Le aziende SaaS investono milioni in infrastrutture cloud, ma spesso non riescono a rispondere a una domanda fondamentale: quanto costa realmente servire ciascun cliente? Una recente guida FinOps pubblicata da DoiT affronta proprio questo tema, fornendo un approccio pratico per attribuire i costi cloud in ambienti multi-tenant.
Il problema nascosto del cloud multi-tenant
Secondo la guida, la misurazione del Cost Per Customer non è semplicemente un esercizio finanziario. È una metrica fondamentale per diverse decisioni aziendali.
Conoscere il costo reale di servizio per cliente permette di:
- definire modelli di pricing più accurati;
- identificare clienti non profittevoli;
- orientare gli interventi di ottimizzazione verso aree ad alto impatto economico;
- costruire metriche di unit economics solide e credibili.
In un momento storico in cui i servizi basati su AI stanno aumentando significativamente il consumo di risorse cloud, questa visibilità diventa ancora più importante. La crescita dei costi di inferenza rende infatti sempre più difficile mantenere margini elevati senza un preciso controllo dei consumi associati a ciascun cliente.
Le tre metriche che ogni SaaS dovrebbe conoscere
La guida introduce tre concetti fondamentali:
| Metrica | Significato |
|---|---|
| Cost-to-Serve | Costo totale necessario per erogare il servizio a un cliente |
| Cost Per Customer | Cost-to-Serve riferito a un singolo cliente |
| Gross Margin Per Customer | Margine lordo generato dal singolo cliente |
Molte aziende monitorano attentamente il costo dei servizi cloud ma raramente collegano tali dati ai ricavi generati dai singoli account. Il risultato è una visione incompleta della redditività del business.
Il ruolo fondamentale del tagging
La prima raccomandazione della guida riguarda la qualità dei dati.
Per attribuire correttamente i costi è necessario implementare una tassonomia di tagging coerente tra infrastrutture, team e cloud provider. AWS utilizza i tag, Google Cloud le label e Azure i tag, ma il principio rimane lo stesso: associare informazioni di business alle risorse tecniche.
Gli autori suggeriscono di limitare il numero di attributi obbligatori a pochi elementi chiave:
- Tenant ID
- Environment
- Service
- Cost Center
- Owner
- Tipologia di tenancy (shared o dedicated)
L’obiettivo non è creare centinaia di tag, ma garantire una classificazione semplice, coerente e facilmente governabile nel tempo.
Il limite del tagging
Qui emerge una delle considerazioni più interessanti della guida.
Anche una tassonomia perfetta non è sufficiente. Alcuni costi non possono essere attribuiti direttamente:
- traffico di rete condiviso;
- database multi-tenant;
- cluster Kubernetes condivisi;
- servizi trasversali e piattaforme comuni;
- costi generali di supporto e governance.
Per questi elementi è necessario applicare modelli di allocazione che distribuiscano i costi sulla base dell’utilizzo reale o di criteri finanziari condivisi con il controllo di gestione.
Una lezione importante per l’era dell’AI
La parte probabilmente più rilevante per il mercato attuale riguarda l’evoluzione dei modelli SaaS verso piattaforme AI-native.
Quando un cliente utilizza chatbot, agenti AI, modelli generativi o servizi di inferenza, il costo marginale associato al suo utilizzo può aumentare significativamente. In assenza di una rigorosa attribuzione dei costi, il rischio è quello di offrire funzionalità AI avanzate senza comprenderne realmente l’impatto economico.
Per molte aziende questo significa passare da una logica di monitoraggio infrastrutturale a una logica di FinOps orientata al business, in cui il cloud non è più soltanto una spesa tecnica ma una componente direttamente collegata alla marginalità del cliente.
La vera conclusione: meglio un’attribuzione utile che una perfetta
Il messaggio finale della guida è estremamente pragmatico: la perfezione non è l’obiettivo. L’obiettivo è riuscire ad attribuire la maggior parte della spesa cloud a un responsabile, a un servizio o a un cliente utilizzando una metodologia coerente e accettata dall’organizzazione finance.
In altre parole, il valore del FinOps non sta nell’ottenere una precisione assoluta, ma nel fornire informazioni sufficientemente affidabili per prendere decisioni migliori su prezzi, margini, ottimizzazione e investimenti.
Fonte
DoiT International, Cost Per Customer: A FinOps Field Guide to Multi‑Tenant Cloud Attribution (luglio 2026).