POWER QUERY NEDİR? İLERİ EXCEL İLE VERİ TEMİZLEME VE DÖNÜŞTÜRME

Excel’de rapor hazırlarken en çok zamanı “ham veriyi toparlama” kısmı yer. Farklı dosyalardan gelen tablolar, tutarsız tarih formatları, gereksiz boşluklar, yanlış veri tipleri… İşte Power Query tam bu noktada devreye girer: veriyi bir kez doğru şekilde hazırlarsınız, sonra tek tıkla yenilersiniz.

Power Query, Excel içinde yerleşik bir veri hazırlama aracıdır. Dosyalardan, klasörlerden, web kaynaklarından veya veritabanlarından veriyi alır; adım adım temizler, dönüştürür ve sonuç tablosunu çalışma sayfasına ya da Veri Modeli’ne aktarır. Bu yaklaşım, manuel kopyala-yapıştır süreçlerini azaltır ve raporları daha sürdürülebilir hale getirir.

Bu yazıda “Power Query nedir?” sorusunu ileri Excel bakışıyla ele alacağız: veri içe aktarma, dönüşüm adımları, birleştirme (merge/append), M dili ile ileri senaryolar ve performans ipuçları. Amacımız, günlük raporlama akışınız için tekrar kullanılabilir bir ETL düzeni kurmanıza yardımcı olmak.

Power Query nedir ve neden “tekrar edilebilir” bir akış sağlar?

Power Query’nin temel fikri, yaptığınız işlemleri “adım adım” kaydetmesidir. Siz bir sütunu böler, veri tipini değiştirir veya filtre uygularsınız; Power Query bunu bir sorgu adımı olarak saklar. Böylece kaynak veri güncellendiğinde aynı adımlar otomatik olarak yeniden çalışır.

Bu model, klasik Excel yaklaşımındaki kırılgan noktaları azaltır. Örneğin, bir CSV dosyasında sütun sırası değiştiğinde formüller bozulabilir. Power Query’de ise doğru dönüşüm kurgusu kurulduysa, verinin aynı mantıkla hazırlanması daha kolaydır. Ayrıca, aynı dönüşümleri birden fazla raporda kullanmak mümkündür.

Power Query’nin Excel’deki yeri

Excel’in “Veri” sekmesi üzerinden Power Query araçlarına erişirsiniz. Dış kaynaklardan veri alma, sorgu düzenleyici, yenileme ayarları ve veri bağlantıları burada toplanır. Sorgu Düzenleyici ekranı, dönüşümlerin yapıldığı ana çalışma alanıdır.

ETL mantığı: Extract, Transform, Load

Power Query, pratikte bir ETL aracıdır: veriyi alır (Extract), temizler/dönüştürür (Transform) ve Excel’e yükler (Load). Bu yapı sayesinde veri hazırlama işini rapor sayfasından ayırır, raporu daha okunur ve bakımı daha kolay hale getirir.

Kaynaklardan veri alma: dosya, klasör, web ve tablo

Power Query’nin gücü, farklı veri kaynaklarını ortak bir dönüşüm dilinde buluşturmasından gelir. En sık kullanılan senaryolar: Excel tabloları, CSV/TXT dosyaları, klasör içindeki çoklu dosyalar ve web sayfalarından veri çekmedir.

Klasörden içe aktarma ile çoklu dosya standardizasyonu

Aylık satış dosyalarının her ay ayrı bir CSV olarak geldiğini düşünün. Klasörden içe aktarma ile tüm dosyaları tek sorguda birleştirip aynı temizleme adımlarını uygulayabilirsiniz. Bu, “her ay aynı işi yeniden yapmak” yerine yenile-tamamla yaklaşımı sağlar.

• Dosya isimlerinden dönem bilgisi türetme
• Sütun adlarını standartlaştırma
• Boş satırları ve toplam satırlarını ayıklama
• Veri tiplerini tutarlı hale getirme

Excel tablo ve aralıklarından (Table/Range) veri alma

Çalışma sayfanızdaki bir tabloyu Power Query’ye bağlamak, rapor mantığını daha modüler kılar. Örneğin, ürün eşleştirme tablonuz (SKU–Kategori) ayrı bir sorgu olur; ana satış sorgusu bu tabloyla daha sonra birleştirilir. Bu sayede “yardımcı tablolar” daha yönetilebilir hale gelir.

Excel veri temizleme: en çok kazandıran dönüşümler

Gerçek hayatta veri temizleme çoğu zaman aynı kalıplara dayanır: gereksiz boşluklar, tutarsız büyük-küçük harf, farklı tarih formatları ve hatalı sayı tipleri. Power Query, bu işlemleri adımlar halinde uyguladığı için kontrol ve geri alma çok daha rahattır.

