Media > AI活用ユースケース > 情報システム > 情報システム部が、AWS の利用の明細(CUR 2.0)から Python で今月の月末のサービスごとの利用料を幅つきで予測し、予算を超えそうなものを担当の部署へ早めに知らせる

情報システム部が、AWS の利用の明細(CUR 2.0)から Python で今月の月末のサービスごとの利用料を幅つきで予測し、予算を超えそうなものを担当の部署へ早めに知らせる

実装ステータス:構成例 技術的に実現可能な構成として設計したもの。自社未検証

AWS の利用の明細(CUR 2.0)を毎日読み、アカウントとサービスの組ごとに今月の月末の利用料を Python で幅つきで見込みます。月の予算と比べ、超えそうな組を内訳つきで一覧にし、情報システム部が確かめてから使っている部署へ知らせます。

サマリー
連携・自動化
Python
対象業界
EC/IT・SaaS/製造
対象部門
情報システム
対象業務
内容確認・チェック/集計・分析
主な課題
データ分析に時間がかかる/属人化している/期限・対応漏れが起きる
AIで行う処理
予測
主な効果
判断支援/対応スピード向上/工数削減
導入難易度
★★★★★
実装レベル
半自動化
費用感
個別開発(大)
人間の確認
条件付き
現在工数
60h/月
AI導入後
12h/月
想定削減
80%
年間削減
576h
モデル条件による試算値です。実在企業の実績ではありません。

01導入前 / 導入後の業務フロー

導入前(Before)
  1. 月曜日、担当が Cost Explorer の画面を開き、アカウントとサービスで絞り込む
  2. 組ごとに今月の実績と、最近の日ごとの動きを見る
  3. 残りの日数と最近の動きから、月末の額を手で見積もる
  4. 予算の表と比べ、超えそうな組に印を付ける
  5. 超えそうな組について、どのリソースで増えたかを画面で調べる
  6. 部署の担当にメールかチャットで知らせ、使い方の確認を頼む
導入後(After)
  1. 自動AWS Data Exports が CUR 2.0 の日ごとの明細を S3 に書き出す(1日に1回まで更新)
  2. 自動月曜日と木曜日の朝、Python のスクリプトが今月と過去の明細を読み、組ごと・日ごとの利用料にまとめる
  3. 自動使った分の費用と、決まった費用・税・クレジットを分ける
  4. 自動組ごとに ETS のモデルを当てはめ、月末までの残りの日を2,000回引き直す
  5. 自動今月の実績+引き直した残り+決まった費用で、月末の合計の中ほどと多めを出し、予算と比べる
  6. 自動超える見込み・超えるおそれの組に、増えた日と増えた利用の種類の明細を付けて一覧にする
  7. 人情報システム部の担当が一覧を見て、決まった費用の取り違えや一時的な増加でないかを確かめる
  8. 人確かめた組について、部署の担当へ知らせ、使い方の確認を頼む
  9. 自動月が締まったら、組ごとの見込みと実際の差を記録する
各工程の詳しい説明を読む
  1. 月曜日、担当が Cost Explorer の画面を開き、アカウントとサービスで絞り込む
  2. 組ごとに今月の実績と、最近の日ごとの動きを見る
  3. 残りの日数と最近の動きから、月末の額を手で見積もる
  4. 予算の表と比べ、超えそうな組に印を付ける
  5. 超えそうな組について、どのリソースで増えたかを画面で調べる
  6. 部署の担当にメールかチャットで知らせ、使い方の確認を頼む

(a)気づくのが遅い。 週に1回の見積もりで、しかも見積もり方が「ここまでの平均 × 残りの日数」に近いため、月の後半に急に増えた組は、次の月曜日まで分かりません。 知らせたときには、月末まで数日しか残っていません。

(b)見積もりに時間がかかる。 60の組を1つずつ画面で絞り込み、日ごとの動きを見て、見積もりを書き込みます。画面の操作だけで時間がかかり、半日では終わりません。

(c)見積もり方が担当で違う。 増え方の勢いを見込む担当と、平均で見る担当がいます。同じ組でも、担当が替わると「超えそう」の判断が変わります。 部署の担当からは、知らせの基準が分からないと言われます。

(d)決まった費用で見誤る。 Savings Plans の月々の料金は月の初日に計上され、その日だけ費用が跳ねて見えます。 これを使った分の増え方と取り違えて、月の初めに「超えそう」と知らせてしまうことがあります。

