36 Excel+AI Cases
Requisitos de finalización
案例 28 客訴原因 Pareto：改善優先順序
應用情境
依客訴件數計算累積占比，再結合件數影響、嚴重程度與改善可行性，建立更具行動性的改善排序。
開始表格：客訴原因與評分
客訴原因 |
客訴件數 |
件數影響 |
嚴重程度分數 |
改善可行性分數 |
配送延遲 |
138.00 |
5.00 |
4.00 |
4.00 |
商品破損 |
96.00 |
4.00 |
5.00 |
3.00 |
客服回覆慢 |
74.00 |
4.00 |
3.00 |
5.00 |
帳單錯誤 |
42.00 |
3.00 |
5.00 |
4.00 |
結果表格：客訴改善優先排序
排序 |
客訴原因 |
客訴件數 |
累積占比 |
改善優先分數 |
1 |
配送延遲 |
138.00 |
39.43% |
4.45 |
2 |
商品破損 |
96.00 |
66.86% |
4.15 |
3 |
客服回覆慢 |
74.00 |
88.00% |
3.85 |
4 |
帳單錯誤 |
42.00 |
100.00% |
3.90 |
Prompt
請依客訴件數由高到低排序並計算累積占比；再依「件數影響×45% + 嚴重程度分數×35% + 改善可行性分數×20%」計算改善優先分數。
Excel 公式與操作重點
客訴件數合計為 350.00。單一原因占比 = 客訴件數／總件數；累積占比依排序後逐列加總。改善優先分數可寫成 =C2*45%+D2*35%+E2*20%。
Excel + AI 重點
Excel 建立可追溯的排序與加權分數；AI 可將高占比原因轉成改善計畫，並區分立即處理、流程改善及長期追蹤。
驗證重點
配送延遲占比為 138.00／350.00 = 39.43%；累積占比最後一列必須為 100.00%。帳單錯誤雖件數較少，但嚴重程度較高，因此改善分數不應只依件數排序。
名詞說明
Pareto Analysis = 帕累托分析，用於找出少數高影響原因。