雲時代對賬單分析的強烈需求
對于傳統的IT運維，通常上線機器，首先需要預估需求，然後申請預算，再發起采購單，等待采購完成，到最終上線，整個流程已經橫跨幾個月，甚至到1年。
雲時代的到來，雲廠商巨大的資源池，保證任何客戶任意時刻都有足夠的資源使用。雲資源具備随時可用，規模彈性，規格豐富的特征。客戶可以一鍵建立出需要的機器和服務。把傳統IT橫跨幾個月的流程縮短到了秒級别。俗話說兵馬未動，糧草先行，雲資源正是業務的糧草，雲的彈性保障了業務的彈性。基于雲，出現了一個個瘋狂擴張的獨角獸。雲的出現重構了整個IT的基礎設施，而作為傳統IT一環的财務預算流程，也理所當然的被重構。
傳統的預算制度，跟不上業務的快速發展。假如我們需要做一個活動，臨時購買一部分機器，已經超出了預算的規劃。隻能事後統計追蹤資源使用。雲資源除了包年包月，還有按量付費。對按量付費的資源使用，更是超出了預算管理的能力。是以，對賬單統計分析，整理清楚錢花在哪裡，怎麼優化費用，成為雲時代的剛需。
手工分析賬單的痛點
通常手工分析賬單怎麼搞？首先從賬單中心下載下傳賬單，有兩種方式，一種寫程式調用賬單中心api，另一種手工下載下傳csv。 資料再導入excel中進行分析。整個過程中，80%的時間在拉賬單和對賬。下載下傳好賬單之後，需要反複的核對金額，是否和賬單中心顯示的費用一緻。如果有不一緻的地方，要返工重新拉賬單。拉取賬單的工作，完全是髒活累活，重複性的勞動。賬單次元、資料量一般比較大，用excel分析時，打開一個大檔案都需要很長時間，更别說分析資料了。
怎麼解決這些痛點？借助于雲上資料中台，實作自動化，智能化的賬單分析。
基于資料中台的賬單分析
日志服務（SLS）推出了"成本管家"功能，一鍵開通後，自動從賬單中心導入賬單到日志庫。日志服務是一個資料中台，提供時間序列資料的采集，存儲，分析功能。賬單正好是一種時間序列資料，借助資料中台的采集能力，無縫的采集賬單資料，節省了财務分析人員的80%的髒活累活。使使用者能夠從低效的賬單擷取和整理工作中解放出來，精力專注于分析賬單。
成本管家所具備的功能：
- 實時采集，賬單産生一小時内傳輸到APP。
- 定制報表，提供常見賬單分析場景，每日自動發送報告。
- 互動式分析，使用SQL分析數月賬單，秒級可見結果。
- 分析結果可以圖形化展示，更加直覺。
- 機器學習算法，智能預測未來費用趨勢，挖掘異常賬單。
- 自定義告警，實時發送異常賬單到手機。
- 自定義分析可儲存到自定義報表。
- 賬單分析涉及的資料存儲和分析功能，均免費。
内置賬單分析報表
成本管家，内置了3張報表，分别是總覽報表，明細報表，和優化建議。
總覽報表：幫助使用者直接分析當月，過去三個月的費用組成。預測未來的費用趨勢，幫助使用者合理規劃未來的預算。
明細報表：分析每個産品的使用明細和趨勢，同時分析出異常的賬單時間點。
優化建議，根據按量付費産品的使用量，自動推薦包年包月的節省額度。
互動式分析
除了内置的報表模闆，使用者可以像使用MySQL一樣，直接用SQL分析賬單資料，分析結果直接以可視化大屏的形式展示。每次SQL分析，在秒級别分析橫跨數月的資料。
機器學習預測賬單趨勢
對于後付費産品來說，最大的困難管理預算。因為可能由于業務上搞一些活動，造成短時間内費用突然暴漲。如何預測未來将要花多少錢是很困難的。SLS提供的機器學習方法，自動從曆史資料中學習特征，基于特征預測未來将要花多少錢。
除了預測，機器學習能夠對于異常的消費金額，予以辨別，提醒使用者加以關注。
自動查收賬單報告
内置報表，可以定時發送到郵箱或者釘釘，使用者隻需要設定好時間，每天上班時，便可自動擷取賬單報表。
異常賬單告警
sls拉取的賬單時間粒度在1個小時，意味着，當賬單産生一個小時内，便可在sls查詢到。通過設定告警，及時關注一些異常消費。告警支援多種次元，既可以關注所有産品的賬單，也可以關注單個産品的賬單。不僅可以對單日賬單設定告警限額，還可以對月度賬單設定告警限額。告警可以幫助使用者及時關注賬單使用量，避免賬号餘額不足，影響使用。
立即開通使用
賬單作為使用者的剛需，也是雲廠商應該提供的基礎功能。我們期望讓sls強大的資料分析能力，免費幫助使用者更加容易的分析賬單，管理雲成本。
點選，立即
開始使用成本管家。
釘釘掃碼，加入社群，和大家一起探讨雲成本的分析之道。