FinOps用語
世界中の実践者が使用する FinOps の概念と関連用語の用語集。このリソースには、金融とビジネスの用語と定義も含まれており、読者が FinOps Foundation の Web サイト、教育およびトレーニング コンテンツ全体で使用される用語をよりよく理解するのに役立ちます。
用語は、ワーキング グループの出力またはアセットによってこの ページに追加されます。特定の用語セットに移動するには、目次を使用します。
異常管理(アノマリー管理)
異常管理
アノマリーマネジメントとは、ビジネスやコストなどへの悪影響を最小限に抑えるために、予期せぬ、または予測できないクラウドコストイベントをタイムリーに検出、特定、明確化、アラート、管理する能力です。
クラウドコストの異常
FinOpsの文脈における異常は、予測できない変動であり、過去の支出パターンから予想されるよりも大きなクラウド支出の増加をもたらします。
予測できない変動
ここで重要なのは、単に「外れ値」(異常値にアプローチする方法の1つ)ではなく、実際には、ある期間の「予想」または「予測」のコストを見つけ出し、その期間に蓄積された実際のコストかどうか を測定しようとしていることです。
異常と見なされる変動のレベルは、会社の規模と種類、クラウドの使用範囲、および特定の運用のその他の変数によって大きく異なります。
コスト主導の異常
コスト異常検出は、予想される支出率からの逸脱を特定することに重点を置いています。異常検出のクロールまたはウォークフェーズにある組織は、通常、コストの増加のみに焦点を当てます。異常検知システムとプロセスを立ち上げたばかりの企業は、設定を微調整し、アラート/通知プロセスを証明する必要があります。通常、信号対雑音レベルを誤検出の許容レベルまで改善するには時間がかかります。
組織は主にコストの増加を優先しますが、成熟した(つまり、実行フェーズの)FinOps組織は、コストの増加も調査する必要があります。コストの異常は、基盤となるテクノロジーやビジネス上の問題の指標となる可能性があります。たとえば、自動スケール システムが正しく構成されていないと、コストが増加したり、アップスケールに失敗した場合にコストが減少したりする可能性があります。通常、このような問題を特定するための他のシステムが導入されているため、ほとんどの組織はコストの増加に厳密に焦点を当てます。
過去のパターン
ほとんどの異常検出システムは、異常検出の基礎として履歴データを利用します。システムの洗練度は、支出の単純な増加率から、(履歴) 支出パターンを理解する機械学習ベースのモデルまでさまざまですが、それでも履歴データからの学習に基づいており、将来への対応力がありません。将来への対応力がない欠点は、誤検知が増えることです。
より高度なシステムは将来を考慮しており、モデルに予測 (予算) とイベント データが含まれています。これらのシステムは、履歴データと将来のデータの組み合わせに依存して、履歴データのみよりも高い精度で異常を判断します。予測データは比較的高いレベルで集約されることが多く、履歴パターンを理解しなければ使用できません。
具体的には、予測は通常、月別、部門レベルではリソース タイプ別です。特定の月のコンピューティング リソース コストが前年比 25% 増加すると予測することは役に立ちますが、支出パターンは日ごとに変動することが多く、履歴データでは確認できますが、月単位のバケットでは失われるため、それだけでは十分ではありません。
重大度(Severity)
変動に関する議論をさらに進めると、最小しきい値を設定した後も、影響度の低い異常と影響度の大きい異常を識別する必要があります。通常、ビジネス ユーザーが低・中・高の重大な異常と呼ばれる異常をある程度制御でき、高/重大な異常にのみアラートを設定し、低・中程度の異常はオフライン分析用に残しておけるのが最適です。
また、1 日のうちに、異常の重大度が低い場合でも、コストが蓄積されるにつれて、重大度が高いレベルまたは重大なレベルにエスカレートする可能性があることにも注意してください。
タイムスケール
ここで、異常検出プロセスは予算とは区別されます。
予算は通常、月次、四半期、または年次ベースで作成および監視されます。これでは、日ごとの変動を見つける余地がありません。異常検出は、異常が継続する 1 日または連続した日数という時間スケールで最も効果的に機能することがわかっています。
クラウドコスト管理
割り当てメタデータ
コストを分類するために使用される情報は、リソース タグ (AWS、Azure) やラベル (GCP) などの CSP 構造内にカプセル化されます。このコンテキストでは、メタデータは、個々のリソースにタグまたはラベルが付けられる「リソース メタデータ」と、リソースのグループ化を提供する他 の構造に分類が適用される「階層メタデータ」に区別できます。割り当てメタデータの例には、次のものがあります。
- GCP の「ラベル」と「請求アカウント」
- AWS「リソースタグ」、「リンクされたアカウント」および「組織」。
- Azure「サブスクリプション」、「リソース グループ」、および「リソース タグ」
交渉割引
顧客が、指定されたSKUのリスト全体での割引料金と引き換えに、指定された期間(期間)にわたって特定の支出または使用目標にコミットする契約上の合意。コミットメント割引とは異なり、交渉割引は通常、顧客のアカウントに合わせてカスタマイズされ、さまざまな頻度で利用できるため、コミットメント割引とコストに重複して影響が及ぶ可能性があります。交渉による割引、または交渉による割引の存在でさえ、非開示の下で契約上保護されている場合があるため、交渉による割引の議論は、情報が公開される前に常に慎重に検討する必要があります。
コストと使用量のデータ
CSP が発行するデータソースと、請求対象のクラウド サービスが消費されるときにネイティブ コスト データを派生できるデータソース。データソースの例は次のとおりです。
- AWS CUR (コストと使 用状況レポート)
- Azure 消費 API; Azure コスト管理エクスポート
- GCP BigQuery クラウド課金データ テーブル、GCP クラウド課金レポート
リソース
クラウド サービス プロバイダーから購入したサービスまたはサービスのインスタンスを表すために使用される一般的な用語。
無駄
組織に価値を提供しないリソースの使用またはコスト。
チャージバック
チャージバックは、財務システムからITサービスの実際の消費支出を内部レポートまたは「請求書」を介してユーザーチームに振り向ける戦略です。チャージバックは、ビジネスユニットにIT支出の直接の責任を負わせる方法であり、IT財務統合(適切なコストセンターと予算に支出を割り当てるため)が必要です。
チャージバックとショーバックのレポートはどちらも、責任の任意のサブセット、P&Lレベル、またはその一部(アプリケーション、ビジネスオーナーなど)、または横断的なビュー(すべての本番システム、またはすべてのストレージコストなど)で実行できます。ドルが割り当てられる場所をどのように処理するかという戦略的な決定は、2つの戦略に よって異なります。
ショーバック
ショーバックは、IT サービスの実際の消費が部署に表示され、支出が別の部署に請求される構造を作成します。通常、組織やビジネス領域全体で認識と説明責任を生み出すために使用されます。
チャージバックとショーバックのレポートはどちらも、責任の任意のサブセット、P&Lレベル、またはその一部(アプリケーション、ビジネスオーナーなど)、または横断的なビュー(すべての本番システム、またはすべてのストレージコストなど)で実行できます。ドルが割り当てられる場所をどのように処理するかという戦略的な決定は、2つの戦略によって異なります。
償却コスト
一部のクラウド リソースと予約には、前払い料金がかかります。リソースの償却コストでは、この初期支払いが考慮され、使用量に基づいて分配され、課金時間ごとに按分されたコストが割り当てられます。
予算
企業が一定期間内に支出する予定の収益と費用の見積り。これにより、企業は財務状況を継続的に追跡できます。