第 7 週：Python / VBA 自動化 + 知識管理（KM）

對應教材：第 6.2～6.4 節、第 7 章 本週目標：做出一個能寫進履歷的自動化小作品，並建立知識管理觀念 每日投入：1.5 ~ 2 小時 本週產出：完成一個自動化小作品（面試可展示）

---

本週學習目標

• [ ] 認識小型應用開發工具的選擇
• [ ] 用 Python 或 VBA 完成一個自動化作品
• [ ] 建立「找出值得自動化工作」的判斷力
• [ ] 理解教育訓練與知識管理的做法
• [ ] 能用 STAR 法口述自己的作品
• [ ] 理解 Power Platform 低代碼方案

---

每日進度

Day 1：開發工具地圖

工具	適用場景	學習門檻	企業常見度
Python	自動化、資料處理、串 API	低	高（推薦首選）
VBA / Excel 巨集	Excel 報表自動化	低	極高（製造業）
Power Automate	流程自動化（低代碼）	低	高（M365 企業）
Power Apps	快速做表單應用	低	中
Power BI	資料視覺化儀表板	中	高
PowerShell	Windows 系統管理自動化	中	高（IT 部門）
網頁系統	內部系統（Flask/PHP+DB）	中高	中

• 依場景選工具：
• 「每天要手動整理 Excel」→ Python/pandas 或 VBA
• 「新人到職要開一堆帳號」→ PowerShell + AD 模組
• 「簽核流程要線上化」→ Power Automate
• 「主管要看即時數據」→ Power BI
• 「部門要一個查詢工具」→ 網頁系統

Day 2：Python 基礎 + pandas

• 安裝 Python 3.x（https://www.python.org）
• 安裝必要套件：pip install pandas openpyxl
• 認識 pandas 讀寫 Excel/CSV：

import pandas as pd

# 讀取 Excel
df = pd.read_excel("daily_data.xlsx")

# 查看前幾筆
print(df.head())

# 基本統計
print(df.describe())

# 篩選
it_dept = df[df["部門"] == "IT"]

# 分組彙總
summary = df.groupby("部門")["數量"].sum().reset_index()

# 排序
summary = summary.sort_values("數量", ascending=False)

# 輸出 Excel
summary.to_excel("彙總報表.xlsx", index=False)
print("報表已產生")

• 常用 pandas 操作：

操作	語法	說明
讀 Excel	pd.read_excel("file.xlsx")	讀入為 DataFrame
讀 CSV	pd.read_csv("file.csv")
篩選	df[df["col"] == "value"]	條件篩選
分組	df.groupby("col").sum()	分組彙總
排序	df.sort_values("col")
合併	pd.merge(df1, df2, on="key")	類似 SQL JOIN
寫 Excel	df.to_excel("out.xlsx", index=False)
寫 CSV	df.to_csv("out.csv", index=False)

Day 3：自動化判斷思維

• 三問法（值得自動化嗎？）： 1. 重複性高？ → 每天/每週都要做嗎？ 2. 規則明確？ → 步驟固定，不太需要主觀判斷？ 3. 出錯成本高？ → 人工容易漏、錯、花時間？

• 三個都「是」→ 最值得自動化

• 列出 5 個生活/工作中可自動化的情境： 1. 每日從 Email 下載報表 → 用腳本自動下載 2. 多份 Excel 合併成一份 → pandas 批次讀取合併 3. 檔案依日期分類歸檔 → os 模組批次處理 4. 每月統計出缺勤 → pandas 彙總 5. 系統到期提醒 → 讀清單比對日期自動通知

• 面試加分：不只說「我會 Python」，而是說「我善於找出重複性工作並自動化」

Day 4～5：做一個自動化作品（重點）

選擇一個題目並完成：

選項 A：報表彙總

import pandas as pd
import os
from datetime import datetime

input_folder = "./daily_reports"
output_file = f"月報表彙總_{datetime.now().strftime('%Y%m')}.xlsx"

all_data = []
for filename in os.listdir(input_folder):
    if filename.endswith(".xlsx"):
        df = pd.read_excel(os.path.join(input_folder, filename))
        all_data.append(df)

combined = pd.concat(all_data, ignore_index=True)

summary = combined.groupby("部門").agg(
    總數量=("數量", "sum"),
    總金額=("金額", "sum"),
    筆數=("數量", "count")
).reset_index()

summary.to_excel(output_file, index=False)
print(f"完成！共處理 {len(all_data)} 個檔案，輸出至 {output_file}")

