Qlik Sense Cheat Sheet (2025)

Qlik Sense, güçlü veri görselleştirme ve analiz araçlarıyla iş zekâsı dünyasında öne çıkıyor. Ancak bu gücün arkasındaki en önemli yapı taşlarından biri: ifade dili (expression language) yani Qlik Sense’in “fx” fonksiyonları.

Bu yazıda, hem yeni başlayanlar hem de ileri düzey kullanıcılar için en kritik Qlik fx fonksiyonlarını ve kullanım örneklerini tek bir yerde topladım. Bu cheat sheet ile:

• Daha hızlı analiz yapabilir,
• Karmaşık hesaplamaları sadeleştirebilir,
• Set analizleriyle veri segmentasyonunu uçurabilirsin.

🔹 Temel Agregasyon Fonksiyonları

🔹 Koşullu İfadeler (If-Else Mantığı)

🔹 Set Analizi: Seçim Üzerinden Güçlü Kontroller

🔹 Tarih & Zaman Fonksiyonları

🔹 Metin ve String Fonksiyonları

🔹 Matematiksel Fonksiyonlar

🔹 Aggr() ve İleri Seviye İfadeler

🔹 Arayüz için İfadeler (Renk, Dual vs.)

🔹 Script Tarafı Örnekleri (Data Load Editor)

🔹 Pratik Kullanım Senaryoları

Top N + Diğerleri:

If(Rank(Sum(Sales)) <= 5, Customer, 'Others')

Bir önceki yıl ile karşılaştırma:

Sum({$<Year={$(=Max(Year)-1)}>} Sales)

Belirli filtreyi hariç tutmak:

Sum({$<Region=>} Sales)

Yılbaşı itibariyle bugüne kadar toplam satış:

Sum({<Date={"=InYearToDate(Date, Today(), 0)"}>} Sales)

🎯 En Çok Satan İlk 5 Ürün + “Diğerleri” Toplamı

Problem: Grafikte sadece en çok satan 5 ürünü görmek, geri kalanları “Diğer” altında toplamak istiyorum.
Çözüm: Rank() ve If() ile gruplama yap.

=If(Rank(Sum(Sales)) <= 5, ProductName, 'Diğerleri')

📉 Aylık Satış Değişim Yüzdesi (MoM)

Problem: Her ayın satış toplamını bir önceki ayla kıyaslayarak yüzde değişimi görmek istiyorum.
Çözüm: Above() ile önceki ayı al, yüzde hesapla.

=(Sum(Sales) - Above(Sum(Sales)))/Above(Sum(Sales))

📈 Geçen Yıl Aynı Dönemle Kıyaslama (YoY)

Problem: Bu yılki satışları geçen yılın aynı dönemiyle karşılaştırmak istiyorum.
Çözüm: Set Analysis ile yıl bazında filtreleme yap.

Sum({$<Year={$(=Max(Year)-1)}>} Sales)

🏆 Müşteri Başına Ortalama Satış (ve En Yüksek Müşteri)

Problem: Her müşterinin ortalama satışını görmek, en yüksek satış yapan müşteriyi işaretlemek istiyorum.
Çözüm: Aggr() ile müşteri bazlı ortalama hesapla.

Aggr(Avg(Sales), CustomerID)

Not: En yüksek müşteriyi renkli göstermek için:

If(Rank(Aggr(Sum(Sales), CustomerID)) = 1, Red())

🧠 Dinamik KPI Kartı: Bugün, Bu Ay, Bu Yıl

Problem: Seçime göre (bugün, bu ay, bu yıl) değişen bir gösterge oluşturmak istiyorum.
Çözüm: If() + InMonthToDate() + InYearToDate()

If(vPeriod = 'Today',
    Sum({<Date={"=$(=Date(Today()))"}>} Sales),
If(vPeriod = 'ThisMonth',
    Sum({<Date={"=InMonthToDate(Date, Today(), 0)"}>} Sales),
If(vPeriod = 'ThisYear',
    Sum({<Date={"=InYearToDate(Date, Today(), 0)"}>} Sales))))

