Veri Ambarı Nedir? KOBİ'ye Ne Zaman Gerekir?

Özet: Veri ambarı (data warehouse), birden fazla sistemden gelen veriyi analiz için merkezi olarak depolayan altyapıdır. KOBİ'lerin %80'i veri ambarı olmadan idare edebilir; ihtiyaç doğduğunda bulut tabanlı modern çözümler (BigQuery, Snowflake, Azure Synapse) erişilebilir.

Bir KOBİ pazarlama yöneticisi farklı kanallardan gelen verileri birleştirmek istiyor: web sitesi ziyaretleri Google Analytics'te, satış fırsatları HubSpot'ta, müşteri siparişleri ERP'de, sosyal medya etkileşimleri farklı bir araçta. Tek bir dashboardda "hangi kampanyadan gelen müşteri en çok satın alıyor" sorusunu cevaplamak için bu verileri bir araya getirmek gerek. İşte burada veri ambarı (data warehouse) kavramı devreye girer. Bu rehber KOBİ ölçeğinde DW'nin ne olduğunu, ne zaman gerekli olduğunu ve modern alternatiflerini açıklar.

Veri Ambarı Nedir?

Veri ambarı, kurumdaki birden fazla sistemden gelen verinin analiz amacıyla merkezi olarak depolandığı yapıdır. Operasyonel veritabanlarından (CRM, ERP, finans yazılımı) farklıdır:

Boyut	Operasyonel DB	Veri Ambarı
Amaç	İşlem (transaction)	Analiz (analytics)
Veri yaşı	Anlık (current state)	Tarihsel (1+ yıl)
Yapı	Normalleştirilmiş (3NF)	Yıldız şeması (denormalized)
Sorgu tipi	Hızlı, küçük (SELECT a row)	Yavaş, büyük (aggregate, GROUP BY)
Kullanıcılar	Uygulamalar, çalışanlar	Analistler, BI raporları
Veri yenileme	Anlık (her transaction)	Toplu (gece, saatlik)

ETL süreci

Veri ambarına veri getirmek üç aşamalı: Extract (çıkar), Transform (dönüştür), Load (yükle). Modern dünyada bu sıra ELT (Extract, Load, Transform) olarak değişti; veri önce yüklenir, sonra dönüştürülür.

KOBİ'ye Ne Zaman Veri Ambarı Gerekir?

Gerekli olduğu durumlar

Birden fazla operasyonel sistem var: CRM + ERP + e-ticaret + pazarlama otomasyonu birden fazla yer; tek dashboard'da analiz isteniyor
Tarihsel analiz lazım: Son 3 yıl trend, mevsimsellik, satış kohort analizi. Operasyonel DB'ler bu yükü kaldırmaz
Veri hacmi büyük: Yıllık 10M+ satır işlem verisi. Excel ya da Power BI direct query yetmez
Self-service BI ihtiyacı: Analistler IT'den bağımsız sorgu yazıp rapor üretmek istiyor
Ölçeklenme bekleniyor: Büyüme planı 3 yılda iki katı; mevcut yapı yetersiz kalacak

Gerekli olmadığı durumlar

Tek operasyonel sistem yeterli: Sadece ERP üzerinden raporlama yapılıyor
Veri hacmi küçük: Yıllık 100K satır altı
Excel + Power BI ile çözülüyor: Direct query veya import mode yeterli
Bütçe sıkı, ihtiyaç değişken: Önce DW yapma, sonra kullan

KOBİ'lerin %80'i ilk yıllarında DW olmadan idare edebilir. Excel + Power BI + ERP raporlarıyla başlayıp ihtiyaç doğduğunda DW'a geçmek mantıklı yaklaşımdır.

Modern Bulut Veri Ambarları

Eskiden DW kurmak büyük yatırım gerektirirdi (sunucu, lisans, danışmanlık 500K TL+). Bulut çağında KOBİ ölçeğinde başlangıç maliyeti aylık birkaç bin TL'ye indi.

1. Azure Synapse Analytics

Microsoft'un DW + analitik bütünü
Power BI ile native entegrasyon
Dedicated SQL pool (DW) + serverless SQL pool (ad-hoc query)
Tipik KOBİ kullanım: aylık 5.000-30.000 TL
Microsoft 365 ekosisteminde olan KOBİ'ler için doğal seçim

2. Google BigQuery

Google Cloud'un serverless DW'si
Pay-per-query modeli — sorgu başı ödeme
Çok büyük veri için (100M+ satır) çok hızlı
Tipik KOBİ kullanım: aylık 1.000-15.000 TL (kullanım bazlı)
Hesap analiz ve ML entegrasyonu güçlü

