使用量の最適化（Usage Optimization）
フレームワーク / ドメイン / 使用量とコストの最適化 / 使用量の最適化
このページの内容
ワークロードが効率的かつ持続可能に動作し、そのコストに対して十分なビジネス価値を生み出していることを確認しながら、実際の利用パターンに合わせてすべてのFinOpsスコープにわたるリソースを分析し、最適化する。
使用量の最適化戦略の策定
- クラウド、SaaS、オンプレミス環境など、すべてのテクノロジーカテゴリにわたるワークロードを評価し、最適化の機会を特定する
- ワークロードごとに価値とリスクのしきい値を決定し、最適化の取り組みに効果的に優先順位を付ける
- コスト、パフォーマンス、サステナビリティの各次元において、組織の目標に沿った目標最適化しきい値を定義する
- 料金の最適化やコミットメントベースのアプローチなど、他の最適化オプションとワークロードの最適化とのバランスを取るためのガイドラインを策定する
- ワークロードを最適化する際、コスト、品質、パフォーマンス、環境への影響の間で、意識的かつ情報に基づいたトレードオフの意思決定を行う
使用量の最適化の管理
- 使用量の各領域に対して最適化の推奨事項を生成し、それらがアクション可能であり、関係するペルソナに関連していることを確認する
- 本番環境とプレ本番環境の両方で最適化活動の優先順位を付け、緊急性とリスク、ビジネスへの影響のバランスを取る
- 推奨事項をエンジニアリングやその他の関連ペルソナと共有し、協力して現実的なスケジュールと実行責任について合意する
- 関連ペルソナであるサステナビリティやIT資産管理（ITAM）などと連携し、最適化目標が組織全体の広範な目標を反映し、すべての関連部門間で調整されていることを確認する
機会の価値の理解
- 使用量の複雑さを軽減し、効率を向上させることができる、最新のマネージドサービスや自動化されたサービスの可用性と適合性を評価する
- エンジニアリングの時間、組織の優先順位、およびコスト、パフォーマンス、サステナビリティの成果への潜在的な影響の文脈において、各機会の最適化メリットを比較する
- 期待される削減額、コスト回避、または効率性の向上を、実装に必要な労力、リスク、および業務への影響と比較検討することで、最適化 活動の投資対効果（ROI）を評価する
- 最適化の機会をランク付けして優先順位を付けるための一貫した方法論を確立し、すべての使用領域において最も価値の高い機会が確実に表面化され、優先的に実行されるようにする
定義
従来のIaaSワークロードの枠を超えて、すべてのテクノロジーカテゴリを対象とする「使用量の最適化」とは、すべてのFinOpsスコープにわたるリソースが適切に選択、サイジングされ、必要なときにのみ実行され、適切に構成され、高度に活用されることを確実にする一連のプラクティスです。これにより、最小限のコストと環境への影響で、すべての機能的および非機能的要件を満たすことができます。この作業は主にエンジニアリングが担当し、FinOps、プロダクト、およびその他の関連ペルソナと共同で策定したガイドラインや戦略に基づいて実施します。
エンジニア、FinOps実践者、およびその他のペルソナは、消費される使用量の各領域に関連するコストに対して、十分なビジネス価値があることを確認するよう努めるべきです。システムやサービスは反復的に構築および導入されるため、パフォーマンス、可用性、その他の品質指標が満たされていることを確認するために、時間の経過とともに出現する利用パターンやリソース利用率を観察し、過大、過小、または十分に活用されていないリソースを調整または変更することが一般的です。
「使用量とコストの最適化」ドメインにおけるすべてのケイパビリティの間には、強い相互関係があります。このドメインの各ケイパビリティは、コミットメントベースの割引、アーキテクチャの再設計、ライセンスやSaaS利用の管理、サステナビリティ向上のためのガイダンスの提供、システムを構成するリソースやワークロードの利用率と効率の最適化など、さまざまな方法で価値を最適化するために機能します。これらすべての中で、使用量の最適化は、すべてのFinOpsスコープにわたって最も幅広い最適化オプションを持つ、最も広く実践されるケイパビリティとなるでしょう。
使用量の最適化におけるエンジニアリングの関与の必要性
FinOpsプラクティスの初期段階では、関係するペルソナがワークロードを最適化する機会の特定において大きな役割を果たす可能性が高いですが、時間の経過とともに、エンジニアリングが最適化の方法を模索するか、あるいはシステム構築時に可能な限り最適化を組み込むことによって、自らの使用量に対する主要な責任を担うようになります。構築時にどれほど優れた効率的なシステムであっても、サービスは常に追加され、近代化されるため、組織は継続的にペースを維持し、最適なパフォーマンスと利用率を維持するよう努める必要があります。エンジニアリングのリーダーシップは、活動のサイクルを確立し、適切なレベルでワークロードの最適化を維持する必要性を強調するために不可欠です。
