Share via

Vorhersagen

  • Artikel

In diesem Artikel lernen Sie die Vorhersagefunktionen innerhalb des FinOps Frameworks kennen und erfahren, wie Sie diese in der Microsoft Cloud implementieren können.

Definition

Prognosen umfassen die Analyse historischer Trends und zukünftiger Pläne, um Kosten vorherzusagen, die Auswirkungen auf die aktuellen Budgets zu verstehen und zukünftige Budgets zu steuern.

Analysieren Sie historische Nutzungs- und Kostentrends, um Muster zu identifizieren, von deren Änderung Sie ausgehen. Reichern Sie dies durch Zukunftspläne an, um eine fundierte Prognose zu generieren.

Überprüfen Sie in regelmäßigen Abständen die Prognosen anhand der aktuellen Budgets, um Risiken zu identifizieren und Abhilfemaßnahmen zu initiieren. Erstellen Sie einen Plan, um ein Gleichgewicht der Budgets zwischen Teams und Abteilungen herzustellen und die Erkenntnisse in zukünftige Budgets einfließen zu lassen.

Mit einer genauen, detaillierten Vorhersage sind Organisationen besser darauf vorbereitet, sich an zukünftige Veränderungen anzupassen.

Voraussetzungen

Bevor Sie zukünftige Nutzung und Kosten effektiv vorhersagen können, müssen Sie sich damit vertraut machen, wie Ihnen die von Ihnen genutzten Dienste in Rechnung gestellt werden.

Das Verständnis, wie sich Änderungen an Ihren Nutzungsmustern auf zukünftige Kosten auswirken, wird durch Folgendes verbessert:

  • Verstehen der Faktoren, die zu Kosten beitragen (z. B. Compute, Speicher, Netzwerk und Datenübertragung)
  • Wie Ihre Nutzung eines Diensts mit den verschiedenen Preismodellen übereinstimmt (z. B. nutzungsbasierte Bezahlung, Reservierungen und Azure-Hybridvorteil)

Erste Schritte

Wenn Sie zum ersten Mal mit der Verwaltung der Kosten in der Cloud beginnen, verwenden Sie die native Kostenanalyseerfahrung im Portal.

Die einfachste Option ist die Verwendung der Kostenanalyse zur Projektion zukünftiger Kosten mithilfe der Ansicht „Tägliche Kosten“ oder „Akkumulierte Kosten“. Wenn Sie eine konsistente Nutzung mit wenig bis gar keinen Anomalien oder großen Schwankungen haben, ist dies möglicherweise alles, was Sie benötigen.

Wenn Sie Anomalien oder große (möglicherweise erwartete) Schwankungen bei den Kosten sehen, sollten Sie die Ansicht eventuell anpassen, um eine genauere Prognose zu erstellen. Dazu müssen Sie die Daten analysieren und alles herausfiltern, was die Ergebnisse möglicherweise verzerren könnte.

