SAP ve Excel’de Otomasyon: Her Problem Yapay Zekâ Problemi Değildir

Her pazartesi aynı SAP raporu indiriliyor. Excel açılıyor, kolonlar temizleniyor, tarihler düzeltiliyor. Başka bir dosyadan XLOOKUP ile bilgiler eşleştiriliyor; ardından PivotTable ve grafikler güncelleniyor. Bir hafta sonra aynı hazırlık yeniden başlıyor.

Böyle bir akışta benim ilk sorum “Buraya hangi yapay zekâyı ekleyebiliriz?” olmuyor. Önce şunu sorguluyorum: Bu işlemlerin hangisinin gerçekten her hafta yeniden insan tarafından yapılması gerekiyor?

Aşağıdaki senaryo genel bir raporlama örneği. Herhangi bir kurumun iç süreçlerini veya verilerini anlatmıyor.

Önce tekrar eden adımları ayırın

Kurallar ve girdi yapısı belliyse, veri hazırlığının önemli bir bölümü klasik otomasyonla ele alınabilir. Excel formülleri, Power Query veya uygun bir script çoğu zaman iyi bir başlangıçtır. Araç seçimi; veri miktarına, dosya yapısına, yetkilere ve bakım sorumluluğuna göre yapılmalı.

Örneğin aynı kolonlara sahip haftalık Excel veya CSV dosyaları belirlenmiş bir klasörden Power Query ile birleştirilebilir. Seçilen kolonlar tutulabilir, veri tipleri düzenlenebilir ve tablolar ortak anahtarlar üzerinden eşleştirilebilir. Dosya yapısı değişirse bu akışın da kontrol edilmesi gerekir.

Burada hedefim Excel’i ortadan kaldırmak değil; aynı hazırlığı her defasında yeniden kurmak zorunda kalmamak.

Otomasyonun içinde kontrol de olmalı

Raporun açılması veya akışın hata vermeden tamamlanması, sonucun doğru olduğunu kanıtlamaz. Eşleştirme sırasında satırlar çoğalabilir, bazı kayıtlar dışarıda kalabilir ya da miktar kolonu sayı yerine metin olarak okunabilir.

Ben kontrol kurallarını en başta tanımlamayı tercih ederim: Kaynakla toplamlar tutuyor mu? Eşleşmeyen kayıt var mı? Aynı anahtar birden fazla kez geliyor mu? Rapor beklenen dönemi kapsıyor mu?

Planlanan ve gerçekleşen miktarı karşılaştıran tamamen uydurma bir örnekte, sapmayı “gerçekleşen eksi planlanan” olarak tanımlayabiliriz. Yüzde hesaplanacaksa planlanan değerin sıfır olması ayrıca ele alınmalı. Hesabın tanımı ve birimi raporda açıkça belirtilmeli.

Dosyayı klasöre bırakmak otomatik yenileme değildir

Power Query dönüşümleri tekrar kullanılır; ancak yenilemenin nasıl başlayacağı ayrıca tasarlanır. Excel’de elle yenileme, uygun bir zamanlama veya kurumsal veri bağlantısı aynı çalışma biçimi değildir.

Özellikle Office Scripts’i Power Automate içinde çalıştırırken dikkat gerekir. Microsoft’un belgelerine göre çoğu veri ve Pivot yenileme yöntemi bu ortamda beklenen yenilemeyi yapmaz. Başarılı görünen akışın güncel veri ürettiği ayrıca doğrulanmalıdır.

Yapay zekâ nerede yardımcı olabilir?

Karmaşık bir formülü açıklamak, Power Query M koduna taslak hazırlamak veya sentetik veriyle Python/pandas yaklaşımını denemek için AI’dan destek alınabilir. Hata mesajını anlamak ve teknik dokümantasyon hazırlamak da yararlı kullanım alanlarıdır.

Üretilen kodu küçük bir örnekle test eder, beklenen sonuçla karşılaştırırım. Operasyonel sapmanın nedenini değerlendirmek ve kritik iş kararını vermek ise insanın sorumluluğunda kalır.

Gerçek dosyayı paylaşmadan çözüm geliştirin

Gerçek SAP exportlarını, şirket raporlarını, müşteri veya çalışan bilgilerini onaylanmamış AI servislerine yüklememek gerekir. Bunun yerine “malzeme, planlanan miktar, gerçekleşen miktar, tarih ve durum kolonları olan bir tablo” tarif edilebilir; tamamen uydurma kayıtlarla çözüm geliştirilebilir.

Yalnızca isimleri silmek veriyi anonim hâle getirmeyebilir. Veri yapısının kendisi de kuruma özel bilgi taşıyorsa genel bir örneğe dönüştürülmeli.

Tüketici AI servisleriyle kurumsal çözümlerin sözleşme ve veri işleme koşulları farklıdır. “Kurumsal” etiketi tek başına kullanım izni anlamına gelmez; şirket politikası, veri sınıfı, erişim yetkileri ve geçerli mevzuat birlikte değerlendirilir.

Benim için doğru yaklaşım şu: Sistem kurallı hazırlığı yapar. İnsan sonucu kontrol eder, yorumlar ve kritik kararı verir. Tekrarı otomatikleştir. Kararı insanda bırak.

Murat Batuhan
Yazılım, Sistem Güvenliği ve Otomasyon