FinOps実践者が最適化活動をサポートするための重要な方法は、使用量の最適化戦略を策定することです。この戦略は、どのタイプのリソースや使用領域を優先すべきかを明確にし、些細な改善に時間を浪費しないように実行のためのしきい値を設定し、組織が達成したい目標KPIを定義し、すべてのFinOpsスコープにわたる最適化に伴うトレードオフを行うためのガイドラインを作成することで、最適化作業を方向付けることができます。
他のケイパビリティおよびペルソナとの連携
このドメインの他のケイパビリティは、この戦略に対して重要なインプットを提供する場合があります。これには、組織がライセンスソフトウェアやSaaSの使用をサポートしている（または停止を計画している）場所、リソースの最適化よりもアーキテクチャの 再設計が好まれるタイミング、料金の最適化に対して使用量の最適化をどのように優先すべきか、そしてサステナビリティや炭素影響への配慮を使用量の最適化の意思決定にどのように組み込むかをエンジニアリングに示すことが含まれます。また、この戦略は、新しい機能開発作業と比較して、エンジニアリングがどの程度の頻度と熱意を持って最適化を追求すべきかについて、リーダーシップの期待値を設定する場合もあります。
エンジニアリングペルソナは、FinOps実践者、プロダクト、およびリーダーシップペルソナと協力して、使用量とコストの理解ドメインのケイパビリティを活用し、それぞれの責任範囲における使用量とリソースをレビューします。利用率を判断し、スケーリングや使用量管理の機会を特定するには、使用量、コスト、炭素影響のデータに加えて、利用率、パフォーマンス、またはオブザーバビリティ（可観測性）データへのアクセスが必要になる場合があります。エンジニアリングチームは、システムの重要度、最適化に割ける時間、アプリケーションやサービスの成熟度、最適化対象の使用タイプの性質、あるいはリソースが 本番環境と非本番環境のどちらをサポートしているかなどの要因に応じて、異なる方法で最適化の機会を見つけることに注力する場合があります。
使用量の最適化の例
すべてのFinOpsスコープにわたって使用量を最適化するために、以下のような幅広いオプションが存在します。
- 無駄の削減：作成またはプロビジョニングされたものの、不要になった、あるいは使用されていないリソースや使用量を削除すること。これには、孤立したストレージボリューム、過剰なバックアップやスナップショット、未使用のサンドボックスリソース、重複するライセンス、または非アクティブなSaaSユーザーの割り当てなどが含まれます。これらの項目が継続的に発生する場合は、将来的なリソースの孤立や過剰プロビジョニングを避けるためにリソースのプロビジョニングを自動化するか、継続的に検索する手間を省くためにクリーンアッププロセスを自動化することを検討します。
- ワークロード管理：リソースは、ワークロードやサービスが必要とされるときにのみ利用されるのが理想的です。環境やリソースが動作する時間をスケジュール設定することで、コストと環境への影響の両方を削減できます。プレ本番環境のリソースは最大のターゲットであり、可能な限り起動時にスケジュールの開始/停止を常に要求すべきです。サーバーレス実行、AIトー クン、その他の実行ユニットなど、完全に伸縮性のあるリソースの場合、ワークロード管理とは、これらの実行がトリガーされる方法を特定し、価値の低い実行を管理することを意味します。
- スケーリング：一部のリソースは、1日または1か月を通じた変動する使用ニーズに応じて、スケールアップまたはスケールダウンする機能を備えています。これはさまざまな方法で実現できます。周期的な特性を持つ高コストまたは影響の大きい使用パターンを特定することで、動的スケーリングを導入できる機会を明らかにできます。
- ライトサイジング：スケールさせることはできないが、一貫して利用率が低いリソースは、実際の使用ニーズにより適合させるためにリソースのサイズ、スケール、またはサービス階層を縮小する、ライトサイジングの候補となります。
- ライセンスとSaaSの最適化：実際の消費量に対して未使用、十分に活用されていない、または過剰にプロビジョニングされているライセンスやSaaSサブスクリプションは、重要な最適化の機会となります。ライセンスの割り当てやSaaSユーザーの権限を定期的にレビューすることで、ビジネス運営に影響を与えることなく削減効果を特定できます。
