エンタープライズ分析の価格設定モデルの真のコスト。

分析の価格設定モデル

Tom Casey
Tom Casey
2020年5月31日 2 min read

分析の料金モデルにおいて、本当のコストを見通せるようにする

数年前、既存のデータウェアハウスに国際業務を追加しようとしているクライアントがいました。当時、その会社のデータウェアハウスは米国のユーザーのみをサポートしていました。彼らは、追加投資の観点から何が必要かについての分析を求めました。それとは別に、リソース(および関連する投資)は重要でした。 そこで、ワークロードと使用パターンを調べたところ、米国のユーザーの使用率が低い期間に国際的な使用が発生しているため、ほぼすべての新しいユーザーが追加投資なしで現在のシステムを活用できるとわかりました。また、同じワークロードの多くを活用もできたのです(つまり、ワークロードの冗長性を排除できたということです)。

大きな売上高ではありませんが、生産システムを共有し、投資を可能な限り活用する(つまり、「資産を目いっぱい働かせる」)利点を示しました。興味深いことに、遭遇した最大の問題は、コストをどのように共有するかでした。クライアントの会社の国際部門はデータウェアハウスを既存の環境と見なしていましたが、米国側は初期投資を行ったためいくらかの経済的利益を得たいと考えていました。クライアントの会社全体にとって最良の財務結果であるにもかかわらず(CFOは確かに答えに満足していました)、分析プラットフォームを共有する際の最大の課題が浮かび上がりました。それは「どうやってコストを公平に分配するか」という問題です。

手短にこれまでの分析料金をまとめると

これまで、この「どうやってコストを公平に分配するか」という価格設定のジレンマにより、多くの人が分析のコストを定量化して、公平なモデルを確立しようとしてきました。試みられた代表例は次のとおりです。
 
  • ストレージの割り当て別 – 定量化は簡単ですが、ストレージは分析プラットフォームにとって最もコストのかからないコンポーネント(CPUおよびI / Oと比較して)であるため、これはコストを常に適用するには不明朗な方法でした。
  • ユーザー数 – クエリ数と複雑さによってユーザー数が大きく異なります。
  • 実行されるクエリの数 – これも簡単に定量化できますが、すべてのクエリが似ているとは限りません。
  • 派生価値 – もしこれを定量化してしまったなら、成功した組織にコストが重くのしかかり、分析努力をしなかった組織は報われる、ということになりかねません。
上記の方法論(他の方法論も含め)にあるすべてのネガティブな要素と、そして資本プラットフォームへの投資から ソフトウェアサブスクリプションの価格設定モデルにへ移行するという世の中の動きがあることにご注目ください。現在、純粋な消費ベースでの分析の価格設定モデルに、関心が集まっています。ひと目見ただけで、これは理想的なシナリオのように思えます。従量課金制では、ユーザーはプラットフォームでの消費量に基づいて課金されます。つまり、単にプロビジョニングされて使用できるのではなく、実際に使用されたコンピューティングリソースとストレージリソースに基づいて課金されます。消費には多くの利点があります。展開が柔軟で、定量化が容易で、関連する組織へのコスト配分が容易です。そして、いくつかの活用事例では、これはまったく本当です。ただし、使用量のみに基づく課金は、万人万能の解決策ではありません。分析の活用事例は消費されるリソースの点で大きく異なるため、非常に高価な方法になる可能性があります。
 
では、分析の価格設定方法に対する答えは何でしょうか。1つの方法は、個人の交通費の管理にどのように適用できるかを調べることです。

交通費は分析価格モデルについて何を教えてくれるのでしょうか。

オンデマンドのライドシェアリングサービスは、ほぼユビキタスで柔軟性があり(必要なときに必要な場所で使用でき)、必要な分だけ支払うため、人気が急上昇しています。それにもかかわらず、さまざまな場所に頻繁に旅行するユーザーは、車を借りることで見られる柔軟性と潜在的な節約を好むかもしれません。特定の期間および/またはマイルの特定の容量セットに対して設定された料金を支払い、使用量がそれを超える場合はそれ以上を支払う、というようなものです。最後に、自動車を購入またはリースするオプション(主に固定投資)があり、事前に全体的なコミットメントが最も高くなりますが、旅行するほど、このオプションの費用対効果が高くなります。

これらの3つのオプションを、「資産消費」のX軸と「旅費」として示されるY軸に対して単純な描写でグラフ化するとします。 次のようなものが表示されます。
Screen-Shot-2020-06-01-at-1-00-43-PM.png
これら3つのオプションのコスト/メリットを過度に単純化していますが、特定の使用プロファイルに基づいて、これらのオプションのいずれかが最も費用効果が高いと見なすことができることを示しています。オンデマンドは使用量が少ない場合に最適であり、変数は最適です。中程度の使用には固定、高使用には固定が最適です。真実は、最良の選択肢は、交通機関のニーズが何であるか、そしてニーズにどこまで妥協できるか次第だということです。また、柔軟性にはかなりのコストがかかる可能性があり、ある時点で、純粋な経済的実用性が、使用法に柔軟に対応したいという願望をはるかに上回る可能性があります。では、分析プラットフォームへの投資を検討している場合、企業は何をすべきでしょうか。

価格設定への柔軟なアプローチの採用

前のグラフで強調されていなかったのは、ニーズに合わせて、すべての輸送オプションの組み合わせとモデルの組み合わせを選択する可能性があるということです。これと同じパラダイムは、分析投資をどのように見るべきかに関しても当てはまります。さまざまなシナリオで、特定のプラットフォームに投資して「資産を無駄にする」能力は、非常に理にかなっています(固定容量の価格設定)。また、特定のレベルの容量が必要な場合もありますが、その容量は24時間年中無休で必要ありません(可変容量の価格設定)。最後に、容量のニーズが重要になる可能性があることを考慮する必要がある場合がありますが、実際の使用量は散発的です(オンデマンド価格設定)。次のグラフは、3つのモデルのそれぞれに関連する長所と短所の概要と、それぞれが最適に適用される可能性のある一般的な使用例を示しています。

