「公式算出負數」與「資料／流程需要查核」。
• AI 可以提出原因，但不能自行修改原始資料。

案例 6｜智慧補貨

補貨決策不能只比較現有庫存與安全庫存，還要加入日均銷量、交期需求、到貨時預估庫存、MOQ 與訂購倍數。AI 可協助辨識風險與提出跨區調撥可能性，但最終採購仍由人決定。

案例 9｜Dynamic Lookup

把員工、產品與供應商主檔分開處理，依 Data Type 決定查詢來源，並區分：

• Code Error
• Field Error
• Data Type Error

AI 的價值是把自然語言需求轉成公式與錯誤說明；Excel 的價值是保留來源與可追溯性。

案例 12｜多條件 FILTER

把多地區交易整合後，以可選條件進行動態篩選，再計算筆數、銷售額、平均毛利率、延遲筆數等摘要。

核心原則

AI 負責理解與說明，Excel 負責精確計算與追溯，人工負責判斷資料是否可信。