- 時間的シフト：特定の時間に実行する必要のないプロセスは、低価格のコンピュートや炭素集約度の低い電力が利用可能な時間帯など、コストや炭素影響を最適化する時間に実行するようにスケジュール設定できます。
- 地理的シフト：特定の場所で実行する必要のないプロセスは、コンプライアンス、データ主権、およびパフォーマンスの要件が満たされている限り、価格面での優位性がある地域や炭素集約度の低い電力が得られる地域など、コストや炭素影響を最適化するリージョンやファシリティにデプロイできます。
月末や四半期ごとの繁忙期など、利用率が高くなる長期的なサイクルがないか使用パターンを慎重に調査し、保証、契約、またはソフトウェアのパフォーマンス上の理由から特定の要件があるリソースには注意してください。ライトサイジングには通常、リソースの再作成や再構成が必要であり、これにはサービスの停止を伴う可能性があるため、エンジニアリングやその他の関連ペルソナと慎重に調整する必要があります。
利用率を最適値よりも高く維持する必要があり、発生する追加費用がそのリソースの生み出すビジネス価値によって正当化される場合もあります。同様に、その逆が真である場合もあります。コスト効率の目標が優先され、コスト成果を向上させるために炭素やパフォーマンスの期待値を調整することもあります。
ストレージなどの一部のリソースタイプでは、保存されたデータに潜む非効率性を推定し、ひいてはその非効率性を排除またはライトサイジングすることによって実現できる潜在的な削減額を見積もる必要がある場合があります。データセットが異なれば、適したアプローチも異なります。例えば、圧縮率が高いにもかかわらず圧縮されていないデータは潜在的な非効率性が比較的高く、一方で暗号化されたデータは潜在的な非効率性が比較的低いか、あるいは存在しません。アクセス頻度は低いものの、高コスト で高性能なストレージ階層に保存されているデータも、潜在的な非効率性が比較的高くなります。データの配置の最適化、圧縮技術の導入、階層型ストレージソリューションの採用、不要なデータの重複排除などの優れたデータ管理プラティスは、データの保存と管理に必要なリソースを最小限に抑えることで、コスト効率と環境への影響の両方を改善できます。
テクノロジープロバイダーによる最新サービスのリリースに伴う最適化手法の移行
テクノロジープロバイダーやベンダーは、新世代のコンピュートファミリー、既存サービスのサーバーレス版やマネージド版、価格パフォーマンス特性が向上した新しいサービス階層など、近代化されたサービスを定期的にリリースしています。これらの近代化の進展があるたびに、既存の使用量をレビューし、よりコスト効率が高くエネルギー効率に優れた新しい代替サービスへ移行する機会を特定する必要があります。
新しいリソースタイプやサービス階層は、通常、ユニットあたりのコストパフォーマンスが向上し、多くの場合、環境への影響も少なくなります。すべての近代化の機会に即座 のアクションが必要なわけではありませんが、エンジニアリングやその他のFinOpsペルソナは、すべてのテクノロジーカテゴリにわたる新規および更新されたサービスを常に把握し、近代化を一回限りの活動としてではなく、継続的な最適化計画に組み込む必要があります。
これらの意思決定を行うには、リソースの利用率、効率、サステナビリティ、およびコストを、文脈に合わせて総合的に評価する必要があります。使用量の最適化を効果的に実行できる時期と場所を決定するには、変更によって生じる削減額やコスト回避だけでなく、その変更を行うための総コスト、労働時間、サービス停止、およびプロセスにおいてリソースやサービスが消費される方法を変換する際の潜在的な複雑さを見積もる必要があります。
使用量の最適化戦略の例
財務、運用、環境への配慮のバランスを取り、明確で測定可能なビジネス価値を生み出す、カスタマイズされた最適化戦略を作成します。主要なFinOpsスコープやテクノロジーカテゴリにわたって使用量の最適化活動を適用するための文脈を作成するために、的を絞ったガイダンスを含めます。例えば：
- 基礎的な最適化戦略：明確なしきい値、トレードオフのガイドライン、およびKPIを備えた戦略を確立し、すべての関係ペルソナを共通の成果に向けて整合させます。弾力性、ライトサイジング、ストレージ効率、プロセッサの選択、地理的配置などのコアな使用量最適化レバーに焦点を当てます。組織の成熟度レベルの向上に合わせて洗練させることができる、再現可能なプロセスを文書化します。
