Veri Ambarı Nedir?

Veri ambarı (Data Warehouse — DWH), bir kuruluşun farklı operasyonel sistemlerinden toplanan verilerin analiz ve raporlama amacıyla merkezi olarak depolandığı, özel olarak tasarlanmış bir veritabanı sistemidir. Günlük işlemleri yürüten OLTP (Online Transaction Processing) sistemlerinden farklı olarak, veri ambarları OLAP (Online Analytical Processing) sorguları için optimize edilmiştir.

Basitçe söylemek gerekirse: ERP'nizden, CRM'inizden, e-ticaret platformunuzdan ve diğer kaynaklardan gelen veriler, temizlenip dönüştürülerek tek bir "ambar"da birleştirilir. Bu sayede yöneticiler, analistler ve iş kullanıcıları tek bir doğru kaynaktan (Single Source of Truth) raporlama yapabilir.

💡Veri ambarı, operasyonel sistemlerinizin yükünü azaltırken, geçmişe dönük trend analizi yapmanızı sağlayan stratejik bir yatırımdır.

Veri Ambarı Neden Gereklidir?

Kurumsal firmalarda veriler genellikle onlarca farklı sistemde dağınık halde bulunur. Satış verileri ERP'de, müşteri bilgileri CRM'de, web analitiği Google Analytics'te, üretim verileri MES sistemlerinde... Bu dağınıklık şu sorunlara yol açar:

  • Tutarsız raporlar: Farklı departmanlar aynı soruya farklı cevaplar verir
  • Yavaş raporlama: Operasyonel veritabanlarında analitik sorgular çalıştırmak performans sorunlarına yol açar
  • Geçmiş veri kaybı: İşlemsel sistemler genellikle güncel veriyi tutar, geçmiş trendler kaybolur
  • Manuel birleştirme: Excel'de farklı kaynaklardan gelen verileri elle birleştirmek hem zaman kaybı hem hata kaynağıdır
Veri Ambarı Mimarisi
KaynaklarERP, CRM, APIStagingHam VeriVeri AmbarıStar SchemaRaporlamaPower BIUçtan Uca Veri Pipeline Mimarisi

Veri Ambarı Mimarisi Nasıl Çalışır?

Bir veri ambarı sistemi üç temel katmandan oluşur:

1. Kaynak Katmanı (Source Layer)

Bu katmanda ERP, CRM, dosya sistemleri, API'ler ve diğer operasyonel sistemler yer alır. Veriler bu kaynaklardan Extract (Çıkarma) işlemiyle alınır.

2. Entegrasyon Katmanı (ETL / Staging)

Ham veriler Staging Area'ya aktarılır. Burada veriler temizlenir, standardize edilir ve iş kurallarına göre dönüştürülür. Bu süreç ETL (Extract, Transform, Load) olarak adlandırılır.

3. Sunum Katmanı (Presentation Layer)

Dönüştürülmüş veriler, Star Schema veya Snowflake Schema yapısında Fact ve Dimension tablolarına yüklenir. Kullanıcılar bu katmandan raporlama yapar.

Star Schema vs Snowflake Schema

Veri ambarı modellemesinde en yaygın iki yaklaşım vardır:

Yıldız Şeması (Star Schema)
FACTSatış TablosuDIMÜrünDIMMüşteriDIMZamanDIMMağaza

Star Schema (Yıldız Şeması)

Star Schema'da merkezdeki Fact tablosu (ölçü değerleri: satış tutarı, miktar vb.) etrafında denormalize Dimension tabloları (müşteri, ürün, zaman vb.) yer alır. Sorgu performansı yüksektir çünkü JOIN sayısı azdır.

SQL
-- Star Schema örnek sorgu
SELECT 
    d.Yil,
    d.Ay,
    m.MusteriSegmenti,
    u.UrunKategorisi,
    SUM(f.SatisTutari) AS ToplamSatis,
    COUNT(DISTINCT f.SiparisID) AS SiparisSayisi
FROM FactSatis f
JOIN DimZaman d ON f.ZamanKey = d.ZamanKey
JOIN DimMusteri m ON f.MusteriKey = m.MusteriKey
JOIN DimUrun u ON f.UrunKey = u.UrunKey
WHERE d.Yil = 2025
GROUP BY d.Yil, d.Ay, m.MusteriSegmenti, u.UrunKategorisi
ORDER BY ToplamSatis DESC;

Snowflake Schema (Kar Tanesi Şeması)

Snowflake Schema'da Dimension tabloları normalize edilmiştir. Örneğin DimUrun tablosu, DimKategori ve DimMarka tablolarına bölünür. Disk alanından tasarruf sağlar ama daha fazla JOIN gerektirir.

⚠️Snowflake Schema, depolama maliyetinin kritik olduğu büyük ölçekli sistemlerde tercih edilir. Ancak sorgu performansı Star Schema'ya göre daha düşük olabilir.

Veri Ambarı Kurulum Adımları

Kurumsal bir veri ambarı projesi tipik olarak şu adımları takip eder:

  • İhtiyaç Analizi: Hangi departmanlar hangi raporlara ihtiyaç duyuyor? KPI'lar neler?
  • Mimari Tasarım: Teknoloji seçimi (SAP BW, SQL Server, Fabric), on-premise vs cloud
  • Veri Modelleme: Fact/Dimension tabloları, granülarite kararları
  • ETL Geliştirme: Veri akışlarının tasarımı ve geliştirilmesi (SSIS, Informatica, ADF)
  • Test & Doğrulama: Veri doğruluğu kontrolleri, performans testleri
  • Canlıya Geçiş: Kullanıcı eğitimi, aşamalı geçiş
  • Bakım: Sürekli optimizasyon, yeni kaynak entegrasyonları

Hangi Teknolojiler Kullanılır?

| Teknoloji | Kullanım Alanı | Avantaj |

|---|---|---|

| SAP BW/4HANA | Kurumsal veri ambarı | SAP ekosistemiyle entegrasyon |

| Microsoft Fabric | Modern veri platformu | Lakehouse + Power BI entegrasyonu |

| SQL Server + SSIS | Orta ölçekli projeler | Düşük maliyet, kolay kullanım |

| Informatica | Karmaşık ETL süreçleri | Çoklu kaynak desteği |

| Power BI + Dataflow | Self-servis analitik | Hızlı başlangıç |

Sonuç

Veri ambarı, modern iş zekası altyapısının temel taşıdır. Doğru tasarlanmış bir veri ambarı, kuruluşunuzun veriye dayalı karar alma süreçlerini hızlandırır, raporlama tutarlılığını sağlar ve geçmişe dönük trend analizini mümkün kılar. İster SAP BW/4HANA ile kurumsal ölçekte, ister Power BI + SQL Server ile orta ölçekli bir çözüm kurun — önemli olan doğru mimari tasarım ve sürdürülebilir ETL süreçleri oluşturmaktır.

💡Veri ambarı projenize nereden başlayacağınızı bilmiyorsanız, ücretsiz danışmanlık görüşmemizden yararlanabilirsiniz. İhtiyaç analizinden teknoloji seçimine kadar size yol gösterelim.