VERİ STANDARDİZASYONU: POWER QUERY İLE TEK FORMAT, TEK DİL

Raporların “aynı gerçeği” göstermemesi çoğu zaman modelden değil, verinin dilinin ve formatının tutarsız olmasından kaynaklanır. Bir dosyada 01/02/2026 “1 Şubat” iken diğerinde “2 Ocak” olabilir; bir sistem virgülle ondalık ayırır, diğeri nokta kullanır. Power Query, bu dağınıklığı tek bir kurala indirgemek için en pratik ve sürdürülebilir araçlardan biridir.

Veri standardizasyonu; metinlerin aynı yazım kurallarıyla, sayısal alanların aynı ondalık/para birimi mantığıyla, tarihler ve saatlerin aynı takvim ve kültür ayarıyla okunması demektir. Sonuçta yalnızca “temiz” veri değil, aynı zamanda tutarlı hesaplar, daha az beklenmedik filtre sonuçları ve daha güvenilir KPI’lar elde edilir.

Bu yazıda, kurumsal ortamlarda en sık görülen standardizasyon problemlerini, Power Query’de uygulanabilir dönüşüm kalıplarını ve ekiplerin ortak dil oluşturmasını sağlayan yönetim yaklaşımını adım adım ele alacağız.

Veri standardizasyonu neden kurumsal raporlamada kritik?

Kurumsal analitik ekosisteminde aynı alanın farklı kaynaklarda farklı biçimlerle tutulması, “gizli hata” üretir. Bu hatalar çoğu zaman kırmızı uyarı vermez; sadece sonuçları sessizce çarpıtır. Örneğin “Ürün Kodu” alanında bir kaynakta “abc-001”, diğerinde “ABC001” olması; join işlemlerinde eşleşmeleri düşürür ve satış toplamlarını eksik gösterir.

Standardizasyon hem teknik hem yönetsel bir katmandır: Teknik tarafta dönüşümler uygulanır, yönetsel tarafta kurallar tanımlanır ve sürdürülür. Bu sayede aynı metrik farklı raporlarda farklı çıkmaz.

En sık karşılaşılan tutarsızlık tipleri

• Metin: boşluklar, farklı büyük/küçük harf, Türkçe karakter varyasyonları, kısaltma ve yazım farklılıkları
• Sayı: ondalık ayırıcı, binlik ayırıcı, para birimi sembolleri, yüzde biçimleri
• Tarih/saat: gün/ay sırası, saat dilimi, yerel ay adları, metin olarak saklanan tarih alanları
• Kod alanları: baştaki sıfırlar, sabit uzunluk, tire/boşluk gibi ayraçlar

Standardizasyon yapılmadığında görülen tipik iş etkileri

Yanlış eşleşme nedeniyle eksik kayıtlar, farklı formatlar yüzünden artan “null/boş” değerler, hatalı gruplama ve tutarsız filtre sonuçları en yaygın belirtilerdir. Bunlar, veri platformuna güveni hızla düşürür ve karar alma süreçlerini yavaşlatır.

Power Query ile tek format yaklaşımı: “Kurallar seti” tasarlamak

Power Query’de başarılı bir standardizasyon için önce hedefi netleştirmek gerekir: Hangi alan hangi formatta olacak? Örneğin tarihler ISO 8601 mantığında (YYYY-MM-DD) görünmeli mi, yoksa sadece veri tipinin Date olması yeterli mi? Sayılar kaç ondalık basamakla saklanmalı? Metinlerde hangi normalizasyon uygulanacak?

Kuralları tablo bazında değil, alan türü bazında düşünmek daha sürdürülebilirdir. Böylece yeni bir kaynak eklendiğinde, aynı standardizasyon adımları tekrar kullanılabilir.

Hedef sözlük: alan bazlı kabul kriterleri

Basit ama etkili bir yaklaşım: kritik alanlar için kabul kriterleri yazın. Örneğin “Müşteri Adı: Trim uygulanmış, çift boşluklar tek boşluğa indirgenmiş, Title Case değil, özgün yazım korunmuş”; “Ürün Kodu: büyük harf, ayraçlar kaldırılmış, sabit uzunluk 8 karakter”. Bu sözlük, veri ekipleri ile iş birimleri arasında ortak dil oluşturur.