選項 B：檔案整理

import os
import shutil
from datetime import datetime

source = "./downloads"
for filename in os.listdir(source):
    filepath = os.path.join(source, filename)
    if os.path.isfile(filepath):
        # 依副檔名分類
        ext = filename.rsplit(".", 1)[-1].lower() if "." in filename else "other"
        dest_folder = os.path.join(source, ext)
        os.makedirs(dest_folder, exist_ok=True)
        shutil.move(filepath, os.path.join(dest_folder, filename))

print("檔案分類完成")

選項 C：到期提醒

import pandas as pd
from datetime import datetime, timedelta

assets = pd.read_excel("資產清冊.xlsx")
today = datetime.now()
warn_days = 90

assets["保固到期"] = pd.to_datetime(assets["保固到期"])
expiring = assets[
    (assets["保固到期"] - today).dt.days <= warn_days
]

if not expiring.empty:
    print(f"⚠️ 以下 {len(expiring)} 項設備即將到期：")
    print(expiring[["財產編號", "類別", "使用人", "保固到期"]].to_string(index=False))
    expiring.to_excel("即將到期設備.xlsx", index=False)
else:
    print("✅ 目前無即將到期的設備")

• 重點：記錄「解決什麼問題、省多少時間」
• 範例：「原本手動整理 5 份報表要 40 分鐘，自動化後 3 秒完成」
• 範例：「原本保固到期都靠人記，常漏掉，現在自動提醒」

Day 6：教育訓練與知識管理

教育訓練規劃

• 對象分級：

對象	內容重點	教材形式
一般使用者	系統操作、資安意識	圖文手冊、短影片
主管	報表查看、審核操作	一對一示範
IT 同仁	維運、故障排除、系統管理	技術文件、SOP
新人	設備使用、系統登入、安全規範	新人包

• 製作教材原則：
• 用對方聽得懂的話（少用術語）
• 步驟截圖 + 紅框標記
• 列出「常見問題 Q&A」
• 製作一頁式快速指引（Cheat Sheet）

知識管理（KM）

• 目的：人走了知識留下，問題第二次更快解決
• 知識庫內容：
• FAQ（常見問題與解答）
• 故障排除步驟
• SOP（標準作業程序）
• 系統操作手冊
• 設定紀錄（伺服器 IP、帳號、設定變更歷史）
• 工具選擇：

工具	優點	適合
Notion	好用美觀、協作方便	小團隊
Confluence	企業級、權限細	中大型企業
SharePoint	整合 M365	微軟生態系企業
共用資料夾 + Word	最簡單	最小規模
IT Wiki（如 BookStack）	開源、分類好	IT 團隊內部

• 好習慣：每解決一個新問題，就花 5 分鐘寫成知識文件
• 標題：問題描述
• 原因：什麼造成的
• 解法：怎麼修好的
• 預防：怎麼避免再發生

Day 7：整理作品 + 複習

• 把作品寫成 README：

# 每日報表自動彙總工具

## 解決什麼問題
每天要手動打開 5 份 Excel 報表，複製貼上到彙總表，再算合計。
原本需要 40 分鐘，容易出錯。

## 使用方式
1. 把每日報表放入 `./daily_reports/` 資料夾
2. 執行 `python auto_report.py`
3. 產出彙總報表 Excel

## 技術
- Python 3.x + pandas + openpyxl

## 成果
- 處理時間：40 分鐘 → 3 秒
- 零人為錯誤
- 主管只需看結果

• 練習用 STAR 口述這個作品：
• S：每天要手動整理多份報表，花很多時間且容易出錯
• T：我想把這個流程自動化
• A：用 Python + pandas 寫了自動讀取、彙總、輸出的腳本
• R：處理時間從 40 分鐘降到 3 秒，也不會再出錯

