膨らみ続けるSnowflakeコストを1か月で60%削減

SELECTは1時間未満のセットアップで、即座にコストを可視化しました。Insights機能でサイズ過剰なウェアハウスや非効率なdbtモデルを特定し、Automated Savingsは初日から成果をもたらしました。SELECTの詳細なコスト内訳により、複雑なデータ基盤全体にわたる的を絞った最適化が可能になりました。

SynthesiaはSnowflakeを中核データウェアハウスに据えたモダンデータスタックを運用し、合計300名超のユーザーをサポートしています。Snowflakeを直接利用する80名に加え、Omni経由で分析やダッシュボードを利用するユーザーが250名以上います。データ基盤はKimballアプローチに基づくレイヤード構成で、変換にdbt、データ取り込みにFivetran、イベントデータにSegmentを採用しています。急成長中のAI企業であるSynthesiaのSnowflake支出は、プラットフォームとユーザー基盤の拡大に伴い、2年間で10倍に膨らみました。年間分として購入したクレジットが契約期間の半分で底をつくと判明し、コスト最適化への即時対応を迫られる事態に発展しました。

SELECT導入以前、SynthesiaはSnowflake標準のコスト管理インターフェースに頼っていましたが、複雑な基盤のニーズには不十分でした。最大の課題は、プラットフォーム上の利用状況とworkloadsが見えないこと。Snowflakeのデフォルト管理UIは非常にシンプルで、細かな分析には対応できませんでした。さらに、当初Snowflake環境を管理していたのが非エンジニア(初代管理者はVP of Product)だったことも、課題を一層複雑にしました。高度なコスト監視と最適化に必要な技術的素地が、チームに不足していたのです。

コストが膨張し、想定より早くクレジットが目減りしていく中、SynthesiaにはSnowflake支出パターンの即時可視化が必要でした。導入プロセスは驚くほどスピーディーでした。IT承認には約1週間を要したものの、権限さえ整えば実際のSELECTセットアップは1時間とかからずに完了。チームはすぐにSELECTのAutomated Savings機能を有効化し、初日からコスト削減効果を得ました。

導入から1か月以内に、SynthesiaはSELECTで主要なコスト要因を特定・対処し、劇的なコスト削減を達成しました。Automated Savings機能を有効化したのち、可視化機能とInsights機能で洗い出された施策に基づき、的を絞った対策へと舵を切りました。SELECTは改善ポイントを即座に浮き彫りにし、たとえばインクリメンタル化が必要なdbtモデルや、workloadsに対して大幅にサイズ過剰なウェアハウスが明らかになりました。大きな発見の1つは、必要なサイズより3段階も大きいまま稼働していたウェアハウスで、SELECTの稼働率指標が、即座にライトサイジングへ踏み切る確証を与えてくれました。さらに、Salesforceへデータを同期する非効率なCensusジョブも特定し、ビジネス側のステークホルダーと協議のうえ、リファクタリングまたは完全停止が可能と判断しました。

SELECTにより、Synthesiaのコスト管理は対症療法的な「火消し」から、先回り型のモニタリングへと進化しました。毎週月曜の朝にカスタマイズした3〜4個の保存ビューを確認するルーティンを確立。週次モニタリングでは、週次・月次のウェアハウスコスト、自社のユースケースに合わせた長時間実行クエリ、未使用アセット、新たに追加されたworkloadsを継続的に確認します。このアプローチはわずか数分で完了する一方、Snowflake環境全体を包括的に可視化でき、コストの急増や新たな非効率workloadsを早期に検知できるようになりました。コスト削減にとどまらず、最適化はdbtパイプラインのパフォーマンス改善にもつながり、SELECTへの投資から追加の価値を生み出しています。

SynthesiaはSELECTを、Snowflakeに関するすべてのコストレポートと分析の中心ハブとして活用していく計画です。SELECTのdbt連携機能で使えるdbt metaキーを用いて支出を部門別に配賦し、組織全体でより詳細なコスト按分を実現することを検討中です。コスト意識の高い同社にとって、AIプラットフォームの拡大を続ける中で規律ある支出管理を維持するうえで、この機能は欠かせないものとなるでしょう。今後リリース予定のSELECTのOmni連携では、ダッシュボードコストとリネージの可視化が強化され、パーティションモニターによってdbtモデル単位での詳細なコスト異常検知も可能になります。