New Relic Now ¿Sueñas con innovar más? Comienza a vivir tu sueño en octubre.
Reservar plaza
Las 5 principales trampas de los precios de la observabilidad

Ya sea que lo hayas escuchado anecdóticamente o leído en investigaciones, los precios y la facturación pueden ser una barrera para la observabilidad. El precio y la facturación del software pueden ser complejos; esa complejidad puede exacerbar aún más al intentar comparar los costos de diferentes proveedores de observabilidad con diferentes modelos de precios y facturación.

Los proveedores con mejor observabilidad ofrecen precios transparentes y económicos (incluido un bajo costo de datos por GB y costos razonables de infraestructura, servicios o usuario) y un punto de entrada de bajo costo.

Algunos proveedores de observabilidad parecen tener precios asequibles a primera vista, pero ocultan costos adicionales, tarifas por exceso y sanciones en los términos del contrato. Este tipo de estrategia de precios de anzuelo y cambio (costos de entrada bajos pero complementos costosos) es un ejemplo clásico de trampa de precios.

Esté atento a estas cinco trampas comunes de precios y facturación para maximizar el retorno de la inversión (ROI) de observabilidad.

1

Tarifas excesivas mensuales no presupuestadas y penalizaciones

La facturación basada en suscripción para software empresarial está diseñada para maximizar el "shelfware" comprometido (software por el cual se pagó pero no se utilizó). Si bien usar muy poco de su compromiso resulta en "shelfware", usar demasiado generalmente resulta en penalizaciones por exceso. Esto es beneficioso para los proveedores pero no para usted.

Muchos proveedores de observabilidad incluyen cantidades limitadas de ingestión de datos, retención de datos, contenedores, métricas personalizadas, chequeos sintéticos, etc. como parte de sus límites de edición por agente o de menor precio. Para evitar costos sorpresa, es importante considerar estos límites y los costos de excederlos al pronosticar su cotización.

Por ejemplo, cobrar por contenedor impone una carga de configuración a sus equipos de ingeniería, ya que algunos proveedores de observabilidad (como Datadog1) cobran una prima por monitorear más de cinco contenedores funcionando continuamente en un host de infraestructura, lo cual es extremadamente común (la mayoría de los clientes ejecutan 20 o más). Y Splunk cobra una tarifa del 150% por exceso, si superas tu nivel de uso de la suscripción mensual de chequeos sintéticos.2

Los precios de lanzamiento económicos con costos impredecibles a medida que se escala son frustrantes. Tenga cuidado con los precios “a partir de”. Por ejemplo, Datadog ofrece un precio más bajo si tiene un contrato anual, incluido un compromiso de gasto mensual, y un precio bajo demanda entre un 17% y un 50% más alto si no tiene un contrato anual o excede su compromiso mensual. ¡Su precio bajo demanda para hosts es entre un 17% a un 20% más alto y los logs son hasta un 50% más altos!3

Además, para cualquier unidad de precio, debería poder aumentar (escalar automáticamente sin penalización) durante los picos estacionales o aumentos impredecibles de la carga de trabajo.

Las herramientas para consultar, rastrear y alertar sobre el uso relacionado con la facturación son las mejores prácticas porque facilitan el cálculo preciso del tamaño y los precios. Por ejemplo, debería poder crear una alerta cuando el uso de datos supere un umbral mensual fijo de gigabytes. Desafortunadamente, no todos los proveedores de observabilidad brindan estas herramientas, así que pregunte si las ofrecen y, de ser así, cómo. Sin embargo, no debería tener que establecer cuotas diarias que anticipe superar durante los periodos de mayor demanda y estacionales, lo que resultaría en ajustar constantemente las cuotas.

Con precios y facturación basados en el uso, no tiene que predecir por adelantado cuántos datos usará durante los próximos años ni lidiar con shelfware si usa muy poco o multas si usa demasiado. Elegir un proveedor de facturación y precios basado en el uso lo ayuda a evitar excedentes no presupuestados luego de pasar mucho tiempo intentando pronosticar el gasto anual para cada SKU.

2

Pagar por todo el mes o año en su nivel de uso máximo

Otra variable a considerar es cómo el proveedor maneja la estacionalidad, el despliegue azul/verde (también conocido como despliegue canario) y los picos de tráfico. Algunos proveedores de observabilidad (como Datadog4, Elastic5 y Splunk6) fijan sus precios según el uso máximo (máximo) en lugar de según su uso real. En un mundo donde la infraestructura aumenta y disminuye con la demanda de los clientes, cobrar a una tarifa máxima es predatorio, ya que los picos pueden duplicar la factura. Por ejemplo, durante la temporada de vacaciones de invierno, es posible que tenga un mayor uso debido a un mayor tráfico de usuarios en su aplicación frontend, lo que esencialmente penaliza su éxito. Lo ideal es que sólo pague por lo que usa en lugar de pagar por el uso máximo durante todo el mes.

3

Pagar por paquetes no deseados para obtener las funcionalidades que necesita

Para los proveedores de observabilidad que emplean un enfoque de paquete de SKU, considere si ese proveedor lo obliga a agrupar casos de uso adyacentes. Esto podría significar que si desea solo monitoreo del rendimiento de la aplicación (APM), también debe suscribirse al monitoreo de la infraestructura. Por ejemplo, Datadog requiere que usted tenga monitoreo de infraestructura para cada host APM facturable, lo que también aumentaría sus costos de APM por el costo de la infraestructura de monitoreo.7

4

Constante re-pronóstico y re-contratación para más de 16 SKU diferentes

Todos los principales proveedores de observabilidad (excepto New Relic) emplean un enfoque de paquete de SKU con hasta 20 unidades de precios diferentes basadas en infraestructura y servicios (como hosts, agentes, nodos, núcleos de CPU, etc.), que no son estables, a menudo como montos mensuales comprometidos de úsalo o piérdelo. Este complejo enfoque de paquete de SKU requiere que usted pronostique su uso en función de su uso histórico, lo que puede ser un desafío, especialmente si está experimentando un rápido crecimiento.

