Excel 跑到當機？2026 中小企業數位轉型：從試算表思維到 WordPress 關聯式資料庫的技術遷移實戰

嗨大家好，我是浪花科技的 Eric。如果你現在打開公司的共用資料夾，裡面還有一個檔名叫做 2026_客戶名單_最終版_真的最後一版_v3.xlsx，而且檔案大小超過 50MB，打開它需要去泡杯咖啡回來還在轉圈圈——恭喜你，這篇文章就是為你寫的。

即使到了 2026 年，AI Agent 已經能幫我們寫 Code、Cursor 已經成為標配，但我發現台灣還是有大量的傳統中小企業（SME）深陷在「Excel 地獄」中。老闆習慣看格子，業務習慣傳 LINE 檔案，結果就是資料打架、版本混亂，更別提什麼數據分析或 AI 預測了。

今天這篇技術文，我們不談空泛的數位轉型口號，我們要從工程師的角度切入，談談如何將雜亂無章的 Excel 試算表思維，遷移到 WordPress 的關聯式資料庫（Relational Database）架構中，並附上實際的程式碼範例。這一把，我們要把公司的「技術債」連本帶利清乾淨。

為什麼 Excel 是 2026 年企業成長的最大絆腳石？

Excel 很棒，它是世界上最強大的計算機，但它不是資料庫。在 2026 年的今天，依賴 Excel 作為核心業務系統（ERP/CRM）會面臨幾個毀滅性的技術問題：

• 缺乏單一真值來源 (SSOT)： 當檔案被複製成三份，哪一份才是最新的庫存數據？這在分散式系統原理中是絕對的大忌。
• 缺乏資料完整性 (Data Integrity)： Excel 儲存格沒有強型別限制，電話欄位被填入「下午三點回電」，這會導致後續 API 串接或 AI 分析直接噴錯。
• 併發寫入衝突 (Concurrency Control)： 雖然現在有協作功能，但當多人同時修改同一筆訂單狀態時，資料覆蓋（Lost Update）的風險極高。
• 無法自動化： 你無法輕易地讓 Excel 主動發送 Webhook 給 Line Bot 通知客戶出貨，這在 WordPress 中卻是幾行 Code 就能解決的事。

思維重構：從「扁平化」到「關聯式」

要逃離 Excel 地獄，首先要改變的是資料結構的設計思維。Excel 是二維的、扁平的；而 WordPress 背後的 MySQL/MariaDB 是立體的、關聯的。

正規化 (Normalization)：工程師的整理術

假設你的 Excel 訂單表長這樣：

訂單編號 | 客戶姓名 | 客戶電話 | 商品A | 商品A價格 | 商品B | 商品B價格 |總金額

這種設計在資料庫領域稱為「未正規化」。如果客戶改電話，你得搜尋所有訂單逐一修改；如果一筆訂單有 10 個商品，你的欄位就會無限橫向擴張。

在 WordPress 的架構下，我們會將其拆解：

• User (wp_users): 儲存客戶帳號資訊。
• Order (Custom Post Type): 儲存訂單狀態、時間。
• Order Items (Custom Table): 儲存訂單內的商品明細與當下價格。
• Product (WooCommerce/CPT): 儲存商品資訊。

技術實戰：在 WordPress 中建立高效能資料庫結構

很多開發者會濫用 WordPress 的 Post Meta (wp_postmeta)，把所有資料都塞進去。這在資料量少時沒問題，但當你有十萬筆訂單明細時，效能會直接崩潰。Eric 建議，針對大量結構化數據，我們應該建立自訂資料表 (Custom Tables)。

1. 建立自訂資料表

我們使用 WordPress 的 dbDelta 函式來建立一個儲存「訂單明細」的獨立資料表。這比用 Meta Query 搜尋快上數百倍。

function roamer_create_order_items_table() {
    global $wpdb;
    $table_name = $wpdb->prefix . 'roamer_order_items';
    $charset_collate = $wpdb->get_charset_collate();

