回顧系列
- 回顧 01:Coinbase re:Invent 回顧 (IND3312)
- 回顧 02:利用 AI 和 AWS 構建未來交易平臺
- 回顧 03:交易創新:Jefferies 在 Amazon Bedrock 上的 AI 助理 (IND3315)
- 回顧 04:FSI 如何運用代理式 AI 徹底改造 HFT 分析 (GBL302)
- 回顧 05:透過 Amazon Time Sync 改善分散式系統,Nasdaq 專題分享
- 回顧 06:Amazon Aurora HA 與 DR 的全球韌性設計模式 (DAT442)
- 回顧 07:建構代理式 AI:Amazon Nova Act 與 Strands Agents 實務應用 (DEV327)
- 回顧 08:深入探討 Amazon Aurora 及其創新 (DAT441)
- 回顧 09:深入探討 Amazon S3 (STG407)
- 回顧 10:Nasdaq:為全球金融服務打造具彈性的基礎設施(HMC327)
- 回顧 11:AWS Lambda 的最新功能 (CNS376)
- 回顧 12:使用 Kiro 進行規格驅動開發 (DEV314)
- 回顧 13:Amazon 的 FinOps:全球電子商務巨擘的雲端成本經驗 (AMZ308)
- 回顧 14:AWS 上的 Tick-to-trade 延遲交易平台
場次筆記
Amazon 現代化歷程的重要經驗
- 建構於 AWS Billing and Cost Management 服務之上
- 奠定 FinOps 實務的基礎
- Amazon 在 AWS 上營運,因此需要採取全面的 FinOps 策略
- 起初使用自訂財務報表呈現每月雲端成本
- 逐步轉向 AWS Data Exports、Cost and Usage Reports (CUR),以及其他 AWS 帳務服務
- 將視覺化粒度從每月/帳戶層級提升至 ARN 與每小時層級
- 讓各團隊(建置人員、主管、財務、FinOps)都能平等取得成本資料
- 啟用 Cost Explorer,讓團隊自行分析成本並即時做出決策
- 在整個組織內部署標記策略,以改善成本控管
- 與 Compute Optimizer 和 Cost Optimization Hub 等 AWS 功能整合
- 從集中式報表轉型為分散式成本情報模式
- 運用 AWS Organizations 實施一致的控管並彙整工具集
透過與業務目標一致的機制提升效率
- 挑戰:廣泛採用成本管理實務
- 關鍵洞察:在團隊層級將雲端成本與業務成果連結
- 將 AWS Cost & Usage Report (CUR) 的細緻成本資料,與團隊重視的業務指標結合
- 清楚呈現支出,以及每一美元支出所獲得的價值
透過智慧自動化擴展 FinOps 實務
- 專注於流程自動化,以有效率地擴展 FinOps
- 詳述所採用的特定自動化策略與工具
- 強調自動化對維持及擴展 FinOps 實務的重要性
整合業務情境
透過連結成本與業務成果來推動採用
- 推動採用的關鍵:將成本與團隊的業務成果連結
- 納入帳戶及以標記為基礎的成本分攤,以連結業務情境並追蹤投資
- 使用 AWS 成本管理服務自動分析投資報酬率,
- 簡化成本可視性
- 使用 AWS Cloud Intelligence Dashboard (CID) 取得可採取行動的洞察與最佳化機會
- 將 AWS 各服務的預算資料與實際用量進行巢狀比對,以呈現預算差異
- 讓財務與營運效率團隊能推動降低成本計畫,以及修訂預算/預測
- 將具備情境脈絡的業務資料與 AWS 基礎設施用量整合
- 建立角色專屬檢視,供團隊深入分析服務的
- 實際案例
- 團隊可找出成本突增、來源帳戶、服務及資源
- 將業務影響與營收或預算等指標並列視覺化
- 將成本突增連結至個人或計畫,以便立即採取行動;
- 持續演進效率方法
- 認知到效率並非一體適用
- 衡量基本資源使用率指標(CPU、記憶體、網路輸送量)
- 不同工作負載需要不同的效率改善方法
- 建立中央效率機制
- 追蹤特定業務的效率
- 依據中央共同議定的理想值監控資源使用率
- 適用的業務線在效率提升與成本降低方面獲得顯著成果
整合業務情境(續)
信用評分指標
- 建立名為信用評分的指標,用以衡量各種服務的資源效率
- 透過反覆迭代完善中央基準
- 評估與中央效率推動計畫的一致性(例如容量使用率、儲存類別最佳化)
- 與業務資料(營收、預算)建立關聯,以衡量各業務線的 FinOps 成熟度
- 讓團隊能進行最佳化並大幅節省成本;
- 每週效率評分
- 團隊每週會收到附有成本建議的效率評分
- 建議可依技術類別分組(儲存、運算、生成式 AI、資料庫、網路)
- 建議會與帳戶、團隊及負責人建立關聯
- 所有利害關係人(財務團隊、主管、技術負責人、營運效率團隊)都能從各自角度檢視資料;
- 透過自動化擴展 FinOps 實務
- 真正的雲端財務管理是一個持續運作的智慧循環
- 將 AWS 服務與自動化工作流程整合,把手動流程轉化為可自我改善的系統
- FinOps 自動化歷程始於提升雲端成本的可視性
- 持續反覆改進,以建立能更深入洞察基礎設施支出模式的系統
- 每項改進都會回饋至學習循環,逐步強化智慧雲端財務管理能力
- 有效的 FinOps 自動化需要全面運用趨勢、預算差異及容量需求
透過智慧自動化擴展 FinOps 實務
通知與自動回應
- 團隊透過偏好的管道接收最佳化機會通知
- 對於已有充分理解的情境,團隊可定義政策及門檻值,以觸發自動回應
- 在自動化與監督之間取得平衡,是建立信任並推動採用的關鍵;
- 透過透明度建立信任
- 擴展 FinOps 需要持續維持透明度
- 每項動作(自動或手動)都必須詳細記錄及追蹤
- 團隊需要確切了解其基礎設施成本發生了什麼變化,以及背後原因
- 透明度優先的方法,是採用自動化與規劃功能的關鍵;
- 結合人類洞察與自動分析
- 在零售業尤其具有顯著影響
- 以 AWS 服務為基礎,展開 FinOps 自動化歷程
- 首先專注於掌握成本可視性
- 逐步自動化已有充分理解的流程(例如財務規劃、OP1 週期、規劃、容量管理)
- 隨著透明度與成果建立起信任,進一步擴大自動化的範圍及複雜度
- 目標不是取代人員,而是透過自動化強化其能力
建立自己的 FinOps 路線圖
穩固的基礎
- 從自訂工具、機制及流程開始
- AWS 帳務與成本管理服務提供比自訂解決方案更佳的可視性
- AWS Cost and Usage Report 提供細緻資料,以進行細粒度成本控管
- Cost Explorer 直接為團隊提供分析能力
- AWS Organizations 能以大規模方式實施治理;
- 將業務成果與雲端成本連結
- 當業務成果與雲端成本連結時,才會發生真正的轉型
- 了解成本如何歸因於營收,比只知道支出金額更能協助採取行動
- AWS Cost Intelligence Dashboards 顯示團隊層級的價值,以及與目標一致的指標;
- 透過自動化實現規模化與效率
- 從每月檢討轉向每日最佳化行動
- 智慧系統會偵測異常、提出最佳化建議,並自動實施改善
- 團隊專注於策略決策,而由自動化處理例行工作
- 透過自動化進行大規模營運