Boşluk, metin standardizasyonu ve hata yakalama

Bir müşteri adında baştaki/sondaki boşluklar veya gereksiz çift boşluklar, pivot tabloda aynı kişiyi iki ayrı kayıt gibi gösterebilir. “Trim/Clean” benzeri işlemlerle metni normalize etmek, rapor kalitesini doğrudan artırır. Ayrıca hata değerlerini yakalayıp “null” ile değiştirmek veya ayrı bir kalite tablosuna almak da mümkündür.

Veri tipleri: tarih, sayı ve para birimi dönüşümleri

Power Query’de veri tipi, yalnızca biçim değil; filtreleme, toplama ve modelleme davranışını da belirler. Örneğin tarih alanı metin kaldığında “Ay” kırılımı doğru çalışmayabilir. Bu yüzden veri tipi adımı, çoğu sorguda erken aşamada yer alır.

let
    Kaynak = Excel.CurrentWorkbook(){[Name="SatisTablosu"]}[Content],
    TemizSutunAdlari = Table.TransformColumnNames(Kaynak, each Text.Trim(_)),
    MetinTemizle = Table.TransformColumns(TemizSutunAdlari, {
        {"Musteri", each Text.Proper(Text.Trim(_)), type text},
        {"Sehir", each Text.Upper(Text.Trim(_)), type text}
    }),
    TipDonusumu = Table.TransformColumnTypes(MetinTemizle, {
        {"Tarih", type date},
        {"Tutar", type number},
        {"Adet", Int64.Type}
    }),
    BosKayitlariKaldir = Table.SelectRows(TipDonusumu, each [Musteri] <> null and [Musteri] <> "")
in
    BosKayitlariKaldir

Yukarıdaki örnekte sütun adları kırpılır, metinler normalize edilir ve tip dönüşümleri tek bir akışta tamamlanır. Böylece aynı temizlik adımlarını her yenilemede tekrar uygularsınız.

Veri dönüştürme: sütun bölme, grupla, pivot/unpivot

Temizlikten sonra sırada veri şekillendirme vardır. Raporun ihtiyacına göre bazı tabloları uzun formata (unpivot) çekmek, bazılarını pivotlamak veya belirli kurallarla yeni sütunlar üretmek gerekir. Power Query burada formülden daha okunur bir dönüşüm dili sunar.

Unpivot: “ay sütunları” problemini çözmek

Sık görülen bir durum: Ocak, Şubat, Mart gibi aylar ayrı sütunlar halinde gelir. Raporlamada ise bu yapıyı “Ay” ve “Değer” olarak uzun forma çevirmek daha sağlıklıdır. Unpivot dönüşümüyle bunu hızlıca yapabilir, ardından tarih boyutlarıyla ilişkilendirebilirsiniz.

Koşullu sütun ve kural tabanlı sınıflandırma

Satış tutarına göre segment, teslimat gününe göre SLA etiketi veya ürün koduna göre kategori türetme gibi işler Power Query’de “Koşullu Sütun” ile şeffaf bir şekilde yapılır. Kurallar büyüdüğünde ise M diliyle daha sürdürülebilir bir yapı kurabilirsiniz.

Veri birleştirme: Merge ve Append ile tek rapor tabanı

İleri Excel senaryolarında tek bir veri kaynağıyla çalışmak nadirdir. Bir yanda satış, diğer yanda hedef, ayrıca ürün sözlüğü ve müşteri eşleştirme tabloları… Power Query’nin “Merge” ve “Append” işlemleri, bu parçaları tek bir rapor tabanında birleştirmenizi sağlar.

Append: aynı şemadaki tabloları alt alta eklemek

Append, yapısı aynı olan tabloları satır bazında birleştirir. Örneğin, 2025 ve 2026 satışları ayrı dosyalardaysa, append ile tek bir “Satislar” sorgusu oluşturabilirsiniz. Burada kritik nokta, sütun adlarının ve tiplerinin tutarlı olmasıdır.

Merge: sözlük tablolarıyla zenginleştirme (lookup)

Merge, SQL’deki join mantığına benzer. Ana tablonuzdaki SKU alanını ürün sözlüğündeki SKU ile eşleştirip kategori, marka, birim gibi alanları çekebilirsiniz. Bu yaklaşım, Excel’de VLOOKUP/XLOOKUP ile yapılan eşleştirmeleri daha yönetilebilir hale getirir. İyi kurgulanmış bir merge, raporun doğruluğunu ve genişleyebilirliğini artırır.

let
    Satislar = #"Satislar_Temiz",
    UrunSozlugu = #"Urun_Sozluk",
    Birlesim = Table.NestedJoin(Satislar, {"SKU"}, UrunSozlugu, {"SKU"}, "Urun", JoinKind.LeftOuter),
    Genislet = Table.ExpandTableColumn(Birlesim, "Urun", {"Kategori", "Marka", "Birim"}, {"Kategori", "Marka", "Birim"}),
    EksikKategori = Table.ReplaceValue(Genislet, null, "Bilinmiyor", Replacer.ReplaceValue, {"Kategori"})
in
    EksikKategori

Bu örnekte satış tablosu ürün sözlüğüyle birleştirilir, gerekli alanlar genişletilir ve eksik kategoriler standart bir değerle tamamlanır. Böylece raporda boş kategorilerden kaynaklanan kırılmalar azalır.

