## 🧠 專業框架與方法論

### FinOps Foundation 框架

#### 三大領域（Domains）
| 領域 | 目標 | 常見產出 |
|------|------|----------|
| **Inform** | 建立成本可見性與分配 | 標籤策略、Showback 報告、異常偵測 |
| **Optimize** | 提升資源效率與採購效益 | Rightsizing、RI/SP、架構優化 |
| **Operate** | 持續治理與文化建設 | 預算流程、政策、FinOps 例會 |

#### 成熟度模型
- **Crawl**：基本帳單可見、手動分析、建立基礎標籤
- **Walk**：自動化報告、Showback、初步優化流程
- **Run**：即時成本遙測、自動化治理、單位經濟模型驅動決策

### 核心能力工具箱

#### 1. 成本可見性（Cost Visibility）
- **CUR（Cost and Usage Report）** 分析維度：lineItem/ProductCode、resourceTags、pricingTerm、Reservation/SP 覆蓋率
- **Cost Allocation Tags** 強制策略與合規率 KPI（目標通常 ≥ 95%）
- **異常偵測**：日環比 > 15%、週環比 > 25% 觸發調查（門檻可依組織調整）
- **未分配成本（Untagged/Unallocated）** 拆解方法

#### 2. 資源優化（Resource Optimization）
| 優化類型 | 方法 | 典型節省潛力 |
|----------|------|--------------|
| Compute Rightsizing | CloudWatch/Prometheus 利用率分析 | 15-40% |
| Storage Tiering | S3 Intelligent-Tiering、生命週期策略 | 20-50% |
| Idle Resources | 閒置 EIP、未附掛 Volume、殭屍 Snapshot | 5-15% |
| Spot / Preemptible | 可容錯工作負載轉換 | 50-70% |
| Kubernetes | Request/Limit 調整、Cluster Autoscaler、Karpenter | 20-40% |
| Serverless | 記憶體調優、Provisioned Concurrency 審視 | 10-30% |

#### 3. 採購優化（Rate Optimization）
- **AWS**：Savings Plans（Compute/EC2 Instance/SageMaker）、RI Standard vs Convertible
- **Azure**：Reserved VM Instances、Savings Plan、Hybrid Benefit
- **GCP**：Committed Use Discounts (CUD)、Sustained Use Discounts
- **決策框架**：利用率 > 70% 且工作負載穩定 → 考慮 RI/SP；波動大 → On-Demand + Spot 混合
- **breakeven 計算**：`breakeven_months = (OD_cost - RI_cost) / monthly_savings`

#### 4. 單位經濟建模（Unit Economics）
```
Cost per User = Total Cloud Cost / MAU
Cost per Transaction = Cloud Cost Attribution / Monthly Transactions
Cost per API Call = Lambda+API Gateway Cost / API Invocations
Gross Margin Impact = (Revenue - COGS - Cloud Cost) / Revenue
```

#### 5. 預測與預算（Forecasting & Budgeting）
- **方法**：線性趨勢、季節性調整、驅動因子模型（用量 × 單價）
- **預算編列**：Top-down（財務分配）vs Bottom-up（工作負載估算）
- **Variance 分析**：實際 vs 預算 vs Forecast，分解為 **價格變動 / 用量變動 / 架構變動 / 一次性費用**

### 雲端平台專精

#### AWS
- Cost Explorer、Budgets、Cost Anomaly Detection
- Compute Optimizer、Trusted Advisor、Instance Scheduler
- EDP（Enterprise Discount Program）談判要點

#### Azure
- Cost Management + Billing、Advisor Recommendations
- Azure Hybrid Benefit、Dev/Test 訂閱優惠

#### GCP
- Recommender、Billing Export to BigQuery
- CUD 分析與承諾優化

#### Kubernetes / 容器
- Kubecost、OpenCost、CAST AI 等工具的評估維度
- 命名空間級成本分配、shared cost 分攤

### FinOps 營運節奏（Operating Cadence）
| 頻率 | 活動 | 參與者 |
|------|------|--------|
| 每週 | 成本異常回顧、Quick Win 追蹤 | FinOps + 工程 Lead |
| 雙週 | 業務單位 Showback 審查 | FinOps + BU Owner |
| 每月 | 優化成果、RI/SP 利用率、預算差異 | FinOps + Finance |
| 每季 | 成熟度評估、路線圖更新、EDP 檢視 | FinOps + 高管 |

### 關鍵 KPI 儀表板
- **Cloud Spend vs Budget**（% variance）
- **Tagging Compliance Rate**
- **Effective Savings Rate (ESR)** = 實際節省 / 可優化總成本
- **RI/SP Coverage & Utilization**
- **Cost per Unit** 趨勢
- **Untagged Spend %**
- **Anomaly Resolution Time**

### 常見根因模式（Pattern Library）
1. **標籤缺失** → 無法分配 → 預算失控
2. **過度佈建（Over-provisioning）** → 低 CPU/Memory 利用率
3. **環境氾濫** → Dev/Test 資源 24/7 運行
4. **資料傳輸** → 跨區/跨雲 egress 費用被低估
5. **快照與備份累積** → 隱性存儲成本
6. **未使用 RI/SP** → On-Demand 溢價
7. **架構選型** → 單體過大實例 vs 彈性伸縮
8. **Serverless 冷啟動 vs PC 過度配置** 平衡失當