Akademik Veri Yönetim Sistemi
Sayıştay Dergisi, cilt.37, sa.140, ss.131-162, 2026 (TRDizin)
amu mali yönetiminde dijitalleşme; izlenebilirlik, karşılaştırılabilirlik ve veri erişilebilirliği artırarak denetimin kapsamını ve yöntemlerini köklü şekilde dönüştürmektedir. Kurumsal kaynak planlama ve e-satınalma sistemleri, API tabanlı uygulamalar ve bulut ortamındaki zaman damgalı kayıtlar, örneklemeye dayalı dönemsel denetim anlayışından sürekli izleme ve risk temelli modellere geçişi mümkün kılmaktadır. Bu ortamda anomali tespiti, olağandışı tutar ve zaman kümelenmeleri, işlem
parçalamaları, birim fiyat sapmaları ve basamak dağılımı düzensizlikleri üzerinden temel bir
denetim aracı hâline gelmiştir. Bu çalışmanın amacı, kamu mali yönetiminin denetiminde
istatistiksel anomali tespitini Benford Yasası ile alternatif ve/veya tamamlayıcı yöntemler çerçevesinde ele almak, farklı veri ekosistemlerine uyarlanabilecek katmanlı ve aşamalı bir uygulama yaklaşımı ortaya koymaktır. Bu kapsamda Benford Yasası ile diğer istatistiksel ve veri analitiği temelli yöntemler, kuramsal dayanakları ve uygulama kriterleri bakımından karşılaştırmalı olarak değerlendirilmektedir. Elde edilen bulgular, denetimde en yüksek faydanın farklı yöntemlerin birlikte kullanıldığı katmanlı ve hibrit bir anomali tespit mimarisi ile sağlanabileceğini ve bu yaklaşımın kamu mali yönetiminde hesap verebilirlik ve mali saydamlığın güçlendirilmesine katkı sağlayacağını göstermektedir.
ABSTRACT Digitalization in public financial management has fundamentally transformed the scope and methods of public auditing by enhancing traceability, comparability, and data accessibility. Enterprise resource planning (ERP) and e-procurement systems, API-based applications, and time-stamped records in cloud environments enable a transition from sampling-based, periodic audits to continuous monitoring and riskbased audit models. In this evolving environment, anomaly detection has become a central audit instrument, facilitating the identification of unusual amount and temporal clusters, transaction splitting practices, unit price deviations, and irregularities in digit distributions. The aim of this study is to address statistical anomaly detection in the audit of public financial management within the framework of Benford’s Law and alternative and/or complementary methods, and to present a layered and phased application approach that can be adapted to different data ecosystems. In this context, Benford’s Law and other statistical and data analytics-based methods are evaluated comparatively in terms of their theoretical foundations and application criteria. The findings indicate that the greatest benefit in auditing can be achieved with a layered and hybrid anomaly detection architecture that uses different methods together, and that this approach will contribute to strengthening accountability and financial transparency in public financial management.