tr

Sistem tamamen dondu. Tam 14.7 saat boyunca uğraştığım o devasa tablo, tam da yöneticiye sunum yapacağım sırada belleğin yetersiz kalmasıyla beraber aniden kapandı. O anki çaresizliğimi anlatmam imkansız. Yıllar önce yaşadığım bu felaket, beni Excel'in konfor alanından çıkarıp Power BI'ın derinliklerine iten temel kırılma noktası oldu. Birçok uzman hala bu iki aracı birbirinin rakibi olarak görüyor. Ancak gerçek şu ki, bu iki yazılım tamamen farklı amaçlar için tasarlanmış, birbirini tamamlayan ekosistemlerin parçalarıdır.

Excel'in Sınırları ve Veri Şişkinliği

Veri setleri büyür. Klasik hücre tabanlı yapı, milyonlarca satırlık veriyle uğraşırken işlemciyi %94.7 kapasiteyle çalıştıran hantal bir canavara dönüşebilir. Bu durum oldukça risklidir. Bir zamanlar sadece VLOOKUP kullanarak hazırladığım bir raporun, her hücre değişikliğinde bilgisayarı 2.5 dakika boyunca kilitlediğini hatırlıyorum. Excel, hızlı hesaplamalar ve anlık taslaklar oluşturmak için hala rakipsiz bir araçtır. Fakat veriyi depolamak ve yönetmek için onu kullanmak, bir yolcu uçağını şehir içi trafiğinde sürmeye benzer. Hücrelere bağımlı kalmak, veri bütünlüğünü tehlikeye atan en büyük hatadır.

Bir diğer kritik sorun ise veri temizliği sürecidir. Verileri manuel olarak kopyalayıp yapıştırmak, insan hatasına açık olan ve zaman kaybı yaratan bir yöntemdir. Bu işlem çok yorucudur. Power Query kullanmayan bir analist, aslında vaktinin %43.2 kısmını sadece veri düzenlemekle harcayan bir operatöre dönüşmüştür. Excel'in hücre yapısı, statik analizler için sağlam bir zemin sunsa da dinamik raporlama konusunda yetersiz kalır. Veri miktarı arttıkça, dosya boyutunun GB seviyelerine çıkması kaçınılmazdır.

Power BI ve Analitik Gücün Yükselişi

Power BI farklıdır. Veriyi hücrelerde değil, sütun bazlı bir sıkıştırma motorunda sakladığı için milyonlarca satırı saniyeler içinde işleyebilen bir yapıya sahiptir. Bu hız gerçekten büyüleyici. DAX (Data Analysis Expressions) dili, Excel formüllerinin çok ötesine geçerek karmaşık zaman zekası hesaplamaları yapmanıza olanak tanır. Power BI'ı sadece bir görselleştirme aracı olarak görmek, Ferrari'yi sadece market alışverişine gitmek için kullanmaya benzer. Asıl güç, veri modellerini kurarken kullandığınız ilişkisel şemada gizlidir.

Kişisel fikrime göre, Power BI öğrenmek sadece bir araç öğrenmek değil, bir veri kültürü edinmektir. Çünkü bu araç sizi satır düşünmekten kurtarıp tablo düşünmeye zorlar. Birçok kişi DAX öğrenirken başlangıçta çok zorlanır. Ancak bu dili çözdüğünüzde, Excel'de saatler süren hesaplamaları tek bir ölçü (measure) ile yapabildiğinizi fark edersiniz. Power BI'ın gerçek gücü, farklı kaynaklardan gelen verileri tek bir merkezde toplama yeteneğidir. SQL Server'dan, Azure'dan veya basit bir CSV dosyasından gelen veriler anında senkronize olur.

Gerçek Senaryo: Araç Kiralama Filo Analizi

Somut bir örnekle açıklayalım. Bir şirketin filo maliyetlerini analiz ettiğimi düşünün. Elimde Sixt ve Europcar gibi global devlerin yanı sıra çeşitli yerel firmalar tarafından sağlanan farklı fiyat listeleri var. Bu veriler çok karmaşıktır. Sixt'in günlük kira bedeli ortalama EUR 42.37 iken, Europcar'ın benzer segmentteki araçları EUR 38.12 seviyelerinde seyrediyor. Excel'de bu karşılaştırmayı yapmak için onlarca tablo oluşturmanız ve sürekli hücre referansı vermeniz gerekir.