🛠️ Satışlar %20 Düşen Müşterileri Tespit Et

Problem: Geçen yıla göre %20’den fazla düşüş yaşayan müşterileri bulmak istiyorum.
Çözüm: Aggr() + Set Analysis + If()

Aggr(
    If(
        (Sum({<Year={$(=Max(Year))}>} Sales) - Sum({<Year={$(=Max(Year)-1)}>} Sales)) / 
        Sum({<Year={$(=Max(Year)-1)}>} Sales) <= -0.2,
        CustomerID
    ),
CustomerID
)

🧾Kullanıcı Bazlı Veri Kısıtlaması (Row-level Security)

Problem: Kullanıcının sadece kendi bölgesindeki verileri görmesini istiyorum.
Çözüm: Section Access + OSUser() / GetCurrentSelections() ile eşleştirme.

Region = GetFieldSelections(UserRegion)

🔢 Çeyrek Bazlı YTD (QTD) Hesaplama

Problem: Çeyrek başından bugüne kadar olan toplamı hesaplamak istiyorum.
Çözüm: InQuarterToDate() fonksiyonu.

Sum({<Date={"=InQuarterToDate(Date, Today(), 0)"}>} Sales)

🧮 Kullanıcı Seçimine Göre Dinamik Hesap

Problem: Seçime göre farklı hesaplama yapmak istiyorum.
Çözüm: Pick() + Match() kombinasyonu.

Pick(Match(vMetric, 'Sales', 'Profit', 'Margin'),
     Sum(Sales), 
     Sum(Profit), 
     Sum(Profit)/Sum(Sales))

💼 Performansı Düşen Satıcılar

Problem: Son 3 ayın ortalamasına göre bu ay satışları düşen satıcıları listelemek.
Çözüm: RangeAvg(), Above(), If() kombinasyonu.

If(
    Sum(Sales) < RangeAvg(Above(Sum(Sales), 1, 3)),
    'Performans Düşüşü', 'Stabil'
)

📆 Haftalık Toplamlar (Pazar Günü Bitişli)

Problem: Her hafta Pazar günü biten haftalık toplama ihtiyacım var.
Çözüm: WeekEnd() fonksiyonu.

Sum({<Date={"=WeekEnd(Date)=WeekEnd(Today())"}>} Sales)

📊 Mode (En Sık Tekrarlanan Değer)

Problem: Bir ürün kategorisinde en çok tekrarlanan ürün ya da müşteri şehri gibi bilgileri bulmak istiyorum.
Çözüm: Qlik’te doğrudan Mode() fonksiyonu yok, ancak Aggr() + FirstSortedValue() ile çözümleyebiliriz.

FirstSortedValue(
    DISTINCT [ProductName],
    -Aggr(Count([ProductName]), [ProductName])
)

🪙 Medyan (Ortanca)

Problem: Aykırı değerlerden etkilenmeyen bir ortalama türü olan medyanı görmek istiyorum.
Çözüm: Median() fonksiyonu doğrudan kullanılabilir.

Median(Sales)

Alternatif: Her müşteri için ayrı ayrı satış medyanı hesaplamak:

Aggr(Median(Sales), CustomerID)

🧮 Standart Sapma (Volatilite Tespiti)

Problem: Satış performansındaki oynaklığı ölçmek istiyorum.
Çözüm: Stdev() fonksiyonu ile varyansın karekökü hesaplanır.

Stdev(Sales)

Senaryo: Belirli bir standardın üzerindeki oynaklığa sahip satışçılar:

If(Stdev(Aggr(Sales, SalesRep)) > 1000, 'Volatil', 'Stabil')

📉 Korelasyon Analizi (Varsa)

Not: Qlik Sense’de doğrudan Corr() gibi korelasyon fonksiyonu script tarafında yapılmalıdır.

