为什么企业必须控制SaaS支出
由于许多英国企业削减开支，宏观经济逆风持续存在，很明显，企业节省资金的压力并没有消失。但组织必须警惕减少数据技术和分析投资的诱惑，因为它们可能会失去关键的竞争优势。普华永道(PwC)表示，随着数据分析和人工智能(AI)的重要性日益增强，近一半的企业(44%)计划在2024年推动数据现代化工作。因此，超过一半的组织无法放弃能够带来关键业务优势的技术，例如改善客户体验和增强产品创新。
未来一年，那些能够最有效地应对经济形势的组织将是那些专注于管理支出和提高效率以推动更好的业务成果的组织。据IDC称，世界正在产生比以往更多的数据，到2025年每年将产生181ZB的数据，相当于45万亿张数据DVD的容量。特别是随着生成式人工智能的蓬勃发展，数据将继续成为那些希望利用人工智能的人的关键区别因素——数据越多样化和全面，人工智能的表现就越好。为了保持竞争力，企业领导者必须首先考虑利用数据洞察的力量以及有效的成本管理和规划。
实现现有成本的透明度是提高数据效率的第一步。对于数据管理员(负责将数据处理成方便的数据模型的人)来说，这意味着利用他们的分析技能来仔细检查现有的工作负载，使他们能够识别哪些工作实际上提供了有价值的见解。从这一点上，他们可以考虑是否重新架构、增加或减少工作负载的使用，甚至淘汰那些没有交付结果的工作负载。充分了解数据沿袭，包括数据来自何处以及发生了什么，也可以成为帮助建立成本控制以及查明代价高昂的错误的有用起点。
业务透明度还必须源自他们在支出时选择使用的SaaS供应商和平台。这使企业能够了解他们在每个工作负载上的投资，并权衡投资回报。了解每个查询的成本可以突出显示最昂贵的查询，并允许管理员或IT领导者在重写或重构方面重新考虑它们。增加支出的可见性和控制将为企业提供最大化现有资源的最佳机会。
预测未来成本
只有当企业掌握了数据成本时，他们才能真正开始预测未来成本，并采取措施尽可能保持支出效率。许多遗留数据平台非常不灵活，具有固定的成本定价和长期的供应商锁定合同，使得在困难时期甚至在数据分析较安静时期缩减需求时更难以实施变更。此类工具通常需要复杂且耗时的容量规划，以便控制数据成本，具有讽刺意味的是，这本身就很昂贵。
数据处理、监测和控制机制的成本不能是事后才考虑的。灵活的扩展和基于消耗的定价模型是避免不必要的过度配置以及为无法为业务提供服务的处理和存储付费的好方法。越来越多的组织也选择提前制定预算，包括支出限制、防止超支的数字“防范措施”以及每日警报通知和警告。这使得企业能够查明资金花在哪里、创造了多少价值以及如何控制资金。
建立在云中的现代数据平台提供了直观的用户界面来检查使用情况和使用趋势，并通过清晰的仪表板可视化哪些团队、客户和成本中心负责大部分支出。企业不必等待支出超出预算，而是可以领先一步，看看预计何时会超出支出限额。从长远来看，这将有助于技术领导者和首席财务官通过更有效的使用来降低运营成本。