Este complicado proceso de previsión puede resultar aún más frustrante cuando se producen excedentes sorpresivos. Cuando su uso mensual exceda su compromiso, recibirá una factura no presupuestada por cargos por exceso y multas según demanda. ¡Solo unas pocas horas de mayor tráfico podrían duplicar sus costos mensuales!

Los desarrolladores evolucionan constantemente sus aplicaciones para aprovechar las nuevas tecnologías, pasando de las instalaciones locales (on-prem) a la nube, de las grandes a las pequeñas, máquinas virtuales (VMs), máquina virtual (VM) a Kubernetes (K8s), K8s a contenedor sin servidor, contenedor a funciones sin servidor, etc. A medida que sus aplicaciones y componentes cambian con cada sprint, debes volver a analizar, re-pronosticar y re-contratar cada mes para cada SKU. Esta es una tarea difícil y un uso ineficiente del tiempo para la mayoría de los equipos, por lo que muchos clientes se ven afectados repetidamente por facturas excedentes no presupuestadas y constantemente tienen que re-negociar contratos cada vez más grandes con estos proveedores. En su lugar, busque un modelo de precios ponderado en función de unidades de precios estables como usuario.

Mientras que el precio completo de New Relic le brinda la flexibilidad de emplear cualquiera de nuestras más de 30 capacidades a medida que cambian sus necesidades, lo que permite la observabilidad de todo el stack sin penalizaciones de costos ni pronósticos complicados.

5

Explosión de datos que duplica la factura

Los datos son el mayor costo variable para la observabilidad. A medida que haces la transición de local (on-prem) a la nube y microservicios, puede haber cientos de programas pequeños en lugar de unos pocos programas grandes. Los clientes generalmente reportan aumentos de datos de telemetría de 2 a 10 veces o más. Y los datos pueden duplicarse cada dos o tres años: una explosión de datos. Los costos asociados de red, almacenamiento y procesamiento pueden crecer rápidamente.

Un desafío común es que los volúmenes de logs pueden ser impredecibles cuando se trata de predecir costos. Por ejemplo, la carga del sistema y de los usuarios junto con cambios inesperados en el código pueden hacer que los costos de administración de logs en Datadog se disparen. Datadog tiene una fórmula complicada para calcular cómo se emplean los logs que puede agregar más de 2,50 a 3,75 dólares por millón de eventos de logs durante 30 días de retención. Con un promedio de 1,5 a 2 GB por millón de eventos, ¡eso sería entre 1,00 y 2,50 dólares por GB! Eso es mucho más que la tasa de ingesta de datos anunciada de US$0,10/GB.8 Splunk cobra aproximadamente 4,00 dolares por GB de log.9 10 Elastic cobra por servidor en su clúster de Elasticsearch y un aumento de logs de datos requiere un aumento de servidores de Elasticsearch.11 Por lo tanto, duplicar la ingesta de datos puede duplicar el tamaño y los costos de su clúster.

Por lo tanto, es importante preparar la adopción de la nube para el futuro buscando un proveedor de observabilidad que ofrezca un bajo costo de datos por GB.

Para reducir la cantidad de datos ingeridos (y las facturas por ingesta de datos), debería ser posible administrar la ingesta de datos a través de la configuración de reglas para eliminar datos que se encarguen de filtrar información no importante, de poco valor, además de los datos potencialmente confidenciales.

Referencias

Datadog. n.d. “Datadog Infrastructure Pricing.” Datadog. Acceso: 23 de enero de 2023. https://www.datadoghq.com/pricing/?product=infrastructure#infrastructure.

Datadog. n.d. “Datadog administración de logs de facturación”. Datadog Docs. Consultado el 30 de noviembre de 2022. https://docs.datadoghq.com/account_management/billing/log_management.

Datadog. n.d. “Precios de administración de logs en Datadog”. Datadog. Consultado el 30 de noviembre de 2022. https://www.datadoghq.com/pricing/?product=log-management#log-management.

Datadog. n.d. "Precios de Datadog". Datadog. Consultado el 7 de diciembre de 2022. https://www.datadoghq.com/pricing.

Datadog. n.d. “DogStatsD.” Datadog Docs. Consultado el 30 de noviembre de 2022. https://docs.datadoghq.com/developers/dogstatsd/?tab=hostagent.

Elasticsearch. n.d. "Preguntas frecuentes sobre precios en Elastic". Elastic. Acceso: 23 de enero de 2023. https://www.elastic.co/pricing/faq.

Splunk. 2022. "Términos específicos para ofertas de Splunk". Splunk. https://www.splunk.com/en_us/legal/splunk-specific-terms.

Splunk. n.d. "Precios de observabilidad de Splunk". Splunk Acceso: 23 de enero de 2023. https://www.splunk.com/en_us/products/pricing/observability.html.

Splunk. n.d. "Paquete SC de observabilidad de Splunk". Splunk. Acceso: 23 de enero de 2023. https://www.splunk.com/en_us/legal/o11y-sc-bundle.html.

Splunk. n.d. "Límites de la Suscripción de Uso de Splunk y Derechos Asociados." Splunk. Consultado el 30 de noviembre de 2022. https://www.splunk.com/en_us/legal/usage-subscription-limits-enforcement-and-entitlements.html.