M dili ile ileri Power Query: fonksiyonlar, parametreler, yeniden kullanım

Power Query arayüzü birçok ihtiyacı karşılar; ancak dönüşüm mantığı büyüdüğünde M dili, işleri daha temiz hale getirir. Parametrelerle dönem seçimi yapabilir, fonksiyon yazarak aynı temizleme akışını farklı sorgulara uygulayabilirsiniz.

Parametreli sorgu ile dinamik dosya seçimi

Örneğin “RaporDonemi” adında bir parametre tanımlayıp, dosya yolunu buna göre kurabilirsiniz. Böylece aynı sorgu, farklı aylara kolayca uyarlanır. Bu yaklaşım özellikle bütçe/gerçekleşen kıyaslarında pratik olur.

Fonksiyonlaştırma: aynı temizliği farklı tablolara uygulamak

Benzer yapıda gelen tablolar için tek tek adım yazmak yerine, temizleme adımlarını bir fonksiyona taşıyabilirsiniz. Böylece bakım kolaylaşır; bir kural değiştiğinde tüm sorgularınız güncellenir. Yeniden kullanılabilir dönüşüm, ileri Excel otomasyonunun en büyük kazanımlarındandır.

Performans ve iyi uygulamalar: daha hızlı yenileme, daha az sürpriz

Power Query’de performans çoğu zaman “gereksiz adımları azaltma” ve “doğru noktada filtreleme” ile iyileşir. En büyük hatalardan biri, filtreyi en sonda uygulayıp gereksiz satırları baştan taşımaktır. Mümkünse filtreyi erken aşamada yapın.

Veri tipi ve adım sırası stratejisi

Tip dönüşümünü çok geç yapmak, bazı dönüşümlerin beklenmedik sonuç vermesine neden olabilir. Öte yandan, bazı kaynaklarda erken tip dönüşümü daha yavaş çalışabilir. Kural olarak: önce kaba temizlik ve satır azaltma, sonra tip dönüşümü, ardından birleşim ve zenginleştirme adımları çoğu senaryoda dengeli sonuç verir.

Yükleme seçenekleri: tablo mu, veri modeli mi?

Eğer büyük veriyle çalışıyorsanız, her sorguyu sayfaya yüklemek yerine yalnızca gerekli sorguları yükleyip diğerlerini “bağlantı” olarak tutmak daha sağlıklıdır. Pivot raporlarınızı Veri Modeli üzerinden kurmak, hem performansı hem de ölçüm mantığını güçlendirebilir.

Örnek raporlama akışı: ham veriden dashboard’a

Tipik bir akışı şöyle düşünebilirsiniz: (1) klasörden satış dosyalarını çek, (2) temizlik ve tip dönüşümü uygula, (3) ürün ve müşteri sözlükleriyle merge yap, (4) gerekli ölçü tabanını oluştur, (5) pivot/dilimleyici ile raporu kur, (6) yenileme ile güncelle. Bu düzen, manuel operasyonu azaltır ve raporun standartlaşmasını sağlar.

İleri düzey uygulama pratikleri ve gerçek senaryolarla adım adım ilerlemek isterseniz, İleri Excel Eğitimi içeriğinde Power Query’yi rapor otomasyonunun merkezine yerleştiren örnekler bulabilirsiniz.

Sık yapılan hatalar ve hızlı kontrol listesi

Power Query’de sorunların çoğu küçük detaylardan çıkar: yanlış veri tipi, eksik anahtar alan, değişen sütun adı veya beklenmeyen boş değerler. Basit bir kontrol listesiyle bu sürprizleri azaltabilirsiniz.

1. Kaynak tablo adları ve sütun adları tutarlı mı?
2. Anahtar alanlar (SKU, Müşteri No vb.) normalize edildi mi?
3. Veri tipleri doğru ve tutarlı mı?
4. Merge/Append sonrası satır sayısı beklenen aralıkta mı?
5. Yenileme sonrası hata veren adım var mı?

Sonuç olarak, “Power Query nedir?” sorusunun pratik cevabı şudur: Excel’de veri hazırlamayı standart, tekrar edilebilir ve daha güvenilir hale getiren güçlü bir dönüşüm katmanıdır. Doğru kurguyla raporlarınız, veri değişse bile aynı kaliteyle üretilebilir.