Script Tarafı Örnek:

LOAD
    Sales,
    MarketingSpend,
    (Sales - AvgSales)*(MarketingSpend - AvgMarketingSpend) as CrossProduct,
    (Sales - AvgSales)^2 as SalesDev,
    (MarketingSpend - AvgMarketingSpend)^2 as MarketDev
RESIDENT Data;

Corr = 
Sum(CrossProduct) / 
Sqrt(Sum(SalesDev)*Sum(MarketDev));

Bu işlem, Scatter plot + trend çizgisi ile daha sezgisel gösterilebilir.

🧠 Z-Skoru Hesaplama (Outlier Detection)

Problem: Normalden sapmış satışları bulmak istiyorum.
Çözüm: Z-score = (X – μ) / σ

Sum(Sales) - Avg(TOTAL Sales)) / Stdev(TOTAL Sales)

Eğer Z-skora göre satış z > 2 ise aykırı kabul edilebilir.

🧮 Percentile (Yüzdelik Dilimler)

Problem: Ürünleri satışlarına göre ilk %10, %25, %50 gibi dilimlere ayırmak istiyorum.
Çözüm:

Fractile(Sales, 0.1)   // İlk %10 eşiği  
Fractile(Sales, 0.5)   // Medyan  
Fractile(Sales, 0.9)   // İlk %90 eşiği

Segmentasyon için:

If(Sales > Fractile(Sales, 0.9), 'En İyi %10',
If(Sales > Fractile(Sales, 0.75), 'İyi',
If(Sales > Fractile(Sales, 0.5), 'Orta', 'Düşük')))

🔀 Regression Trend Çizgisi (Scatter Plot İçin)

Problem: Satış ve harcama arasındaki ilişkiyi tahmin çizgisi ile göstermek istiyorum.
Çözüm: Scatter chart üzerinde “Trendline: Linear” seçeneğini aç.
Alternatif olarak:

Line slope: 
Sum(X*Y) - Count(X)*Avg(X)*Avg(Y) / (Sum(X^2) - Count(X)*Avg(X)^2)

Intercept:
Avg(Y) - slope*Avg(X)

Ancak bu işlemler genelde ETL veya script tarafına uygundur. Qlik içinde R veya Python entegrasyonu varsa bu işlemler doğrudan yapılabilir.

📅 Moving Average (Hareketli Ortalama)

Problem: Günlük ya da haftalık değerlerde oynaklığı azaltmak istiyorum.
Çözüm:

RangeAvg(
    Above(Sum(Sales), 0, 3)
)

Son 3 periyodun ortalaması alınır (bu, 3’lük hareketli ortalamadır).

🎯 Dinamik Benchmark Kıyaslaması

Problem: Aylık ortalamanın altındaki günleri veya mağazaları göstermek.
Çözüm:

If(Sum(Sales) < Avg(TOTAL <Month> Sales), 'Hedef Altı', 'Üzeri')

🔬 Varyans (Farklılık Derecesi)

Problem: Satışlardaki çeşitlilik veya dengesizlik oranını görmek istiyorum.
Çözüm:

Var(Sales)  // Standart sapmanın karesi

🎚️ Çapraz Segmentasyon + Skorlamalı Etiketleme

Problem: Satış ve müşteri sayısı yüksek olanları “Yüksek Değerli”, ikisi de düşük olanları “Düşük Potansiyel” olarak sınıflamak.
Çözüm:

If(Sum(Sales) > Avg(TOTAL Sales) and Count(CustomerID) > Avg(TOTAL <Product> Count(CustomerID)),
    'Yüksek Değerli',
'Diğer')

✅ Anomali Tespiti için Otomatik Skor Üretimi

Yöntem 1: Z-Skoru ile Anomali Tespiti (Script)

LOAD
    *,
    (Sales - Avg(Sales)) / Stdev(Sales) as ZScore,
    If(Abs((Sales - Avg(Sales)) / Stdev(Sales)) > 2, 'Anomali', 'Normal') as AnomalyFlag
RESIDENT SalesTable;

Yöntem 2: IQR (Interquartile Range) ile Anomali

// Qlik'te doğrudan Fractile hesaplama
Fractile(Sales, 0.75) - Fractile(Sales, 0.25) as IQR

Script kısmında manuel IQR bandı (Q3 + 1.5*IQR) belirlenip flag atanabilir.

