10_使用 Copilot 進行資料視覺化與報告

核心表格

核心主題	方法	用途	驗證重點
資料視覺化	Context → Main point → Action	指定資料、圖表類型、軸與格式	圖表是否真正使用正確篩選與欄位
選擇圖表	Line／Bar／Column／Pie／Doughnut／Scatter	依分析目的選擇視覺形式	不要只說「插入圖表」，需指定資料映射
去除雜訊	移除 gridlines、冗餘 labels、legend、3D 等	降低視覺噪音	Copilot 無法直接改圖時改當 tutor
Raw Data	欄位說明 + 基礎統計	讓報告讀者理解來源資料	`ROWS` 是資料列數，不是 `N` 欄總和
Summary	Title + Overview + Table of Contents	提供報告入口與導覽	AI 產生文字要逐步 refine 並核對數字
Dashboard	複製 charts + Entity slicer + VBA	集中關鍵視覺並互動篩選	先檢查工作表／PivotTable 名稱再跑巨集
Exercise	`sales.xlsx`	把視覺化／報告流程移植到另一資料集	A 檔正文沒有印出官方 solution

章節定位

本章是 Part II 的收尾：從清理、分析走到視覺化與報告。原書把 Copilot 的角色分成三種：直接建立視覺、建議合適圖表，以及在無法直接編輯圖表時提供手動操作步驟。

視覺化 Prompt 結構

Context：指定 table、columns、filters。
Main point：指定 chart type 與 x／y／category mapping。
Action：指定 title、axis label、formatting、remove clutter。

圖表選擇原則

原書 Table 10-1：time series → line chart；discrete categories → column／bar；parts of a whole → pie／doughnut；two variables → X Y scatter。若不知道用哪種圖，可讓 Copilot 建議多個方案並說明 pros／cons，但最後仍由使用者選擇。

去除雜訊

常見 noise 包括過多 gridlines、3D／背景圖等 chart junk、每點標籤、重複 legend、太多 categories、冗餘 series。原則是移除不支援主要訊息的元素。原書截至 2026 年 2 月指出 Copilot 未必能直接編輯現有圖，因此可改問手動步驟。