Comprendre votre facture Outscale

Vous avez reçu la facture. Le chiffre en bas est plus gros que le mois dernier. Pourquoi ?

Si vous ne savez pas, vous n'êtes pas seul. La facture Outscale est techniquement correcte et opérationnellement inutile. Elle vous dit combien vous avez dépensé sur chaque grande catégorie de service — calcul, stockage, réseau, snapshots — mais elle ne vous dit pas quel workload, quelle équipe, quel environnement ou quelle VM dev oubliée en est responsable.

C'est le manque. Voici ce que la facture montre vraiment, ce qu'elle cache, et comment aller du "chiffre" au "quoi en faire".

Ce qui est sur la facture

La facture mensuelle standard Outscale est structurée par service. Grossièrement :

• Calcul (FCU) — chaque instance qui tourne, facturée à la vCPU-heure et au Gio de RAM-heure. La plus grosse ligne pour la plupart des comptes.
• BSU (stockage bloc) — chaque volume attaché ou non, facturé au Gio-mois. Inclut magnétique, gp2 et io1, avec io1 facturant aussi les IOPS.
• Snapshots — chaque snapshot, au Gio-mois. Les vieux snapshots s'accumulent en silence.
• OOS (stockage objet) — facturé au Gio-mois, sans charges par requête.
• IP publiques — chaque EIP réservée ou attachée, facturée à l'heure.
• Appliances réseau — VPN gateways, NAT gateways, load balancers, DirectLink — facturés à l'heure ou avec des frais d'installation.
• OKS — heures de plan de contrôle par cluster.
• Licences logicielles — Windows, RHEL, SQL Server, facturées au cœur-heure.
• Trafic sortant — données egress, facturées au Gio.

Chaque ligne est une somme sur le mois. La facture ne vous dit pas quelle instance, quel volume ou quel jour a produit cette somme.

Ce que la facture cache

Trois choses, toutes importantes :

La forme jour par jour. Une ligne calcul à 5 000 € pourrait être cinq mille équilibrés sur le mois, ou quatre mille de fond normal plus mille de pic le 14 venant d'un job batch ponctuel. Même total, décisions très différentes.

Le détail par ressource. La ligne calcul agrège toutes les instances. Vous ne savez pas si le pic vient de vos VM dev 2 vCPU qui tournent le week-end ou d'une seule instance GPU 64 vCPU que quelqu'un a provisionnée pour une expérimentation et a oubliée.

La tendance. Une facture vous dit ce qui s'est passé un mois. Deux factures vous donnent un delta. Six factures vous donnent une tendance. La facture ne fait pas remonter les tendances ; vous les assemblez vous-même, en général dans un tableur.

Des totaux aux causes

Le boulot de lire la facture, c'est passer de "le calcul est en hausse de 1 200 € ce mois-ci" à "le cluster staging s'est mis à tourner 24/7 le 14 avril quand quelqu'un a désactivé le planning, ce qui nous coûte 40 € par jour". C'est un chemin en 4 étapes.

Étape 1 : quelle ligne. Identifiez quelle grande ligne a bougé. Calcul ? Stockage ? Réseau ? La facture Outscale vous donne ça gratuitement.

Étape 2 : quelle ressource. Dans cette ligne, quelles ressources spécifiques ont contribué à l'augmentation ? Ça demande les données de consommation, pas les données de facture — l'usage par ressource par jour. Disponible via l'API Outscale, pas dans la facture.

Étape 3 : quel jour. Quand la hausse a-t-elle commencé ? Une date précise pointe souvent vers une action : un commit, un déploiement, un changement manuel dans la console.

Étape 4 : qui et pourquoi. Reliez la date à une personne, un ticket, un log de déploiement. Vous avez maintenant une histoire.

Les étapes 2 à 4, c'est ce avec quoi la facture n'aide pas. C'est ce manque que Cost Explorer comble — mêmes données qu'Outscale utilise pour calculer la facture, mais découpées sur 8 dimensions dont l'ID de ressource, le type d'instance, la région, le jour et le tag, avec une granularité quotidienne et un historique conservé.

Le multi-comptes, problème à part

Si vous gérez plusieurs comptes Outscale — pour la séparation d'environnement, l'isolation de facturation ou la séparation de tenant — chaque compte a sa facture. Le total, c'est la somme, mais chaque facture composante a ses propres surprises.

Approche naïve : télécharger toutes les factures, additionner les totaux, coller dans un tableur. Approche maintenable : agréger au niveau de la consommation, pas de la facture. Tirer l'usage quotidien de chaque compte au même endroit, normaliser, dimensionner. C'est ce que fait l'outillage FinOps multi-comptes.

Le tagging rend tout visible

La facture ne porte pas les tags. Mais les données de consommation sous-jacentes oui. Si vous taguez vos ressources par équipe, projet ou environnement, vous pouvez reconstruire ce que la facture aurait dû dire :

• Combien nous coûte le pipeline de l'équipe analytics ?
• Quel est le ratio dev / prod ?
• Quel client (dans un déploiement multi-tenant) est le plus cher ?

Aucune de ces questions n'a de réponse à partir de la facture. Toutes ont une réponse à partir de données de consommation correctement taguées.

Le forecast que personne ne fait

La facture vous dit ce que vous avez dépensé. Elle ne vous dit pas ce que vous allez dépenser. Pourtant dès le 5 du mois, vous avez assez de données pour projeter le reste avec une précision raisonnable. Au 15, la projection est en général à 5 % près de la réalité.

Faire le forecast depuis la consommation en cours, c'est une habitude qui vaut la peine. Elle attrape les dépassements de budget tant qu'il y a encore le temps de faire quelque chose — désactiver un cluster, archiver un dataset, tuer une expérimentation — au lieu de découvrir 25 jours trop tard.

Version rapide

Si vous avez sous les yeux une facture étonnamment grosse maintenant : identifiez la ligne qui a bougé, trouvez la ressource qui contribue le plus, trouvez le jour où ça a commencé, trouvez qui ou quoi a changé ce jour-là. La facture vous donne 25 % du chemin. Cost Explorer (ou son équivalent) fait le reste.

Si vous n'en avez pas encore mais voulez être prêt : taguez vos ressources, mettez des alertes budget sur les lignes habituellement variables, et prenez l'habitude de regarder la consommation toutes les semaines — pas tous les mois quand la facture arrive. À ce moment-là, c'est déjà trop tard.