  1. 【自動】 AWS Data Exports が CUR 2.0 の日ごとの明細を S3 に書き出す(1日に1回まで更新)
  2. 【自動】 月曜日と木曜日の朝、Python のスクリプトが今月と過去の明細を読み、組ごと・日ごとの利用料にまとめる
  3. 【自動】 使った分の費用と、決まった費用・税・クレジットを分ける
  4. 【自動】 組ごとに ETS のモデルを当てはめ、月末までの残りの日を2,000回引き直す
  5. 【自動】 今月の実績+引き直した残り+決まった費用で、月末の合計の中ほどと多めを出し、予算と比べる
  6. 【自動】 超える見込み・超えるおそれの組に、増えた日と増えた利用の種類の明細を付けて一覧にする
  7. 【人】 情報システム部の担当が一覧を見て、決まった費用の取り違えや一時的な増加でないかを確かめる
  8. 【人】 確かめた組について、部署の担当へ知らせ、使い方の確認を頼む
  9. 【自動】 月が締まったら、組ごとの見込みと実際の差を記録する

7番目で担当が見るのは、一覧に出た組だけです。 60の組のうち、予算の範囲に収まる見込みの組は、表で流し見るだけで済みます。

8番目は人が行います。 知らせる相手と言い方は、その部署との関係やシステムの事情を知る担当が決めます。この構成から部署へ直接は送りません。

02今回想定するシステム構成

構成図
AWS Data Exports(CUR 2.0・日ごと・Parquet)── S3 に1日1回まで更新
   ▼【トリガー】月曜日・木曜日の朝(定時の実行)
Python(pandas・pyarrow)
   ├──▶ 組(アカウント × サービス)ごと・日ごとにまとめる
   ├──▶ 明細の種類で分ける:使った分/決まった費用/税・クレジット・返金
   ├──▶ statsmodels ETSModel(曜日の波・減衰する傾き)
   │      simulate(anchor="end") で残りの日を2,000回引き直す
   ├──▶ 月末の合計 = 実績 + 引き直し + 決まった費用 → 中ほど・多め
   ├──▶ 予算の表と比べる
   ▼
超える見込み/超えるおそれの一覧(内訳・増えた日の明細)
   ──【情報システム部が確かめる】──▶ 部署の担当へ知らせる
   ▼ 月の締め
見込みと実際の差の記録
役割想定する製品代替候補
実行環境Python(pandas・pyarrow・statsmodels)R
処理エンジンstatsmodels の ETSModel(指数平滑の状態空間モデル)AWS Cost Explorer の GetCostForecast
集計Python(組ごとの足し上げ、予算との比べ、見込みと実際の差)Amazon Athena の SQL
入力AWS Data Exports(CUR 2.0)Legacy の Cost and Usage Reports

新しく足すのは、Data Exports の書き出しの設定と、Python のスクリプトです。 予算の表は今のものを使います。AWS の側では、明細を読むための権限だけを付け、利用料に関わる操作は一切しません。

明細は、AWS Data Exports の CUR 2.0 で受け取ります。 公式ページでは、Data Exports は請求と費用の明細を SQL の列の選び方と行の絞り込みで書き出し、S3 に繰り返し届ける仕組みとされ、CUR 2.0 は新しく推奨される詳しい明細の受け取り方とされています。CUR 2.0 は列の並びが決まっていて、利用するサービスによって月ごとに列が変わる旧来の CUR と違います。

見込みには、statsmodels の ETSModel を使います。 公式ページ(0.15.0)では、ETS のモデルは単純な指数平滑を、傾きと季節の波のあるデータへ広げた時系列のモデルの一族とされ、誤差・傾き(減衰の有無)・季節の種類で決まります。日ごとの利用料の、曜日の波と増え方の勢いを見込むのに合います。

AWS 自身の見込みも、比べの相手として取ります。 公式ページでは、Cost Explorer の GetCostForecast は過去の費用から、選んだ期間に使う額の見込みを返し、SERVICE や LINKED_ACCOUNT で絞り込め、PredictionIntervalLevel で51〜99の幅を指定できます。自前の見込みと大きく違う組は、どちらかの前提を疑う材料になります。

03どうやって実装するのか

Step1

処理の起点を決める

月曜日と木曜日の朝に、定時の実行で動かします。 週に1回では、月の後半の増え方を拾うのが遅れます。毎日にしないのは、知らせを受ける部署の担当が追い切れなくなるからです。 月の最後の週だけは毎朝動かします。

動かす前に、明細が更新されたかを確かめます。 公式ページでは、請求と費用の書き出しの更新は「1日に1回まで」の1つしか選べないとされています。前の日に更新されなかった日は、S3 の書き出しの更新日時を見て、前回の実行から変わっていなければ一覧に「明細が古い」と書きます。

月の初めの3日間は、見込みを出しません。 今月の実績が少なすぎ、決まった費用が月の初日に計上されることもあって、見込みが前の月の続きの形でしか出ないからです。 この3日間は、前の月の締めの確かめに使います。

