Kostenbeheersing van een dataplatform in de cloud: kijk ook naar de return on investment

AI-ambities

Er zijn verschillende redenen waarom de kosten van dataplatformen hoog op de agenda staat bij veel organisaties. Niels: “De inzet van dataplatformen in de cloud neemt sterk toe; er is simpelweg veel vraag naar goede kwaliteit data. Dat komt onder meer door de ontwikkelingen op het gebied van AI waar bedrijven mee aan de slag willen. Cloud-platformen bieden de schaalbaarheid, flexibiliteit en geavanceerde tools om AI-ambities waar te maken.”

Veel organisaties moeten wel nog even wennen aan het afrekenmodel van cloud-dataplatformen: “Als je overstapt van een traditionele data-oplossing naar pay-per-use, dan krijg je te maken met een andere kostenstructuur. De invloed van de technische implementatie is bijvoorbeeld groter. Maar belangrijker nog: er is een één-op-één-relatie tussen gebruik en kosten. Hoe meer je inzet, des te hoger de rekening. Het gaat niet alleen om kosten die je maakt, maar ook om return on investment. Die twee moet je echt naast elkaar zetten om de juiste beslissingen te kunnen nemen. Dat brengt de uitdaging met zich mee: het meten en monitoren van deze opbrengsten.”

Cloud cost control

Het effectief beheren van cloudkosten én de return on investment wordt ook wel ‘cloud cost control’ genoemd. Volgens Niels is het belangrijk om cloud cost control diep in de organisatie te verankeren. “Je ziet in de praktijk dat de verantwoordelijkheid voor het monitoren van kosten vaak bij een finance-afdeling ligt, of bij een IT-budgethouder. Zij zullen met name kijken naar de uitgaven voor een cloud-dataplatform. En dat is goed, maar het is dus ook belangrijk om op een rijtje te zetten wat het platform oplevert, welke waarde je eruit haalt, zowel nu als in de toekomst. Daarvoor is een multidisciplinaire aanpak nodig, waarbij finance, IT, engineering en business nauw met elkaar samenwerken.”

Monitoring in de praktijk

Niels en zijn team voeren elke twee weken analyses uit op de kosten en return on investment (ROI). Op basis van observaties, incidenten, extra dataverwerkingen en nieuwe ontwikkelingen op het gebied van data en software maken ze een inschatting van de verwachte kosten van het platform. Hierdoor kunnen ze de oplossing snel aanpassen, als dat nodig is. Vervolgens kijken ze of de verwachte kosten overeenkomen met de daadwerkelijke kosten. Als deze aannames niet blijken te kloppen, voeren ze verdiepende analyses uit.

In deze analyse komen verschillende vragen aan bod:

• Waar komt de verandering vandaan?
• Is het een incident of structureel?
• Hebben we invloed op de verandering?
• Zo ja, hoe groot is die invloed?
• Wat is de waarde van een mogelijke aanpassing?
• Is er een procedurele of technische wijziging nodig?
• Wie moet er goedkeuring geven voor de wijziging?

Niels over een (technisch) voorbeeld uit de praktijk: “Vervolgens bepalen we vervolgacties en bij wie in de organisatie deze het beste kunnen liggen. Wat je bijvoorbeeld vaak ziet, is dat er af en toe netwerkinterrupties zijn bij cloudoplossingen. In dat geval zou een eenvoudige retry van specifieke acties al een geautomatiseerde oplossing zijn om grotere problemen te voorkomen. Dat hangt af van wat de mogelijke impact is van de retry en eventuele nadelige gevolgen; ook dat moet je meenemen in de analyse van de ROI en de impact op de organisatiedoelen.”

Pragmatisch automatiseren

Niels adviseert om regelmatig te monitoren, analyseren en – waar nodig – actie te ondernemen. Maar: “Begin klein, cloud cost control hoeft niet als een big bang doorgevoerd te worden in de hele organisatie. Zeker bij complexe datalandschappen is het slim om eerst handmatig ervaring op te doen. Zo leer je de variaties kennen voordat je gaat automatiseren.”

Ook adviseert hij om ondersteuning in te schakelen bij de analyse en implementatie van cloud cost control: “Wij kunnen een Azure Cost Clarity Scan uitvoeren: een quickscan van je omgeving om direct kosten te kunnen besparen. Ook kunnen we heldere, praktische tips delen waar je meteen mee aan de slag kunt.”