3. Snowflake

Bağımsız bulut DW (AWS, Azure, GCP üzerinde çalışır)
Storage ve compute ayrımı; ölçeklenme esnek
Multi-cloud strateji için ideal
Tipik KOBİ kullanım: aylık 5.000-50.000 TL
Veri paylaşımı (data sharing) özellikleri ileri

4. AWS Redshift

Amazon'un DW çözümü
EC2 instance bazlı; predictable maliyet
AWS ekosisteminde olanlar için doğal seçim
Tipik KOBİ kullanım: aylık 5.000-25.000 TL

5. PostgreSQL + dbt (DIY çözüm)

Açık kaynak PostgreSQL'i DW gibi kullanmak
dbt (data build tool) ile dönüşüm yönetimi
VPS üzerinde 1.000-3.000 TL/ay
Teknik beceri gerektirir; küçük KOBİ için cazip değil

KOBİ İçin Pratik Yol Haritası

Aşama 1: Temel BI (DW yok)

Power BI + ERP/CRM direct query
Excel ile aylık manuel rapor
0-1 milyon kayıt
Maliyet: Power BI Pro $10/kullanıcı/ay

Aşama 2: Light DW

Power BI dataflow + Microsoft Dataverse
Veriyi merkezi bir yerde toplama
1-10 milyon kayıt
Maliyet: Power BI Premium per User $20/ay + Dataverse

Aşama 3: Tam DW

Azure Synapse / BigQuery / Snowflake
ETL pipeline (Azure Data Factory, Fivetran, Airbyte)
10M+ kayıt, çoklu kaynak entegrasyonu
Maliyet: 5.000-30.000 TL/ay

ETL ve Data Pipeline

DW'ı kullanılır kılan veriyi oraya taşıyan araçlardır:

Azure Data Factory: Microsoft ekosistemi için. 100+ konnektör.
Fivetran: Saas veri çıkışı için en kolay. Aylık $1500+. KOBİ için pahalı olabilir.
Airbyte: Açık kaynak, KOBİ için cost-effective. Self-hosted veya Airbyte Cloud.
Stitch / Talend / Pentaho: Diğer popüler seçenekler.
Zapier / Make.com: Hafif kullanım için. KOBİ pazarlama otomasyonuna doğal.

Yaygın Hatalar

İhtiyaç olmadan DW yapmak: "Büyük şirket gibi olalım" düşüncesiyle erken yatırım. ROI eksik kalır.
Tek seferlik kurup sonrasını yönetmemek: DW canlı sistemdir; ETL pipeline'ları kırılabilir, modeller eskir. Sürekli bakım şart.
Operasyonel DB'i DW olarak kullanmak: ERP'ye direkt karmaşık sorgular göndermek. Üretim sistemini yavaşlatır.
Yanlış cloud seçimi: Maliyet hesabı yapmadan en pahalı çözüm. KOBİ için BigQuery genelde Synapse'ten ucuz başlar.
Veri kalitesini ihmal etmek: DW'ye çöp veri girerse çıkan rapor da çöp. ETL aşamasında kontroller şart.

Sıkça Sorulan Sorular

DW vs Data Lake fark nedir?DW yapılandırılmış (structured) veriyi yıldız şemasında tutar — analiz için optimal. Data lake ham veriyi (yapılandırılmış + yarı + yapılandırılmamış) tutar — esneklik için. Modern yaklaşım "lakehouse" — ikisinin birleşimi (Databricks, Microsoft Fabric).

BigQuery vs Snowflake hangisi KOBİ'ye uygun?Sorgu sıklığı düşük + saatlik yenileme yeterliyse BigQuery (pay-per-query daha ucuz). Sürekli sorgu + 7/24 erişim gerekiyorsa Snowflake (sabit fiyatlama). KOBİ ölçeğinde her iki başlangıç ücreti benzer; spesifik kullanıma göre seçim yapılmalı.

Veri ambarı kurmak ne kadar sürer?Modern bulut çözümleriyle teknik kurulum 1-2 hafta. Ama veri kaynaklarının entegrasyonu, ETL pipeline'larının kurulması, model tasarımı, test 2-6 ay sürer. KOBİ ölçeğinde realistik beklenti 3-4 aylık proje.

Veri ambarı için kim sorumlu olmalı?Küçük KOBİ'de IT yöneticisi DW'ı yönetebilir; data engineer yetkinliği şart. 100+ kullanıcılı yapıda dedicated bir BI/data team gerekir. Dış kaynak da seçenek — yetkili partner aylık bakım hizmeti verir.

DW'siz Power BI ile nereye kadar gidilir?Veri kaynak sayısı 3 altında, toplam veri 1M satır altında, kullanıcı 20 altında olan KOBİ'ler Power BI direct query veya import mode ile rahat çalışır. Üzerinde DW gereksinimi belirir.