Cloud Billing の費用レポートでは、予測機能を使用して、費用の傾向と今後 12 か月間の費用の予測を確認できます。
将来の日付で終了する期間を使用して Cloud Billing レポートを表示している場合、Cloud Billing レポートのグラフには実際の費用と予測費用の両方が表示されます。
- グラフの上部にあるレポート ヘッダーには、開始日から現在までの実際の費用と、期間全体の予測される費用総額が分割ビューで表示されます。
- 予測費用は、積み上げ棒グラフまたは折れ線グラフで薄い灰色で表示されます。
費用予測を表示する方法
Google Cloud コンソールの [お支払い] セクションで、分析する Cloud 請求先アカウントの費用レポートにアクセスします。
レポートでは、以下の項目の予測を利用できます。
- フィルタの任意の組み合わせ（請求月の期間を除く）
将来の日付で終わる使用日の期間（予測は請求月の期間では利用できません）。
- 期間が [今月] のレポートを表示している場合、デフォルトの終了日は現在の月の最終日です。
[期間の指定] を指定する場合は、[使用日] を選択して [終了] の日付を将来の日付に設定し、期間を選択します。
12 か月後までの予測費用を確認できます。
AI を活用した費用予測
費用予測モデルは、複雑な費用のパターンを理解し、実世界のデータの不完全性を処理するように設計された高度な ML 手法を適用して、より信頼性が高く、実用的な費用予測を提供します。費用の傾向は以下によって決定されます。
- 過去のデータの収集: 予測モデルは、選択したレポート フィルタに基づいて、過去のすべての Google Cloud 費用を収集します。
- スマートなデータ準備: データの包括的な前処理ステップを使用して、高品質なデータが準備されます。これにより、外れ値の費用（予期しない費用の急増など）をインテリジェントに処理し、使用状況データのギャップをより正確に埋めることができます。また、費用パターンの大幅な変化を検出して、それに応じて予測を調整することもできます（新しいプロジェクトの開始やアーキテクチャの大幅な変更など）。
- 季節性と傾向を考慮: ML エンジンは、費用データの複数のレイヤの季節性と基盤となる傾向を認識して適応するように設計されており、クラウド費用の日次、週次、月次サイクルなど、さまざまな繰り返しパターンを検出してモデリングします。
- 包括的なデータ正規化: 予測モデルは、長期にわたって費用データを一貫して構造化するため、ML モデルによる信頼性の高い時系列分析が可能になります。これにより、複雑な傾向や複数の季節性をインテリジェントに捉え、データ異常を処理する予測が生成されます。
総予測費用は、次の費用を組み合わせたものになります。
- 選択した期間内の実際の合計費用。
- 選択した期間における将来の各日の予測費用。