Dönüşümleri fonksiyonlaştırmak

Power Query, tekrar eden dönüşümleri fonksiyon haline getirerek yönetmeyi kolaylaştırır. Bu sayede aynı standardı farklı sorgularda kopyala-yapıştır yerine, tek noktadan güncelleyebilirsiniz.

Metin standardizasyonu: aynı kelimeyi tek şekilde yazdırmak

Metin alanları çoğu zaman analizde anahtar rol oynar: kategori, ürün adı, lokasyon, departman, kanal gibi. Bu alanlarda küçük farklılıklar büyük ayrışmalara yol açar. İlk adım genellikle Trim/Clean ve karakter normalizasyonudur. Ardından kontrollü sözlük veya eşleme tablosu yaklaşımı gelir.

Power Query’de temel metin temizliği örneği

let
  Kaynak = Excel.CurrentWorkbook(){[Name="Satis"]}[Content],
  Secili = Table.TransformColumns(
    Kaynak,
    {
      {"UrunKodu", each Text.Upper(Text.Remove(Text.Trim(_), {"-"," "})), type text},
      {"Musteri", each Text.Trim(Text.Clean(_)), type text}
    }
  ),
  BoslariDuzelt = Table.TransformColumns(
    Secili,
    {
      {"Musteri", each Text.Combine(List.Select(Text.Split(_, " "), each _ <> ""), " "), type text}
    }
  )
in
  BoslariDuzelt

Bu örnekte ürün kodu için ayraçlar kaldırılıp büyük harfe çevrilir; müşteri adında gereksiz boşluk ve kontrol karakterleri temizlenir. Amaç “görünen metin” değil, eşleşebilir metin üretmektir.

Referans tablo ile kontrollü sözlük yaklaşımı

Özellikle departman, bölge, kanal gibi alanlarda “tek doğru” listesi varsa, bir referans tabloyla eşleme yapmak daha güvenlidir. Power Query’de Merge (Birleştir) ile gelen değeri referans karşılığına dönüştürür; bulunamayanları ayrıca raporlayarak kalite sürecine dahil edersiniz. Böylece standardizasyon sadece temizlik değil, kurallı bir normalizasyona dönüşür.

Tarih ve saat standardizasyonu: kültür farkını yönetmek

Tarih alanları, farklı ülkelerden gelen sistemlerde en riskli alanlardan biridir. “01/02/2026” gibi bir değer, kültüre göre farklı anlamlara gelebilir. Bu yüzden tarihleri “metinden tarihe” çevirirken kültür parametresini bilinçli seçmek gerekir. Ayrıca saat dilimi (timezone) farkları, özellikle olay verilerinde gün kapanışlarını kaydırabilir.

Kültür parametresiyle güvenli tarih dönüşümü

let
  Kaynak = Excel.CurrentWorkbook(){[Name="IslemLog"]}[Content],
  TarihDuzelt = Table.TransformColumns(
    Kaynak,
    {
      {"IslemTarihi", each Date.FromText(_, "tr-TR"), type date},
      {"OlusmaZamani", each DateTime.FromText(_, "en-US"), type datetime}
    }
  )
in
  TarihDuzelt

Burada iki farklı alan iki farklı kültürle çevrilir. Kurumsal senaryoda en güvenlisi, kaynağın kültürünü bilmek ve dönüşüm adımlarını buna göre standartlaştırmaktır. Rastgele otomatik algılama yerine, açık kültür seçimi hatayı azaltır.

ISO mantığına yaklaşmak: tarihleri modelde doğru tipe taşımak

Rapor katmanında biçimlendirme yapılabilir; ama veri katmanında en kritik nokta, tarih alanının gerçekten Date/DateTime tipinde olmasıdır. Böylece sıralama, zaman zekâsı hesapları ve filtreler doğru çalışır. Standardizasyon hedefiniz görsel format değil; veri tipinin doğru ve tutarlı olmasıdır.

Sayı standardizasyonu: ondalık ayırıcı, para ve yüzde alanları

Sayı alanlarında “1.234,56” ile “1,234.56” arasındaki fark, doğru okunmadığında 1000 katlık hatalara dönüşebilir. Ayrıca para alanlarında sembol ve boşluklar; yüzde alanlarında “%” işareti ve oran/100 ayrımı gibi pratik sorunlar vardır. Power Query’de bu alanları metinden sayıya çevirirken kültür, temizlik ve tip dönüşümü adımları birlikte ele alınmalıdır.

