Como a Personio criou cultura de custos ao escalar o Snowflake para mais de 280 usuários

O SELECT trouxe visibilidade imediata sobre a alocação de custos nas várias frentes de analytics da Personio, por meio das Usage Groups e da integração com o dbt. A interface intuitiva dispensou treinamento formal e permitiu que os times adotassem rapidamente fluxos de trabalho atentos a custos. Alertas automáticos no Slack e visualizações salvas simplificaram o monitoramento contínuo, enquanto o recurso Insights aponta com frequência oportunidades de economia rápidas.

A Personio opera uma stack de dados moderna, com o Snowflake como warehouse central, sustentando tanto a analytics interna quanto funcionalidades voltadas ao cliente. Com mais de 280 usuários diretos do Snowflake entre os times de analytics engineering, data science e machine learning, a plataforma move desde dashboards de RH até insights baseados em IA. Antes do SELECT, a gestão de custos era fragmentada e manual. Cada equipe rodava consultas próprias nos metadados do Snowflake, analisava os resultados no Google Sheets e penava para conectar workloads e gastos.

Com o consumo do Snowflake acelerando, Douglas percebeu que era hora de uma gestão de custos proativa. A empresa se preparava para escalar e precisava de visibilidade antes que os custos virassem um problema para o negócio. A adoção do SELECT foi tranquila e dispensou treinamentos formais. O design intuitivo da plataforma permitiu que as equipes começassem a usar os recursos de visibilidade de custos de imediato.

O SELECT mudou a forma como a Personio lida com a gestão de custos no Snowflake. As Usage Groups viabilizaram uma alocação precisa de custos entre as frentes de analytics que atendem diferentes áreas — engenharia, experiência do cliente e vendas. Os alertas automáticos no Slack ajudaram a criar uma cultura de atenção aos custos. As equipes passaram a discutir proativamente oportunidades de otimização sempre que os alertas sinalizavam workloads caros. Desde a adoção do SELECT, o custo entrou de vez na pauta das discussões de engenharia.

Uma conquista importante veio da integração do SELECT com o dbt e da visualização do DAG. O time identificou gargalos no pipeline matinal de dados e ajustou o dimensionamento dos warehouses, reduzindo o tempo de execução em 60%. Com revisões semanais no SELECT, o time de analytics engineering passou a avaliar rapidamente os novos modelos de dados e a analisar com cuidado o ROI dos seus produtos de dados.

À medida que a Personio expande sua plataforma de IA e explora o Snowflake Cortex, o SELECT segue no centro da estratégia de otimização de custos, garantindo ROI positivo e monitoramento proativo dos investimentos em IA. Com janelas matinais de dados apertadas e workloads de ML em crescimento, o SELECT ajuda a manter o desempenho ideal e a eficiência de custos conforme a plataforma escala.