MEASURE ÖRNEKLERİ

🔹 Klasik KPI / Özet Measure’lar

1. Sum(Sales)
2. Avg(Sales)
3. Count(Distinct CustomerID)
4. Max(Sales)
5. Min(Sales)
6. Sum(Profit) / Sum(Sales) → Kar marjı (%)
7. Avg(OrderValue)
8. Sum(Quantity)
9. Count(OrderID)
10. Sum(Sales) / Count(Distinct OrderID) → Sipariş başı satış

🔹 Zaman Bazlı Measure’lar

11. Sum({<Year={'$(=max(Year))'}>} Sales) → Son yıl satış
12. Sum(Sales) - Above(Sum(Sales)) → Aylık değişim
13. RangeAvg(Above(Sum(Sales), 0, 3)) → Son 3 ay ortalama
14. Sum(Sales) / Sum(TOTAL Sales) → Pazar payı (%)
15. Sum({<Month={'Jan'}>} Sales) → Ocak ayı satışları

🔹 Segment Bazlı Measure’lar

16. Sum({<CustomerSegment={'Premium'}>} Sales)
17. Count({<Churned={'Yes'}>} CustomerID)
18. Sum({<Region={'EMEA'}>} Sales)
19. Avg({<CustomerSatisfactionScore={">=8"}>} NPS)
20. Count({<RiskFlag={'High'}>} CustomerID)

🔹 İstatistiksel Measure’lar

21. Mode(Sales) → En sık görülen satış değeri
22. Median(Sales)
23. Stdev(Sales)
24. Fractile(Sales, 0.9) → 90. percentile
25. ZTest(Sales) (SSE ile dışarıdan yapılmalı)
26. Correlation(Sales, MarketingSpend) (SSE ile)

🔹 Müşteri Davranışı & Sadakat Measure’ları

27. Avg(OrdersPerCustomer)
28. Count({<RepeatCustomer={'Yes'}>} CustomerID)
29. Sum({<IsNewCustomer={'Yes'}>} Sales)
30. Avg(DaysSinceLastPurchase)
31. Sum(Revenue) / Count(Distinct CustomerID) → Customer Lifetime Value

🔹 RFM / Davranışsal Measure’lar

32. Max(PurchaseDate) - Today() → Recency (gün)
33. Count(OrderID) → Frequency
34. Sum(Sales) → Monetary
35. If(Recency <= 30 and Frequency >= 5, 'Loyal', 'At-Risk') → Segment sınıflaması

🔹 Anomali & Uç Değer Ölçümleri

36. If(Sales > 2*Stdev(TOTAL Sales), 'Anomaly', 'Normal')
37. ZScore = (Sales - Avg(Sales)) / Stdev(Sales)
38. Count({<AnomalyFlag={'Yes'}>} OrderID)
39. If(Sales < Fractile(Sales, 0.05), 'Low Outlier')
40. If(Sales > Fractile(Sales, 0.95), 'High Outlier')

🔹 Performans, Hedef & Benchmark Measure’lar

41. Sum(Sales) / Sum(TargetSales) → Performans oranı (%)
42. If(Sales >= Target, 'Target Met', 'Underperforming')
43. Rank(Sum(Sales))
44. Avg(Sales) - Avg(PeerSales)
45. Sum(ConversionCount) / Sum(Traffic) → Conversion rate

🔹 Zaman Serisi & Trend Göstergeleri

46. Slope(Above(Sum(Sales), 0, 12)) → 12 aylık eğilim
47. MovingAvg = RangeAvg(Above(Sum(Sales), 0, 3))
48. YoY = Sum({<Year={"$(=Max(Year))"}>} Sales) - Sum({<Year={"$(=Max(Year)-1)"}>} Sales)
49. GrowthRate = (Sum(CurrentSales) - Sum(PreviousSales)) / Sum(PreviousSales)
50. SeasonalIndex = Sum(MonthSales) / Avg(Sum(MonthSales))