クラウドコストを予測する

予測は、履歴データを使用して将来のクラウド支出を予測します。クラウドリソース使用量を正確に予測することで、他の FinOps 機能に対してリソースアロケーションを適切に調整でき、優れたビジネス判断につながります。

参照

FinOps Foundation: Exploring Cloud Cost Forecasting

DoiT の予測機能

DoiT は、信頼性が高く設定可能な強化された予測機能を提供します。弊社の機械学習モデルは、多様な予測モデルを組み合わせてさまざまな種類の時系列データに対応し、異なる粒度レベルでの予測を可能にします。

クラウドコストを予測することには、次のような利点があります。

コスト最適化: 将来のクラウド利用を予測することで、コストを最適化できる領域を特定できます。例えば、未使用のリソースの停止、インスタンスの適切なサイズ選定などの改善が挙げられます。
予算策定の改善: 正確な予測により、クラウド費用に対する現実的な予算を作成し、リソースを効果的にアロケーションできるため、想定外のコスト超過を回避できます。
意思決定の高度化: 予測により、クラウド利用に関するより良い意思決定のための有用なデータが得られます。例えば、クラウドリソースをスケールアップする方がコスト効率が良いのか、オンプレミスインフラへの投資が良いのかを判断できます。
FinOps のベストプラクティス: クラウドコスト予測は FinOps の中核となる原則です。クラウドコストを予測することで、クラウド投資から最大限の価値を引き出していることを確認できます。

精度

DoiT では、あらゆる時間間隔にわたる精度向上のために、予測システムのデータ処理およびモデリング機能を継続的に改善しています。予測の精度には主に次の 2 つの要因が影響します。

季節性: 関連する時間間隔、特に時間単位・日単位では、曜日や時間帯によって繰り返し発生するコストの変動が見られます。このようなパターンを検出した場合は、予測に組み込むことで精度を向上させます。
外れ値の処理: 一般的に時系列は、トレンド、季節性（該当する場合）、および残差に分解できます。残差における外れ値は、系列全体を代表しない形で予測に影響を与える可能性があります。DoiT では、このような外れ値の影響を抑制し、データ中の本質的なパターンをより適切に捉えます。

履歴データの時間範囲 は、モデルの学習ウィンドウであり、モデルの精度に影響します。時間範囲を設定する際は、以下を考慮してください。

現在の挙動に合ったウィンドウを選択する: 過去の履歴が現在の挙動を反映しているのであれば、より長い履歴が望ましいです。ただし、ある時点で支出パターンに大きな変化（移行、新しいワークロード、コスト最適化など）があった場合は、現在の挙動が安定して続いているより短い期間の方が適しています。
支配的なパターンの 1 サイクル以上を必ず含める: 週次のパターン（平日と週末の違いなど）がある場合は、少なくとも 2〜3 週間分を含めてください。月次の季節性がある場合は、少なくとも 2〜3 か月分を含めてください。履歴期間が短くなるほど、予測はより投機的なものになります。

予測には信頼区間（上限と下限）が含まれ、予測期間が先に進むほどその幅は広がります。学習データの粒度は日次であり、よりきめ細かいため、四半期よりも月単位の予測を信頼することをおすすめします。

履歴データ

デフォルトでは、予測設定の時間間隔は、レポートの 時間範囲 と 時間間隔 に基づいて自動入力されます。

履歴データの時間範囲 または 予測期間 を選択し、過去 7 日間 や 今後 14 日間 などのプリセット、または開始日・終了日を明示したカスタムの 固定日付 を使用して時間範囲を設定してください。

期間

選択した時間間隔ごとに、システムは少なくとも 2 つのデータポイントを必要としますが、その場合は概算レベルの予測しか得られません。より信頼性の高い結果を得るには、以下の最小推奨値を使用してください。

各時間間隔にはサポートされる期間数の上限があります。カスタム日付範囲を使用する場合は、選択した期間全体の合計スパンが以下の上限内に収まる必要があります。

期間	予測に使用できる履歴期間の最大数	予測期間の最大数	最小推奨履歴期間数
時間単位	1000	1000	168
日単位	500	100	30
週単位	100	52	4
月単位	36	12	3
四半期単位	12	4	4
年単位	6	3	3

粒度

DoiT の予測機能は、2 種類の粒度レベルをサポートしています。

合計のみ予測: 個々のディメンションに分解せず、全体の予測を提供します。
グループごとの予測: レポートの グループ化 設定に含まれる各ディメンションごとに予測を提供します。

レポートが多数のディメンション（例えば 12 個以上）でグループ化されている場合は、合計のみ予測 オプションを推奨します。

そのような場合に グループごとの予測 を選択すると、レポートが見づらくなりすぎる可能性があります。これは特に、レポートで指定した 時間範囲 の最後の期間で問題となります。最後の期間に履歴データと予測の両方が含まれる場合、各ディメンション（グルーピング）は 2 つの部分、すなわち現在までの実績値（履歴）と予測値を表示します。

グループごとの予測 を使用する場合、各グループには範囲内に十分なデータポイントが必要です。データが疎なグループでは、予測や信頼区間がノイズの多いものになります。履歴が限られている場合は、通常、合計のみ予測（またはグループ数を減らした、より粗いグルーピング）の方が信頼性が高くなります。

以下の例で、粒度レベルの違いによる結果の差を確認できます。

例: サービスコストを予測する

この例では次の方法を説明します。

カスタム日付範囲で複数サービスの支出を予測する Cloud Analytics レポートを作成する
予測設定を変更し、全体の予測とサービス別の内訳を両方確認する

サービスコストを予測するには、次の手順を実行してください。

DoiT コンソールで新しいレポートを作成します。
時間範囲 には直近 4 か月と当月を含むように選択し、時間間隔 には月を選択します。

実際には、ビジネス目標に応じてこれらの設定は変更できますが、予測期間に関する制限を考慮する必要があります。
グループ化 オプションで Service を選択し、関心のあるサービスのみが含まれるようにフィルターしてください。
Forecast の横にあるプラスアイコンを選択して新しい予測を追加するか、コンパクトモードではツールバーの予測アイコンを選択します。

Forecast settings ダイアログでは、レポートの 時間範囲 と 時間間隔 に基づき推奨される時間間隔が自動入力されます。
履歴データの時間範囲 > 固定日付 を選択し、1 か月と 1 週間に設定します（この例では Dec 01, 2025 から Mar 08, 2026）。予測期間 を選択し、4 か月に設定します。

これらの期間はビジネス目標に応じて設定できますが、予測期間に関する制限を必ず考慮してください。
Apply を選択して設定を保存し、レポートを実行します。

下のスクリーンショットは、合計のみ予測 の粒度を使用した結果を示しています。列上にマウスカーソルを移動すると、関連する数値が表示されます。
サービスごとに予測を内訳表示するには、Forecast settings を選択し、粒度を グループごとの予測 に変更してから変更を適用し、再度レポートを実行します。

レポートの 時間範囲 の最後の期間である 2026-03 列では、各サービスに実績値と予測値の 2 つのセグメントがある点に注意してください。