一、案例定位

把原書對 Modern Excel、Power Pivot、Power Query 與大型資料容量的說明轉成資料架構選擇案例。

二、學習目標

• 辨識何時不應把大量資料直接堆在普通 worksheet。
• 理解 Power Pivot Data Model 與 Power Query 的角色。
• 估算大型資料對 ordinary Excel 的容量與效能風險。

三、案例情境

某財務模型每月需要整合四個來源，共 600,000 筆交易資料，並且需要定期 refresh 與建立 PivotTable 分析。

四、開始資料

五、Excel／VBA 分析方法

依原書 decision cues：若資料有數十萬列、需要多來源整合、PivotTable 使用頻繁，考慮以 Power Query 做 extraction／cleaning／refresh，以 Power Pivot Data Model 儲存大量資料與 relationships，而不是把所有 rows 直接留在普通 worksheet。

六、計算結果

600,000 列比原書提到的 500,000 列 slow-down 參考點多 100,000 列，即高出 20%。因此本案例應優先評估 Data Model，而不是繼續在普通工作表增加公式。

七、結果分析與管理解讀

原書的重點不是「600,000 一定不能用 Excel」，而是 ordinary Excel 在此規模下已進入效能與錯誤風險快速上升區；Power Query／Power Pivot 可把資料處理與模型計算分開。

八、AI Prompt

請只根據 600,000 rows、4 sources、需要 refresh、使用 PivotTables，以及原書的 100,000／500,000 rows 提示，說明為何應考慮 Power Query＋Power Pivot。

九、思考／What-if

**問題：**若資料降為 80,000 列、只有單一來源且不需要 refresh，是否仍一定要導入 Power Pivot？