- 実践的なクラウドとワークロードの最適化：弾力性、スケジュール設定、スケーリング、およびサーバーレスのアプローチを適用してリソースを実際の需要に一致させると同時に、コンピュートおよびストレージリソースのライトサイジング、近代化、配置と構成の最適化を継続的に行います。プロバイダー固有のツールやInfrastructure as Code（IaC）ツールを使用して、最適化の機会の検出と実行を自動化し、手作業を減らし、大規模環境での一貫性を向上させます。
- AIと生成AIの最適化：各ユースケースの価値と要件に一致する適切なモデルサイズとチューニングアプローチを選択すると同時に、プール、マルチテナンシー、および動的スケーリングを通じてGPU効率を向上させます。バッチ処理、キャッシュ、検索拡張生成（RAG）、量子化、インテリジェントルーティングなどの手法を適用して推論コストを削減し、スループットを向上させ、データフローとトークン使用量を最適化して、AIおよび生成AIの使用全体でコスト効率を最大化します。特に、複数のサブモデルに作業を分散させることでコストを拡大させる可能性のある、エージェント型モデルの使用を調査します。使用されるトークン数を拡大または倍増させる可能性のある「拡張」動作モードや、モデルおよびプラットフォーム機能の使用を制御します。
- 効率性とコミットメントの無 駄の測定：利用率、パフォーマンス、サステナビリティのデータを活用して最も影響の大きい機会を特定・検証し、価値と労力を定量化することで最適化活動の優先順位を付けます。関連するペルソナ間で調整して最適化を実装し、削減率、効率性の向上、カバー率などのKPIを通じて成果を追跡し、テクノロジーの価値を最大化します。
技術的に可能な最適化の機会を特定する段階から、それらの活動から価値を実現する段階へと移行するには、FinOps、エンジニアリング、およびその他の関係ペルソナ間の緊密な連携が必要です。機会の特定と実行の間のギャップを埋め、すべてのFinOpsスコープにわたって優先順位、スケジュール、および実行責任について合意することが、このケイパビリティの重要な焦点です。
成熟度アセスメント
クロール（Crawl）
- ターゲットとする最優先の使用領域を特定し、基本的な優先順位付け基準を定義し、コストと炭素の次元にわたる初期の最適化KPI目標を設定する、基本的な使用量の最適化戦略を確立している
- 請求データ、インフラストラクチャ監視ツール、データ効率化ツール、オブザーバビリティのインサイトなど、1つ以上のデータソースを使用して、利用可能なFinOpsスコープにわたるリソース利用率と効率性の可視性を開発している
- ビジネスにとって意味があり、リソースやサービスが生成する価値に対してどれだけ効率的に消費されているかを測定するために使用できる、基本的な効率性指標を定義している
- この成熟度レベルにおける最適化の取り組みは、データが最も容易に入手でき、実行への道筋が最も明確な、最も馴染みがあり理解しやすい使用領域に集中する傾向がある
- 最適化活動は主に手動かつリアクティブであり、自動化された監視やアラートではなく定期的なレビューによって推進され、推奨事項は実行や成果を追跡するための定義されたプロセスなしに、エンジニアリングチームと非公式に共有される
- 最適化の意思決定における考慮事項としてのサステナビリティや炭素影響への意識は芽生えつつあるが、サステナビリティデータの可用性は限られており、使用量の最適化の推奨事項や優先順位付けにまだ一貫して組み込まれていない
ウォーク（Walk）
- さまざまな使用タイプやテクノロジーカテゴリにわたって最適化アプローチを区別し、エンジニアリングやその他の関連ペルソナに対して明確な実施サイクルと優先順位付けのガイダンスを提供する、より包括的な使用量の最適 化戦略を確立している
- 特定の最適化活動から期待される財務、運用、およびサステナビリティの価値を理解し、その理解を利用して、これら3つの次元すべてにわたって最大の複合価値を生み出す取り組みを優先している
- 最適化対象の使用タイプやテクノロジーカテゴリの性質を考慮に入れて、特定の最適化の機会から実現できる潜在的な削減額や価値を見積もることができる（例：「このリソースをライトサイジングすることで、関連する炭素排出量をY%削減しながら、月額Xドルの削減が見込まれる」）
- 労力、運用への影響、および関連するツールやプラットフォームのコストを含め、最適化の機会を実行するために必要なコストと労力を見積もることができる。例えば、「この変更を実装するには、時間単価Xドルで50時間のエンジニアリング時間が必要である」、または「このデータセットの削減可能性を表面化させるために、データ効率化プラットフォームに1GBあたり0.01ドルが必要である」など
- 最適化の推奨事項が一貫して文書化され、時間の経過とともに追跡されるため、ペルソナは推奨事項のステータスを監視し、完了した最適化活動の実際の効果を初期の見積もりと比較して測定できる