  • Verwenden Sie die Kostenanalyse, um historische Trends zu analysieren und Anomalien zu identifizieren.
    • Bevor Sie beginnen, bestimmen Sie, ob Sie an Ihren Kosten interessiert sind, wie sie abgerechnet werden, oder ob Sie die effektiven Kosten nach Berücksichtigung von mindestverbrauchsbezogenen Rabatten prognostizieren möchten. Wenn Sie die effektiven Kosten wünschen, ändern Sie die Ansicht so, dass amortisierte Kosten verwendet werden.
    • Beginnen Sie mit der Ansicht „Tägliche Kosten“, und ändern Sie dann den Datumsbereich, um so weit in die Vergangenheit zu blicken, wie Sie an einem Blick in die Zukunft interessiert sind. Wenn Sie beispielsweise die nächsten 12 Monate vorhersagen möchten, legen Sie den Datumsbereich auf die letzten 12 Monate fest.
    • Filtern Sie alle Käufe heraus (Charge type = Purchase). Notieren Sie sich diese, da Sie sie separat vorhersagen müssen.
    • Gruppieren sie Kosten, um neue und alte (gelöschte) Abonnements, Ressourcengruppen und Ressourcen zu identifizieren.
      • Wenn gelöschte Elemente angezeigt werden, filtern Sie sie heraus.
      • Wenn neue Elemente angezeigt werden, notieren Sie sich diese, und filtern Sie sie dann heraus. Diese werden gesondert vorhergesagt. Erwägen Sie, Ihre Ansicht unter einem neuen Namen zu speichern, um sie sich so für einen späteren Zeitpunkt zu „merken“.
      • Wenn Sie zukünftige Datumsangaben in Ihre Ansicht aufgenommen haben, werden Sie möglicherweise feststellen, dass sich die Prognose langsam einpendelt. Dies geschieht, weil die Anomalien nicht mehr in den Algorithmus einfließen.
    • Wenn Sie große Spitzen oder Einbrüche sehen, gruppieren Sie die Datumsangaben nach einer der Gruppierungsoptionen, um zu ermitteln, was die Ursache war.
      • Probieren Sie verschiedene Optionen aus, bis Sie die Ursache mithilfe desselben Ansatzes wie bei der Suche nach unerwarteten Kostenänderungen ermittelt haben.
      • Wenn Sie die genaue Änderung ermitteln möchten, die die Kostenspitze (oder den Einbruch) verursacht hat, verwenden Sie Tools wie Azure Monitor oder Resource Graph in einem separaten Fenster oder einer separaten Browserregisterkarte.
      • Wenn es sich bei der Änderung um eine getrennte Gebühr gehandelt hat, die nicht in die Vorhersage eingeschlossen werden sollte, filtern Sie sie heraus. Achten Sie darauf, keine anderen Kosten herauszufiltern, da dies die Prognose sonst verzerrt. Beginnen Sie bei Bedarf mit der Vorhersage eines kleineren Bereichs, um das Risiko einer weiteren Filterung zu minimieren, und wiederholen Sie den Prozess pro Bereich.
      • Wenn die Änderung in einem Bereich liegt, der nicht herausgefiltert werden soll, notieren Sie sich diesen Bereich, und filtern Sie ihn dann heraus. Sie sagen diesen separat vorher.
    • Erwägen Sie, alle Abonnements, Ressourcengruppen oder Ressourcen herauszufiltern, die während des Zeitraums neu konfiguriert wurden und möglicherweise kein genaues Bild der zukünftigen Kosten widerspiegeln. Notieren Sie sich diese, damit Sie sie separat vorhersagen können.
    • An diesem Punkt sollten Sie ein ziemlich sauberes Bild konsistenter Kosten haben.
  • Ändern Sie den Datumsbereich, um sich den zukünftigen Zeitraum anzusehen. Beispielsweise die nächsten 12 Monate.
    • Wenn Sie an den gesamten akkumulierten Kosten für den Zeitraum interessiert sind, ändern Sie die Granularität in Accumulated.
  • Notieren Sie sich die Prognose, und wiederholen Sie diesen Vorgang für jedes der Datasets, die herausgefiltert wurden.
    • Möglicherweise müssen Sie den zukünftigen Datumsbereich kürzen, um sicherzustellen, dass sich die historische Anomalie oder Ressourcenänderung nicht auf die Prognose auswirkt. Wenn die Vorhersage betroffen ist, projizieren Sie die zukünftigen Kosten manuell basierend auf der täglichen oder monatlichen Ausführungsrate.
  • Berücksichtigen Sie als Nächstes alle Änderungen, die Sie an Ihrer Umgebung vorzunehmen planen.
    • Dieser Teil kann ein wenig schwierig sein und muss gesondert pro Workload durchgeführt werden.
    • Filtern Sie zunächst nur nach der Workload, die sich ändert. Wenn sich die geplante Änderung nur auf eine einzelne Verbrauchseinheit auswirkt, z. B. die Anzahl der Betriebsstunden (Uptime), über die ein virtueller Computer verfügen kann, oder die Gesamtmenge der Daten, die in einem Speicherkonto gespeichert sind, filtern Sie bis zu dieser Verbrauchseinheit.
    • Verwenden Sie den Preisrechner, um den Unterschied zwischen dem, was Sie heute haben, und dem, was Sie haben möchten, zu ermitteln. Nehmen Sie dann die Differenz, und wenden Sie sie manuell auf Ihre Kostenprojektionen für den beabsichtigten Zeitraum an.
    • Wiederholen Sie den Vorgang für jede der erwarteten Änderungen.

