COST01-BP03 建立雲端預算和預測

調整現有的組織預算編列和預測程序，使其與本質會高度變動的雲端成本和用量相容。程序必須是動態的，並使用以趨勢為基礎和/或以業務驅動因素為基礎的演算法。

未建立此最佳實務時的曝險等級： 高

實作指引

客戶使用雲端以提高效率、速度和靈活性，這會產生高度變動的成本和用量。成本會隨著工作負載效率的增加或部署新的工作負載和功能而降低。成本是有可能隨著工作負載效率的提升，或部署新的工作負載和功能而增加的。或者，工作負載會擴展以服務更多客戶，進而提高雲端用量和成本。資源現在的立即存取性比以往更高。借助於雲端的彈性，成本和預測也更具彈性。必須修改現有的組織預算編列程序，以納入這樣的變動。

使用以趨勢為基礎的演算法 (使用歷史成本做為輸入) 或使用以業務驅動因素為基礎的演算法 (例如，新產品推出或區域擴展)，或結合兩者，調整現有的預算和預測程序，使其變得更加機動。

使用 AWS Budgets 藉由指定時段、重複週期或金額 (固定或可變)，並新增篩選條件 (例如服務、AWS 區域和標籤)，來設定精細的自訂預算。若要及時了解現有預算的執行情況，您可以建立和排程 AWS Budgets 報告 ，以定期透過電子郵件將報告傳送給您和利害關係人。您也可以建立 AWS Budgets 提醒 (根據本質上是被動的實際成本，或根據預測成本)，以便有足夠的時間可對潛在的成本超支實作緩解措施。當您的成本或用量超出或預計超出預算額度時，系統會提醒您。

AWS 提供建立動態預測和預算編列流程的靈活性，因此您可以隨時了解成本是否符合或超過預算限制。

使用 AWS Cost Explorer 根據您過去的支出預測已定義的未來時間範圍內的成本。AWS Cost Explorer 預測引擎會根據收費類型 (例如，預留執行個體) 對您的歷史資料進行細分，並結合使用機器學習和基於規則的模型，來分別預測所有收費類型的支出。使用 AWS Cost Explorer 根據對歷史成本套用的機器學習演算法 (以趨勢為基礎)，預測每日 (最多三個月) 或每月 (最多 12 個月) 的雲端成本。

使用 Cost Explorer 判斷以趨勢為基礎的預測後，請使用 AWS 定價計算工具 根據預期的用量 (流量、每秒請求數、必要的 Amazon Elastic Compute Cloud (Amazon EC2) 執行個體等等) 來估計您的 AWS 使用案例與未來的成本。您可以據此規劃支出、尋找節省成本的機會，以及在使用 AWS 時做出明智的決定。

使用 AWS Cost Anomaly Detection 防止或避免成本超出預期，並強化控制且不影響創新速度。AWS Cost Anomaly Detection 採用進階機器學習技術來識別異常支出與根本原因，以便您迅速做出因應。只需簡單的三個步驟，您即可建立自己的情境化監視器，並且在偵測到任何異常支出時收到提醒。讓建置器代勞建置工作，讓 AWS Cost Anomaly Detection 監控您的支出，並降低帳單超出預期的風險。

如 Well-Architected 成本優化支柱的「財務與技術的合作夥伴關係」 一節所述，IT 部門、財務部門與其他利害關係人之間必須建立合作夥伴關係和規律，以確保所有人都會使用相同的工具或程序，而保有一致性。如果預算可能需要改變，提高接觸頻率可能有助於提升對這些變化的因應速度。

實作步驟

資源

相關文件：

相關範例：