- シンプルで再現可能な最適化プロセスの基本的な自動化が導入されており、利用可能なFinOpsスコープにわたる一般的な最適化の機会を特定し、実行するために必要な手作業を削減している
ラン（Run）
- すべての使用タイプとFinOpsスコープにわたって明確なガイダンスを提供し、無駄や非効率性に対処するための複数のアプローチを定義し、エンジニアリング、サステナビリティ、プロダクト、およびその他の関連ペルソナに対して具体的な最適化の期待値を設定し、財務、運用、およびサステナビリティの成果を反映した測定可能なKPIターゲットを確立する、包括的な使用量の最適化戦略が導入されている
- すべてのFinOpsスコープにわたる詳細で統合されたコスト、利用率、およびサステナビリティデータへのアクセスにより、自動化された最適化プロセスが推進され、データは複数のプロバイダーから取得され、一貫した分析と意思決定を可能にするために正規化されている
- アイドル状態のリソースや無駄なリソースのアラート、実行、またはクリーンアップ、ライトサイジングの推奨事項の実装、および最小限の手作業による介入ですべてのテクノロジーカテゴリにわたるリソースのアーキテクチャや構成の更新を行うための自動化が広く導入されている
- 最適化通知の自動化されたトリアージとフィルタリングにより、エンジニアリングやその他のペルソナが、定義された価値と労力のしきい値を満たす機会のみに集中できるようになり、ノイズが削減され、最適化活動の品質が向上している
- 最適化の推奨事項と機会が特定から解決まで体系的に追跡され、実際の効果と見積もり効果の分析が定期的に実行され、時間の経過とともに使用量の最適 化戦略を通知し、継続的に洗練させるために役立てられている
- 組織は、データ、自動化、およびペルソナ間のコラボレーションにおける成熟度を活用して、すべてのFinOpsスコープとテクノロジーカテゴリにわたる継続的な改善を推進し、使用量の最適化に関する業界のベストプラクティスに対して積極的にベンチマークを行っている
実務活動
FinOps実践者（FinOps Practitioner）
- すべての使用タイプ、テクノロジーカテゴリ、およびFinOpsスコープにわたって明確なガイダンスを提供する使用量の最適化戦略を作成、維持、および継続的に進化させ、それが組織の目標と一致し、財務、運用、およびサステナビリティの次元にわたる現在の優先順位を確実に反映するようにする
- エンジニアリング、サステナビリティ、プロダクト、およびその他の関連するFinOpsペルソナとのコラボレーションを促進およびサポートし、すべてのFinOpsスコープにわたる使用量の最適化の機会を特定、優先順位付け、および実行する
- エンジニアリングやその他のペルソナのレポート、データ、および分析のニーズをサポートして最適化の機会を表面化させ、コスト、利用率、およびサステナビリティのデータが利用可能で、アクセスしやすく、消費しやすい形式で提示されるようにする
- 組織に最大の価値をもたらす最適化の機会の特定を監督し、すべての最適化アプローチ、特にこのケイパビリティと料金の最適化とのバランスを総合的に比較した上で、トリアージと推奨事項の作成を行う
- 最適化の推奨事項を特定から解決まで追跡し、実際の効果を見積もりと比較して測定し、それらのインサイトを使用して使用量の最適化戦略を継続的に洗練させるための一貫したプロセスを確立し、維持する
- 使用量の最適化目標がコスト、パフォーマンス、またはサステナビリティの目的と矛盾する場合にトレードオフの意思決定を行うための明確なガイドラインを策定し、伝達することで、関係するペルソナが情報に基づいた一貫した意思決定を行うために必要なガイダンスを確実に得られるようにする
エンジニアリング（Engineering）
- 使用量の最適化戦略、KPI、および予測に沿ってテクノロジーサービスとリソースを設計、構築、および調達し 、コスト、パフォーマンス、およびサステナビリティの考慮事項が最初から意思決定に確実に組み込まれるようにする
- 弾力性、ライトサイジング、利用率指標、およびワークロード管理のベストプラクティスを適用して、すべての関連するテクノロジーカテゴリとFinOpsスコープにわたる実際の使用需要にリソースとサービスを一致させる
- 最適化の機会を特定し、KPIターゲットに対する進捗を追跡するために必要な利用率および効率性の指標を生成、測定、およびレポートするための自動化を構築および/または調達する
- すべての責任範囲にわたるリソースとサービスの利用率と効率性を定期的にレビューし、最適化の機会をプロアクティブに特定してFinOpsやその他の関連ペルソナに伝達する