Unabhängig davon, welcher Ansatz für Sie am besten funktioniert hat, vergleichen Sie Ihre Prognose mit Ihrem aktuellen Budget, um zu sehen, wo Sie heute stehen. Wenn Sie Daten auf einen kleineren Bereich oder eine Workload gefiltert haben:

Erwägen Sie, die Prognosen monatlich oder vierteljährlich zu überprüfen, um sicherzustellen, dass Sie mit Ihren Erwartungen im Plan liegen.

Auf den Grundlagen aufbauen

An diesem Punkt verfügen Sie über einen manuellen Prozess zum Generieren einer Prognose. Wenn Sie über die Grundlagen hinausgehen, sollten Sie die folgenden Punkte berücksichtigen:

  • Erweitern Sie die Abdeckung Ihrer Vorhersageberechnungen, um alle Kosten einzuschließen.
  • Wenn Sie Kostendaten in einem separaten System erfassen, verwenden Sie eine Prognosefunktion, die alle Ihre Kostendaten umfasst, oder führen Sie eine solche ein. Erwägen Sie die Verwendung von automatisiertem maschinellem Lernen (AutoML), um Ihren Aufwand zu minimieren.
  • Integrieren von Vorhersageprojektionen in interne Budgetierungstools.
  • Automatisieren der Erkennung und Entschärfung von Kostenabweichungen.
    • Implementieren automatisierter Prozesse, um Kostenabweichungen in Echtzeit zu identifizieren und zu behandeln.
    • Einrichten von Workflows oder Mechanismen, um die Abweichungen unmittelbar zu untersuchen und abzufedern, um Kostenkontrolle und Einhaltung prognostizierter Budgets sicherzustellen.
  • Erstellen benutzerdefinierter Vorhersage- und Budgetberichte für Istwerte, die allen Projektbeteiligten zur Verfügung stehen.
  • Wenn Sie die Kosten pro Einheit messen, sollten Sie eine Prognose für Ihre Kosten pro Einheit erstellen, um besser zu verstehen, ob Sie zu höheren oder niedrigeren Kosten im Verhältnis zum Umsatz tendieren.
  • Einrichten und Automatisieren von KPIs, z. B.:
    • Kosten vs. Vorhersage, um die Genauigkeit des Vorhersagealgorithmus zu messen.
      • Dies kann nur ausgeführt werden, wenn erwartete Nutzungsmuster und keine Anomalien vorliegen.
      • Zielen Sie auf <12 % Abweichung ab, wenn keine Anomalien vorhanden sind.
    • Kosten vs. Vorhersage, um zu messen, ob die Kosten im Ziel lagen.
      • Es wird ausgewertet, ob Anomalien vorhanden sind oder nicht, um die Leistung der Cloudlösung zu messen.
      • Zielen Sie auf eine Abweichung von 12–20 % ab, wobei <12 % ein optimiertes Team, Projekt oder eine optimierte Workload wären.
    • Anzahl unerwarteter Anomalien während des Zeitraums, die dazu geführt haben, dass die Kosten den erwarteten Bereich überschritten haben.
    • Reaktionszeit auf Vorhersagewarnungen.

Weitere Informationen finden Sie bei der FinOps Foundation.

Diese Funktion ist Teil des FinOps-Frameworks der FinOps Foundation, einer gemeinnützigen Organisation, die sich der Förderung der Verwaltung und Optimierung von Cloudkosten widmet. Weitere Informationen zu FinOps, einschließlich nützlicher Playbooks, Schulungs- und Zertifizierungsprogrammen und mehr, finden Sie im Artikel Vorhersagefunktion in der Dokumentation zum FinOps-Framework.

Nächste Schritte