Screen-Shot-2020-06-01-at-1-04-13-PM.png
各価格設定モデルは、特定の状況下で意味をなす可能性があり、投資の考慮事項の不可欠な部分である必要があります。交通手段の選択と同じように、それは当社が全体的に何を必要としているか、そして特定の時点で何を必要としているかに依存します。どのテクノロジーを選択するかを決定する際には、経済的な問題以外にも考慮事項があります。

分析投資を行う際に考慮すべき3つの重要事項

クラウドと関連テクノロジーは、エンドユーザーのニーズに合わせて迅速に拡張できる機能を備えています。そのため、多くの分析ベンダーは現在、スケーラビリティに基づいて価格を設定する創造的な方法を持っています。 過去のハイプ・サイクル、つまり「新技術の登場によって生じる過度の興奮や誇張、それに続く失望」のサイクルから学ぶべき教訓があります。例えばHadoop社の事例です。Hadoopはハードウェアのスケーラビリティは問題とせず、またユーザーは重要なビジネス価値を推進するために必要な分析活用事例のタイプをサポートしているかどうかを実際に評価せずにこのテクノロジーに飛びつきました。クラウドは確かにインフラストラクチャの調達方法に関するルールを書き換えました。それでも、ハードウェアを拡張する機能(およびそのスケーラビリティの価格設定)は、分析のニーズを解決するための1つの特徴にすぎません。この分野での評価では、次の3つの点に留意する必要があります。
 
  1. ユーザーのイノベーションの芽をつぶさない
分析的イノベーションとは探索することであり、その性質上、反復的です。エンドユーザーは、価値のあるものを発見する前に、何度も探索して行き止まりに遭遇します。場合によっては、すべてのクエリ(および場合によってはそのクエリで返されるデータのすべてのブロック)に対してエンドユーザーに課金すると、イノベーションが阻害される可能性があります。 ユーザーが常に 質問をするコストと得られる回答の価値を天秤にかけて逡巡してしまいます。言い換えれば、分析的調査に関しては、「一文惜しみの百失い」になりたくないでしょう。
 
  1. イノベーションが欠如したベンダーは最後まで味方とは限らない
消費に基づいて部門または事業部にチャージバックする機能と、その消費を満たすために容量を増やす機能を持つことは、分析投資の管理方法において企業に大きな利点を提供できます。ただし、ベンダーがこれを主要な機能として宣伝する場合は注意が必要です。システムがより良い、より速い、または単により少ないリソースでより多くのことを実行できるようにする機能に投資することにそれほど関心がない可能性があるためです。 ベンダーが主に消費に対して料金を請求する創造的な方法を考え出すことに関心がある場合、時間の経過とともにパフォーマンスが向上する製品を開発する意欲があまりない可能性があります。時間単位で支払われる仕事は、多くの場合、達成によって支払われる仕事よりも時間がかかります。
 
  1. 柔軟な価格設定ポリシーを採用する
価格分析とそれを組織に最適に適用する方法に関しては、万能なものはありません。 同じエンドユーザーのセットであっても、ワークロードごとに異なる価格設定モデルを活用する必要がある場合があります。交通機関の例えと同じように、多くの企業は3つのモデルすべてを使用して、特定の状況を考慮して目的の場所に移動します。分析投資をどのように活用するかについても同じことを期待する必要があります。

特にクラウドでは、分析を採用して投資することで得られる素晴らしいことがあります。分析は 注目の話題 であり、企業は競争優位性を保つため、分析にますます重点を置いています。分析機能がストレージクローゼットに追いやられていた時代は終わりました(そして、はい、私は文字通りストレージクローゼットで分析のキャリアを開始しました)が、代わりにほぼすべてのビジネス機能のユビキタスコンポーネントとして中心的役割を果たしています。

ただし他の投資と同様に、投資をどのように行うかは、チャージバックモデルだけでなく、より多くの側面を検討すべきです。分析投資の観点から、柔軟性と説明責任を持つことが重要です。問題は、あるテクノロジーがどのようにお金を節約するかという 風変わりな主張 に脱線したまま囚われて時間を浪費してしまうか、それとも、 予測可能で信頼性が高く費用効果の高い方法を実行し、テクノロジーが提供する価値に焦点を当てるかどうかです。 そもそも、なぜその分析ソリューションに投資したのかを忘れないようにしましょう。ビジネスを再発明するためで、アソシエイトの適用を容易にするためではありません。
トピック:

会社情報 Tom Casey

Tom Casey is Executive Account Director for Teradata. He has nearly 25 years of experience working with, designing solutions around, and helping global customers make analytics actionable. As a data analyst, Tom has successfully implemented the use of statistics to better segment and target customers in support of major corporate programs. He’s a featured speaker at conferences, author of several papers, and has a solid track record delivering enterprise-scale analytical solutions.

すべての投稿の表示 Tom Casey

知っている人に滞在

Teradataのブログを購読して、毎週あなたに配信されるインサイトを入手する



テラデータはソリューションやセミナーに関する最新情報をメールにてご案内する場合があります。 なお、お送りするメールにあるリンクからいつでも配信停止できます。 以上をご理解・ご同意いただける場合には「はい」を選択ください。

テラデータはお客様の個人情報を、Teradata Global Privacy Policyに従って適切に管理します。

テラデータからもっと見る