- FinOps実践者およびプロダクトペルソナと協力して、最適化の機会のコスト、労力、およびビジネスへの影響を評価し、合意された推奨事項を実行するための現実的なスケジュールと実行責任を約束する
- 新しいリソース世代、サービス階層、マネージドサービスオプションなど、関連するテクノロジーカテゴリやFinOpsスコープにわたる近代化の進展に関する情報を常に把握し、コスト効率、パフォーマンス、およびサステナビリティの成果を向上させる潜在的な可能性をプロアクティブに評価する
財務（Finance）
- すべてのFinOpsスコープにわたって利用率と効率性を向上させる機会を特定して強調し、FinOpsおよびエンジニアリングチームと協力して、代替となる最適化オプションの実現可能性と財務的影響をレビューする
- すべての使用タイプとテクノロジーカテゴリにわたる不十分な利用率や非効率性の財務的影響を追跡および伝達するレポートと分析の開発をサポートし、何もしないことによるコストが関連ペルソナやリーダーシップに確実に見えるようにする
- エンジニアリングおよびFinOpsチームと提携して、現実的で測定可能であり、組織のより広範な財務およびサステナビリティの目標に沿った予算および効率目標を設定する
- 使用効率と最適化の成果を予算編成および予測プロセスに組み込み、最適化活動から期待される削減額が財務計画に確実に反映され、差異が時間の経過とともに追跡および報告されるようにする
- 使用量の最適化目標がコスト、パフォーマンス、またはサステナビリティの目的と矛盾する場合にトレードオフの意思決定をサポートするための財務モデリングと分析を提供し、すべての関連ペルソナにわたる情報に基づいた意思決定を可能にする
調達（Procurement）
- テクノロジープロバイダーやベンダーと交渉する際、すべてのFinOpsスコープにわたる計画的な使用量最適化活動の将来的な影響を理解するよう努め、消費量の予想される変化が商業契約やコミットメント構造に確実に組み込まれるようにする
- FinOps実践者および財務ペルソナと提携して、最適化によって生じる使用パターンの変化がベンダー契約、更新交渉、およびコミットメントベースの割引戦略に確実に反映されるようにし、コミットメントが最適化目標と矛盾する状況を回避する
- 使用量の最適化活動をサポートするために必要な利用率、効率性、およびサステナビリティのデータについて、テクノロジープロバイダーやベンダーに対する要件を定義および伝達し、契約上の義務に適切なデータアクセスおよびレポート規定が確実に含まれるようにする
- 使用効率とサステナビリティの基準を念頭に置いてテクノロジーベンダーやサービスプロバイダーの提案を評価し、調達の意思決定において、コストやパフォーマンスの要件と並んで組織の最適化目標をサポートするオプションが優先されるようにする
- FinOpsおよびエンジニアリングペルソナと協力して、テクノロジープロバイダーからの新規および近代化されたサービス提供に関する情報を常に把握し、近代化の機会を調達計画やベンダー関係管理に組み込む
- 利用率、効率性、およびサステナビリティのコミットメントに対するベンダーのパフォーマンスを追跡および報告し、実行責任を確保し、使用パターンが大幅に変化した場合には契約の再交渉や調整の機会を表面化させる
プロダクト（Product）
- エンジニアリングやその他の関係ペルソナが、過剰プロビジョニングを行うことなくビジネス要件を満たす、効率的で適切にサイジングされたサービスを設計、構築、および調達できるように、サービスのKPIとパフォーマンスの境界を明確に定義する
- すべての関連する使用領域にわたる需要予測と需要パターンのプロファイル（例：日次、週次、月次、または周期的なパターン）に関する情報を提供し、エンジニアリングやFinOps実践者が最適化の機会をプロアクティブに予測して計画できるようにする
- 自分が責任を負う製品やサービスについて、明確なビジネス目標と成功基準を確立し（例：可能な限り迅速に顧客にリリースする、実効ストレージ料金を20%以上削減する、99.99%の可用性ターゲットを達成するなど）、最適化の意思決定を明確に定義された成果に対して評価できるようにする
- エンジニアリング、FinOps、財務、およびその他の関係ペルソナと協力して、自身の所有領域における使用量の最適化戦略をサポートし、製品の優先順位や制約が明確に伝達され、最適化の計画や優先順位付けに確実に組み込まれるようにする
- 提案された最適化活動が製品のパフォーマンス、可用性、および顧客体験に与えるビジネスへの影響を評価および伝達し、コスト、サステナビリティ、および品質 の間のトレードオフの意思決定が、ビジネス成果への潜在的な影響を完全に可視化した上で行われるようにする