---

重點觀念速記

自動化心法

• 講作品要講「解決的問題 + 量化成果」，不要只說「我會 Python」
• 自動化三問：重複性高？規則明確？出錯成本高？
• 面試講法公式：「我發現 ___ 問題（重複/耗時/易錯），用 ___ 工具解決，結果 ___ （省時/零錯/自動化）」
• 小工具不用完美，能解決問題就有價值

知識管理

• KM 的價值：人走了知識留下，問題第二次更快解決
• 每解決一個問題就寫一篇 → 累積成團隊資產
• 好的知識文件格式：問題 → 原因 → 解法 → 預防
• 讓使用者能自助解決簡單問題 = 減少 IT 被打擾

教育訓練

• 對象分級，內容深淺不同
• 教材要圖文並茂、步驟清楚
• 用對方聽得懂的話（避免術語）
• 新人到職有標準的 IT 教學包

---

本週實作任務（產出）

任務一：一個自動化小作品 + README

目標：完成一個能展示的自動化作品。

步驟： 1. 從選項 A/B/C 或自己的想法中選一個題目 2. 動手寫 code（不用完美，能跑就好） 3. 實際用測試資料跑一次確認結果正確 4. 寫 README 說明：問題 → 做法 → 成果 5. 記錄量化數據：「省了多少時間」「減少多少錯誤」 6. 把 code + README 放在一個資料夾，面試時可展示

任務二：一頁式操作手冊

目標：挑一個系統/流程，寫一頁教學。

步驟： 1. 選題目（如：VPN 連線教學、密碼重設、印表機安裝） 2. 列出步驟（5~8 步） 3. 每步截圖或畫示意圖 4. 加入「常見問題」區塊（2~3 個 Q&A） 5. 控制在一頁 A4 內（精簡才有人看） 6. 請朋友看看能不能「照著做成功」

---

本週重要名詞對照表（中英對照）

中文	英文	說明
自動化	Automation	用工具取代手動重複工作
腳本	Script	一段可執行的程式碼
低代碼	Low-Code	少寫程式碼就能建立應用
資料框	DataFrame (pandas)	pandas 中的表格資料結構
知識管理	KM (Knowledge Management)	組織知識的收集與分享
常見問題集	FAQ (Frequently Asked Questions)	常見問題與答案
標準作業程序	SOP (Standard Operating Procedure)	標準化的工作步驟
教育訓練	Training	教導使用者操作系統
情境-任務-行動-結果	STAR (Situation-Task-Action-Result)	面試回答結構化方法
巨集	Macro (VBA)	Excel 中的自動化程式
視覺化	Visualization	資料圖表化呈現
儀表板	Dashboard	即時數據總覽面板
版本控制	Version Control (Git)	追蹤程式碼變更歷史
套件	Package/Library	可引入使用的程式碼模組

---

本週延伸閱讀資源

1. Python 官方教學：https://docs.python.org/3/tutorial/
2. pandas 官方文件：https://pandas.pydata.org/docs/
3. Automate the Boring Stuff with Python：免費線上書，專講 Python 自動化
4. Real Python：https://realpython.com — 高品質 Python 教學
5. Power Automate 官方文件：Microsoft Learn 上有免費學習路徑
6. Notion 模板庫：參考別人怎麼建知識庫
7. GitHub：把作品放上去，面試可以直接給連結

---

自我檢核

• [ ] 我完成了一個能展示的自動化作品
• [ ] 我能用 STAR 講這個作品（問題→做法→成果），限時 2 分鐘
• [ ] 我能說明如何判斷一件事值不值得自動化（三問法）
• [ ] 我理解知識管理的目的（人走知識留）與工具選項
• [ ] 我能說出教育訓練要注意的原則（對象分級、避免術語、圖文並茂）
• [ ] 我能說出 Python、VBA、Power Platform 各適合什麼場景
• [ ] 我的作品有 README 說明
• [ ] 我完成了一頁式操作手冊
• [ ] 我能量化說出作品的成效（省多少時間/減少多少錯誤）

---

⬅️ 上一週：第 6 週 ｜ ➡️ 下一週：第 8 週 — 面試衝刺