Para ve yüzde alanlarını dönüştürürken dikkat edilmesi gerekenler

• Binlik ayırıcıları kaldırma, ondalık ayırıcıyı kültürle doğru okuma
• Para sembollerini ve boşlukları temizleme, negatif biçimleri (-(...)) ele alma
• Yüzde değerlerinde “0,15 mi 15 mi?” kuralını netleştirme

Bu kurallar net değilse, standardizasyon teknik olarak yapılmış görünür ama iş anlamında hatalı bir ölçü üretir. Bu nedenle kural setini iş birimleriyle birlikte yazmak önemlidir.

Veri kalite kontrolü: standart dışını görünür kılmak

Standardizasyon süreci yalnızca dönüşüm uygulamak değildir; standart dışını yakalayıp geri besleme döngüsüne sokmaktır. Power Query’de “bulunamayan eşleşmeler”, “dönüşemeyen tarih/sayı alanları”, “beklenmeyen boş değer artışı” gibi sinyaller ayrı adımlarda izlenebilir. Bu sinyaller, veri üreticisi sistemlere düzeltme talebi oluşturmak için de kullanılabilir.

Hata yakalama ve karantinaya alma yaklaşımı

Örneğin metinden tarihe dönüşmeyen kayıtları ayrı bir sorguda tutup operasyon ekibine iletebilirsiniz. Benzer şekilde referans tablo eşleşmeyen değerleri listeleyip “sözlüğe eklenecek yeni değer” sürecine bağlayabilirsiniz. Bu sayede standardizasyon tek seferlik bir temizlik değil, sürdürülebilir bir kalite mekanizması olur.

Performans ve bakım: adımları sadeleştirmek

Power Query’de çok sayıda dönüşüm adımı, özellikle büyük veri setlerinde performans etkisi yaratabilir. Mümkün olduğunda dönüşümleri sütun bazında toplu uygulamak, gereksiz ara adımları kaldırmak ve tekrar eden mantıkları fonksiyonlaştırmak faydalıdır. Ayrıca sorgu adlarını ve adım açıklamalarını standartlaştırmak, ekip içinde bakımı kolaylaştırır.

Uygulama planı: ekipler için pratik bir standardizasyon yol haritası

Kurumsal ölçekte başarı için teknik adımların yanında basit bir yönetişim planı gerekir. Aşağıdaki sıra, hem hızlı kazanımlar üretir hem de uzun vadede ölçeklenebilir bir yapı kurar:

1. Kritik alanları belirleyin: join anahtarları, tarih/sayı alanları, kategori sözlükleri
2. Alan bazlı standart sözlüğü yazın: tip, format, normalizasyon kuralları
3. Power Query’de dönüşümleri kalıplaştırın: fonksiyonlar ve yeniden kullanılabilir sorgular
4. Referans tabloları yönetin: sahip Remember/Owner, güncelleme süreci, versiyonlama
5. Kalite raporu üretin: dönüşmeyenler, eşleşmeyenler, boş değer trendi

Bu yaklaşımı daha derinleştirmek ve Power Query–Power Pivot hattında uçtan uca pratik görmek isterseniz Power Query & Power Pivot eğitimini inceleyebilirsiniz.

Sonuç: tek format, tek dil ile güvenilir metrikler

Veri standardizasyonu, raporların doğruluğunu ve kurum içi güveni doğrudan etkileyen bir temel katmandır. Power Query ile metin, sayı ve tarih alanlarını tek bir kurala indirgemek; hem daha doğru analiz hem de daha az operasyonel sürpriz demektir. En önemlisi, standardizasyonu “kural seti + kalite kontrol” yaklaşımıyla ele aldığınızda, yeni kaynaklar eklendikçe düzen bozulmaz; sistem kendini korur.

Bugün küçük görünen bir tarih formatı farkı, yarın büyük bir bütçe kararını etkileyebilir. Bu yüzden standardizasyonu proje sonu yapılacak bir temizlik değil, veri hattının doğal bir parçası olarak tasarlamak en iyi yatırımdır.