- 使用効率とサステナビリティへの配慮を製品計画やロードマップの優先順位付けに組み込み、最適化を一回限り、あるいは純粋にエンジニアリング主導の活動としてではなく、継続的な製品の責任として扱う
リーダーシップ（Leadership）
- すべてのFinOpsスコープとテクノロジーカテゴリにわたる使用量の最適化戦略に情報を提供し、それを導く明確なビジネス価値創造のビジョンと戦略を確立および伝達し、最適化の優先順位とより広範な組織目標との整合性を確保する
- エグゼクティブレベルのスポンサーシップを提供し、定義されたKPIや効率目標を承認し、FinOpsプラクティスに対する組織的な信頼性と実行責任を確立する
- 他の最適化アプローチと並んで、使用量の最適化活動の優先順位付けと意思決定を推進し、トレードオフの意思決定が期待されるビジネス成果や組織の優先順位の文脈において確実に行われるようにする
- 使用量の最適化の責任が、他のエンジニアリングや製品開発の優先順位とどのようにバランスを取るべきかについて明確な期待値を設定し、最適化が任意の活動ではなく、継続的な組織のコミットメントとして扱われるようにする
- 組織全体で使用効率とサステ ナビリティの文化を推進し、最適化KPIに対して測定可能な進捗を示し、組織のより広範な財務およびサステナビリティ目標に貢献したチームを評価し、報いる
成功の尺度とKPI
- 効率化のプラクティスが一貫して適用され、最適化による価値が時間の経過とともにすべての関連テクノロジーカテゴリとFinOpsスコープにわたって増大している
- テクノロジープロバイダー全体で、確立されたベースラインと比較して実効料金が時間の経過とともに低下傾向にあり、使用量の最適化活動の継続的な影響を反映している
- KPIライブラリが確立、維持、および定期的にレビューされ、エンジニアリング、財務、およびその他の関係ペルソナに対して、コスト、パフォーマンス、およびサステナビリティの次元にわたる組織の優先順位を反映した、一貫してアクセス可能な効率性と最適化の指標セットを提供している
- 無駄管理ライブラリが確立され、積極的に維持されており、すべての使用タイプ、テクノロジーカテゴリ、およびFinOpsスコープにわたる、既知の無駄パターン、推奨される対処アプローチ、および見積もり価値の機会を文書化している
- ユニットエコノミクスのKPIが定義および追跡 され、顧客あたり、トランザクションあたり、またはその他の関連する使用単位あたりのコスト、コンピュート消費量、または炭素排出量を含む、ビジネス価値の有意義な単位に対するテクノロジー利用の効率性を測定し、チームが時間の経過とともに自らの使用量によって生成される価値を理解し、向上させることができるようになっている
- 最適化の推奨事項が特定から解決まで追跡され、実行された推奨事項の割合が時間の経過とともに上昇傾向にあり、解決までの平均時間が低下傾向にある
- 完了した最適化活動の財務的およびサステナビリティへの影響が定期的に測定および報告され、リーダーシップやその他の関係ペルソナに対して明確で定量化可能な価値を示している
- 自動化カバー率が時間の経過とともに拡大しており、すべてのFinOpsスコープにわたって、手作業を伴わずに処理される日常的な最適化タスクの割合が増加している
- 使用効率のベンチマークが確立され、定期的にレビューされることで、組織は自らの最適化パフォーマンスを時間の経過とともに追跡し、その効率性の成果を業界の同業者やベストプラクティスと比較することができる
- コスト、パフォーマンス、およびサステナビリティの間のトレードオフの意思決定が文書化され、定期的にレビューされており、最適化の意思決定が使用量の最適化戦略や組織の優先順位と一貫して一致しているという証拠がある
KPI
コスト最適化インデックス（COIN）
リソースのコスト効率に基づく客観的なスコアリング手法。
効率性とパフォーマンスのROI
財務的および運用的な複合メリットを最適化の実装コストと比較することにより、最適化イニシアチブの投資対効果を測定します。この数式は、インフラストラクチャのライトサイジング、効率性の向上、またはパフォーマンスチューニングなどの最適化の取り組みが、それらを実装するために必要なリソースに対して、コスト削減とパフォーマンス向上を通じて十分な価値を提供しているかどうかを評価します。
オートスケーリング効率率
オートスケーリングシステムの有効性を測定します。
データセンターの電力使用効率
ファシリティ全体で消費される総電力とIT機器によって消費される電力を比較することにより、データセンターがどれだけ効率的にエネルギーを使用しているかを測定します。この数式は、コンピュート、ストレージ、およびネットワーキングに直接使用されるエネルギーに対して、冷却、電力配分、照明などのIT運用をサポートするために必要なオーバーヘッドを定量化します。