Türkiye'deki operasyonel detaylar işi daha da zorlaştırıyor. HGS/OGS geçiş ücretleri ve köprü geçişleri gibi değişken maliyetler, her ay binlerce farklı satır olarak karşımıza çıkıyor. Bu verileri Excel'de takip etmek tam bir kabustur. Power BI burada devreye girer. Power Query ile tüm yerel firmaların farklı formatlardaki faturalarını tek bir şablona indirgeyebilirsiniz. Bridge tolls (köprü geçişleri) için oluşturduğunuz bir parametre ile, maliyetlerin hangi bölgelerde yoğunlaştığını harita üzerinde anlık olarak görebilirsiniz.

Bu noktada bir karşılaştırma yapalım. Excel'de böyle bir raporu güncellemek için her ay manuel veri girişi yapıp yaklaşık 3.4 saat harcarsınız. Power BI'da ise otomatik bir veri akışı (dataflow) kurduğunuzda, bu süre 0.1 saniyeye iner. Veri temizleme maliyeti Excel'de yüksek, Power BI'da ise bir kez kurulup bırakılan bir sistemdir. Yerel firmaların TRY cinsinden faturalarını, global firmaların EUR fiyatlarıyla eşleştirmek için dinamik kur tabloları entegre etmek Power BI ile çocuk oyuncağıdır.

Maliyet ve Erişim Karşılaştırması

Lisanslama konusu kritik. Excel genellikle Microsoft 365 paketinin içinde geldiği için ek bir maliyet yaratmaz. Ancak Power BI Pro'nun kullanıcı başına aylık maliyeti yaklaşık USD 10.00 civarındadır. Excel Business Standard paketinin ise kullanıcı başına maliyeti yaklaşık USD 12.49 civarındadır. İlk bakışta Power BI ek bir masraf gibi görünse de, sağladığı zaman tasarrufu bu maliyeti fazlasıyla amorti eder.

Dürüst bir itirafta bulunmam gerekirse, kariyerimin başında bir Power BI raporunu yayınlarken yanlışlıkla tüm şirketin görebileceği genel bir alana gizli maaş verilerini yüklemiştim. O anki panik seviyem ölçülemezdi. Bu hata bana, veri güvenliği ve yetkilendirme konusunun ne kadar hayati olduğunu öğretti. Excel'de şifre koymak basit bir çözümdür. Fakat Power BI'da RLS (Row Level Security) kullanarak, her yöneticinin sadece kendi bölgesindeki araçların maliyetlerini görmesini sağlayabilirsiniz. Bu, kurumsal veri güvenliği için vazgeçilmez bir özelliktir.

Sıkça Sorulan Sorular

Power BI, Excel'in yerini tamamen alır mı?

Kesinlikle hayır. Hızlı veri girişleri, basit hesaplamalar ve hücre bazlı anlık düzenlemeler için Excel hala dünyanın en sağlam aracıdır. Power BI, veriyi "analiz etmek" ve "sunmak" içindir; veriyi "oluşturmak" veya "düzenlemek" için değil.

Hangi aracı önce öğrenmeliyim?

Önce Excel'in temel mantığını ve özellikle Power Query kısmını öğrenmeniz gerekir. Power Query'nin Excel ve Power BI'daki çalışma mantığı neredeyse aynıdır. Excel'de bu yetkinliği kazanan birisi, Power BI'a geçtiğinde yolun %40.0 kısmını zaten tamamlamış olur.

Uygulama Rehberi ve Tavsiyeler

Analiz süreçlerinizi iyileştirmek için şu adımları hemen uygulayın:

• Excel'de veri temizliği yaparken asla manuel silme işlemi yapmayın; bunun yerine Power Query'deki "Filter" özelliğini kullanarak verileri ayıklayın.
• Power BI'da rapor tasarlarken "Star Schema" (Yıldız Şeması) yapısını kullanın; boyut tablolarını ve gerçek (fact) tablolarını birbirinden kesinlikle ayırın.
• Karmaşık DAX formülleri yazmadan önce, hesaplamanın mantığını kağıt üzerinde veya basit bir Excel tablosunda kurgulayın.
• Power BI raporlarınızda çok fazla görsel kullanmaktan kaçının; tek bir sayfada 5'ten fazla grafik olması, kullanıcının odak noktasını dağıtan bir gürültüye dönüşür.

Bu iki araç arasındaki ilişki bir rekabet değil, bir ortaklıktır. Excel sizin taslak defteriniz, Power BI ise bitmiş eserinizdir. Veri setleriniz binlerce satırı aştığı an, Excel'in konforundan çıkıp Power BI'ın disiplinine geçmek zorundasınız.

Bir sonraki raporunuzda verileri manuel olarak kopyalamak yerine, Power BI'ın "Get Data" özelliğini kullanarak doğrudan veri kaynağınıza bağlanın ve raporunuzun kendini otomatik güncellemesini sağlayın.