    $sql = "CREATE TABLE $table_name (
        id mediumint(9) NOT NULL AUTO_INCREMENT,
        order_id bigint(20) NOT NULL,
        product_sku varchar(55) NOT NULL,
        quantity int(5) NOT NULL,
        unit_price decimal(10,2) NOT NULL,
        created_at datetime DEFAULT CURRENT_TIMESTAMP NOT NULL,
        PRIMARY KEY  (id),
        KEY order_id (order_id)
    ) $charset_collate;";

    require_once( ABSPATH . 'wp-admin/includes/upgrade.php' );
    dbDelta( $sql );
}
// 在外掛啟用時執行
register_activation_hook( __FILE__, 'roamer_create_order_items_table' );

2. 資料遷移腳本 (Migration Script)

假設你已經把 Excel 轉存為 CSV，我們需要一個腳本將其讀入並寫入資料庫。這裡要注意資料清洗 (Data Cleaning)，如果 CSV 的價格欄位包含 “NT$” 符號，記得要濾掉。

function roamer_import_legacy_data() {
    global $wpdb;
    $csv_file = '/path/to/your/legacy_data.csv';
    
    if ( !file_exists($csv_file) ) return;

    $handle = fopen($csv_file, "r");
    // 跳過標題列
    fgetcsv($handle);

    while (($data = fgetcsv($handle, 1000, ",")) !== FALSE) {
        // $data[0] = Order ID, $data[1] = SKU, $data[2] = Qty, ...
        
        // 簡單的資料清洗
        $price = preg_replace('/[^0-9.]/', '', $data[4]); 

        $wpdb->insert(
            $wpdb->prefix . 'roamer_order_items',
            array(
                'order_id'   => intval($data[0]),
                'product_sku'=> sanitize_text_field($data[1]),
                'quantity'   => intval($data[3]),
                'unit_price' => floatval($price)
            ),
            array( '%d', '%s', '%d', '%f' )
        );
    }
    fclose($handle);
    error_log('Excel Migration Completed Successfully.');
}

Eric 的小囉嗦：在跑這段腳本前，拜託一定要先備份資料庫。資料庫操作是不可逆的，不要讓你的週五晚上變成 Debug 之夜。

2026 年的資料架構優勢：AI Ready

為什麼要這麼大費周章？因為只有將資料結構化 (Structured Data) 後，我們才能真正利用 2026 年強大的 AI 工具。

當你的訂單資料在 SQL 資料庫中：

• Text-to-SQL： 你可以讓老闆直接對 Line Bot 問：「上個月賣最好的紅色商品是什麼？」，後端 AI 直接轉譯成 SQL Query 回傳結果。這在 Excel 裡是做不到即時互動的。
• 預測性維護： 透過歷史數據，AI 可以預測下季庫存需求，這需要乾淨的時間序列資料，而不是散落在各個 sheet 裡的破碎數字。
• API 自動化： 透過 REST API，WordPress 可以與 ERP、CRM 或 n8n 無縫串接，實現真正的「無人值守」營運。

結語：痛苦是暫時的，效益是永久的

從 Excel 遷移到 WordPress 資料庫，對中小企業來說無異於換心手術。初期會很痛，員工會抱怨「為什麼不能直接打字就好」，但身為技術決策者，你必須堅持下去。

試算表是個人的工具，資料庫才是企業的資產。在 2026 年，數據資產的顆粒度與可存取性，決定了你公司的競爭力。

準備好拋棄那個 50MB 的 Excel 檔案了嗎？

延伸閱讀

• Excel 只是試算表不是資料庫！中小企業數位轉型：從 VLOOKUP 地獄到關聯式資料庫的重生之路
• 拒絕資料孤島！企業 ERP 串接 WordPress 實戰：API 設計與資安防護的終極指南
• 告別資料庫垃圾山！利用 LLM 打造 CRM 自動化清洗流水線：從重複偵測到格式標準化的 AI 實戰