地域間またはクラウドサービスプロバイダー間における電気PUE、WUEの最適化
地域間またはクラウドサービスプロバイダー間における電気PUE、WUEの最適化
インプットとアウトプット
このケイパビリティへのインプット
- レポートと分析ケイパビリティを通じて、すべてのFinOpsスコープにわたるリソースや使用量が、十分に活用されていない、パフォーマンスが低い、アイドル状態である、または実際の需要や組織の効率目標によりよく一致させるために調整が必要な場所を理解する
- データ取り込みケイパビリティを通じて、すべての関連するテクノロジーカテゴリにわたる個々のリソースや使用効率を効果的に測定および分析するために必要なパフォーマンス、利用率、オブザーバビリティ、およびサステナビリティのデータを取り込む。FOCUSなどのオープンな請求スキーマを採用することは、これらの課題への対処に役立つ。
- ユニットエコノミクスケイパビリティを通じて、実効効率率や使 用パフォーマンスに関連するその他の指標を評価し、チームが有意義なビジネス価値の単位の文脈において最適化成果を評価できるようにする
- 異常管理ケイパビリティからのインプットにより、新しい最適化の機会を示唆するか、または既存の最適化活動にレビューや調整が必要であることを示す、使用パターンの予期しない急増や変化を特定する
- 財務およびプロダクトペルソナからの、必要な効率目標、しきい値、およびビジネス価値の期待値に関連する組織目標。これらは使用量の最適化の意思決定に情報を提供し、制約を課す
- 購入、購入サイクル、購入金額、および前払いパラメータに関する財務の承認。これらは使用量の最適化の推奨事項が作成され、実行される境界を定義する
- サードパーティおよびプロバイダーから提供される炭素排出係数、地域の電力網の炭素集約度データ、地域の水集約度データ、およびその他のサステナビリティデータインプット。これらはすべてのFinOpsスコープにわたる使用量の最適化の意思決定における環境影響の次元に情報を提供する
- 関連する使用量に対する予想されるリソース料金や割引カバー率に関するエンジニアリングおよびプロダクトペルソナへのガイダンス。これにより、利用可能な商業的取り決めの文脈において、リソースの選択や使用量の最適化に関する情報に基づいた意思決定が可能になる
このケイパビリティからのアウトプット
- 調達ペルソナに対する、将来の計画的な使用量、過去の使用パターン、およびベンダー交渉、契約構造、コミットメントベースの割引戦略に影響を与える可能性のある最適化による消費量の変化に関するガイダンス
- 計画と見積もりおよび予測ケイパビリティへのインプット。将来の使用量や支出に対する最適化活動の期待される影響を反映し、より正確で最適化を考慮した財務予測を可能にする
- アイドル状態のリソースの停止、ライトサイジング、より効率的な代替サービスへの置き換え、またはより低コストや低炭素の場所への移行など、提案された変更に含まれる根拠、期待される価値、労力、およびトレードオフを明確に示す、軽量なビジネスケースの形式による最適化の機会の文書化
- サステナビリティケイパビリティへのアウトプット。使用量の最適化活動による炭素および環境への影響を反映し、サステナビリティレポートが組織のより広範な環境目標に対する使用量最適化の貢献を正確に捉えるようにする
- 文書化され継続的に洗練される使用量の最適化戦略。すべてのFinOpsペルソナの参照先として機能し、時間の経過とともにすべてのFinOpsスコープにわたる最適化の優先順位付け、意思決定、およびトレードオフの解決を導く
このページの内容
関連資産
価値を最適化するためのFinOpsによるAI/MLワークロード向けKubernetesのスケーリング 
生成AI利用の最適化：コスト、パフォーマンス、および効率性に関するFinOpsの視点 
Azure Managed Disks向けFinOps：価値の最適化 
最適化がAI予測に与える影響 
コスト効率を考慮したVMベースアプリケーションのアーキテクチャ設計 
コスト効率を考慮したデータベースのアーキテクチャ設計が重要な理由 
クラウド使用量を最適化する方法 
FinOpsデータ効率の管理 エンジニアに行動を促す方法 FinOps成功事例 - ライトサイジングを超えた最適化（Lululemon） Microsoft Azureにおけるクラウド投資の最適化 クラウドにおけるSQL FinOpsデータの最適化方法 連邦政府分野におけるFinOps：退役軍人省のクラウド最適化への道のり FinOpsPod 14：クラウドコスト最適化 - 理想と現実