英国少算 1.6 万新冠肺炎确诊者，Excel 惹祸

关于“把 Excel 当企业数据库用”造成的各种灾难，我们过去已经说了许多，不过今天又有一个新出炉的血淋淋案例：英国政府误用 Excel ，导致漏报高达 1.6 万笔新型冠状肺炎（Covid-19）确诊数、造成疫情被低估甚至延误相关措施。事关现在全世界最重要的疫情管控议题，值得好好来讨论一下。

先摘要一下：

事情是怎么发生的？

我们在各大媒体或 WHO 等官方管道看到的每日疫情统计，主要是由各国政府官方通报而来。英国政府确诊数据来源主要是英格兰公共卫生局（PHE）。根据 BBC 的报导，由于检查工作交给外部机构进行，外部机构会将大量的检查结果以 CSV 文件的格式交给 PHE，此时数据并没有问题。

但 PHE 拿到源数据之后，无法直接原封不动发出数据，需要经过一些统整——得汇整不同检查机构的数据、集成格式等等。在公司、组织里曾经负责统整过数据的人，应该很能懂这情境。

此时，他们选择了最常见、大家最熟悉，在此情境中其实也最危险的工具 -- Excel，写了一些自动化流程，让他们收到的 CSV 檔自动被统整到 Excel 工作表中，然后再将此份统整 Excel 的数据上载到内部系统中。

问题就出在 Excel 这一关：尽管有自动化流程省去纯手工拷贝贴上造成的痛苦、麻烦与贴错的机会，但最终仍然出错了，因为 PHE 用的是 Office 2007 以前版本、 xls 格式的 Excel，这个旧版格式单一工作表的数据上限是六万多列（65,536列），当工作表里保存的数据超过此列数时，下方就无法再存数据，而外部检查机构不断汇入的检查信息超出这个数字，造成了最终统计确诊数的漏失，而且问题显然没能马上被发现。

PHE 在 10 月 2 日发现这个问题，此时他们已经漏算了 9/25 到 10/2 整整一周的确诊数字，总计足足少算了 15,841 个确诊数。从这篇报导中的图表可以看到，原本这一周公布的新确诊人数约在每日六、七千人之间，且看似曲线趋缓，现在把漏算数据加回来，原来 9/28 之后单日新确诊数突破八千大关，十月之后甚至破万，这是疫情以来新高。在大家每天看数据评估疫情的时候，错误的数据可能会引来怎样的误判，需要注意。

与此同时，漏失数据的问题也不只于数据误判，因为这份数据也用于其他政府机构跟踪关联者，而综合各家报导，虽然 PHE 强调没有因为漏数据延误通知确诊病患，但有公卫官员说，许多“确诊者的接触者”被延误通知，代表许多原本该即刻进行的隔离等措施没有落实，这使得英国在野党工党政治人物、影子卫生大臣 Jonathan Ashworth 痛批政府致人民性命于险境。

用 Excel 错在哪？

以这件事情来说，很多人第一时间讲到的是 PHE 用的 Excel 版本问题：旧版 xls 格式 Excel 檔的数据列数上限只有六万多笔，如果用的是 2007 年之后的新版 xlsx，单一工作表的数据列数上限约百万笔（1,048,576 列），可能“暂时”就没问题了。

PHE 在事发后迅速宣称已解决“技术问题”，据报导方式是马上拆解原本的 Excel 檔，来避免数据量超出负荷的问题。

但其实，更根源的问题是：PHE 需要的其实明明是“数据库”，不是吗？他们没有使用正规的数据库系统来处理，反而用了“常常被硬当成数据库来用，但真的不是数据库”的 Excel。

Excel 是个很好用的电子表格软件、很好用的文字处理工具，但它天生不是用来当“数据库”的工具，当数据不断增加、复杂化，Excel 迟早会超出它的负荷，不管是文件开不了、动不了、数据笔数/单元格总数超过限制（Ragic 有许多客户就是感觉到自己的 Excel 或 Google Sheet 跑不动、快超过限制后，赶快找上我们的）、或是其他超出原先设计的使用方法，都可能让它从好用工具变地雷。

如何离开 Excel？

反过来说，我们其实能理解为什么IT 专家不断提醒直接把 Excel 当数据库、处理大量数据的坏处，许多企业（包括全球知名企业）甚至政府组织却对 Excel 无法放手，很多时候是因为跟其他冷冰冰的商用软件、“数据库方案”比起来，Excel 实在太亲切、太方便、也太容易开始了！

但时代其实已经改变了，像 Ragic 企业云数据库这样“外表看起来像 Excel、实际运作起来是个数据库（存放/查询数百万笔数据不是问题！）”的解决方案，就是希望提供 Excel 和传统数据库方案之外的第三条路，让你兼顾低门槛、高弹性、数据库特性。

额外提醒：

即使讲了很多“Excel 恐怖故事”，我们其实从未抵赖 Excel 有它的优点，也不会不负责任的说“不用 Excel 就不会出任何错”。

得强调的是，不管是使用 Excel 这样的传统电子表格工具，还是 Ragic 这样的数据库工具，重点是“用对工具”，让文字软件做文字软件该做的事、数据库做数据库该做的事。

（当然，良好的使用习惯、正确观念和上线前测试，也都很重要 :P）