Step2

入力データを集める

データ中身取得元
CUR 2.0 の明細利用の開始の日時、アカウントの番号、製品のコード、明細の種類、費用(line_item_unblended_cost)Data Exports の S3 の書き出し(日ごと・Parquet)
過去の明細同上の直近13か月分同上(過去の請求期間)
予算の表アカウントとサービスの組、月の予算の額、知らせる部署の担当予算の表
組の一覧予算を持たせる60の組と、それ以外を「その他」にまとめる規則情報システム部で用意する表
AWS の見込み組ごとの今月の残りの見込み(比べの相手)Cost Explorer の GetCostForecast

書き出しの設定は、次のようにします。 公式ページでは、CUR 2.0 の時間の細かさは時間ごと・日ごと・月ごとから選べ、ファイルの形式は Parquet、gzip の CSV、zip の CSV から選べます。日ごと・Parquet にします。 時間ごとにすると行が増え、見込みには要りません。リソースの ID を含めるかは、③の調べに使うかで決めます。 公式ページでは、含めるとリソースごとに行ができ、書き出しの大きさがかなり増えうるとされています。

ファイルの版の扱いは「上書き」にします。 公式ページでは、上書きは更新のたびに請求期間などの区切りの中の前の書き出しを置き換え、新しいファイルを作るほうは更新ごとに別のフォルダに書くとされています。見込みに要るのは最新の明細だけなので上書きにし、過去の明細は請求期間ごとのフォルダから読みます。

列は、要るものだけを選びます。 公式ページでは、Data Exports はSQL で列を選び、行を絞り込み、列の名前を変えられ、要らない費用の情報を除けるとされています。

SELECT line_item_usage_start_date, line_item_usage_account_id,
       line_item_product_code, line_item_line_item_type,
       line_item_usage_type, line_item_unblended_cost
FROM COST_AND_USAGE_REPORT

line_item_net_unblended_cost を使うかは、自社の契約で決めます。 公式ページでは、この列はその請求期間に割引があるときだけ明細に含まれるとされています。割引が無い月に列が無くなっても止まらないよう、読み込みで列の有無を確かめます。

Step3

データの取得方法を決める

S3 の書き出しを、pandas と pyarrow で読みます。 請求期間ごとのフォルダから Parquet のファイルを集め、上の列だけを読みます。組ごと・日ごとに費用を足し、その日の「使った分」「決まった費用」「税・クレジット・返金」の3つの列にします。

日付は UTC のまま扱います。 公式ページでは、line_item_usage_start_date はUTC の開始の日時(含む)とされています。日本の時刻に直すと、月の境の日の費用が前の月に入り、請求の月の合計と合わなくなります。予算も請求の月で持っているので、UTC の日で数えます。

明細の種類で、次のように分けます。 公式ページの line_item_line_item_type の説明に沿います。

分け方明細の種類扱い
使った分Usage、DiscountedUsage、SavingsPlanCoveredUsage、SavingsPlanNegationETS で見込む
決まった費用RIFee、SavingsPlanRecurringFee、Fee、SavingsPlanUpfrontFee今月の分をそのまま足す
税・値引きTax、Discount、BundledDiscount見込みに入れず、別の列で示す
クレジット・返金Credit、Refund見込みに入れず、別の列で示す

SavingsPlanCoveredUsage と SavingsPlanNegation は、組にして扱います。 公式ページでは、Savings Plans で賄われた分の行は、対応する打ち消しの行で相殺されるとされています。片方だけを使った分に入れると、Savings Plans で賄われた分を二重に数えるか、まったく数えないことになります。

SavingsPlanRecurringFee は、月の初日の跳ねの原因です。 公式ページでは、この料金は買った日に最初に計上され、その後は毎月の請求期間の初日に加えられるとされています。使った分の時系列に混ぜると、月の初日だけ大きく跳ね、モデルはそれを波として覚えます。

クレジットと返金は、月が締まった後にも動きます。 公式ページでは、AWS が請求を締めた後にクレジットや返金を当てたとき、明細を更新することがあるとされています。見込みの比べに使う「実際の値」は、締めた後の更新を待ってから記録します。

Step4

AIへ渡す前に整形する

  1. 組をそろえる … 予算を持たせた60の組に当てはまらない明細は、アカウントごとの「その他」にまとめます
  2. 直近の日を外す … 最新の日の行は、その日の利用がまだすべて載っていない値のことがあります。当てはめには前々日までを使い、前の日と今日は見込む側に回します
  3. 0の日を確かめる … 使い始めて日の浅い組、止めていた組は、0の日が続きます。直近60日のうち0でない日が20日未満の組は、ETS を当てはめず、直近の日の平均で見込みます
  4. 一度きりの大きな日に印を付ける … 大きな集計やデータの移行で、1日だけ普段の数倍になった日です。情報システム部の担当が「一時的」と印を付けた日は、当てはめの前に前後の平均で置き換えます
  5. 当てはめの期間を決める … 直近120日を使います。長くすると、使い方の変わる前の動きを引きずります

2番目の「直近の日を外す」は、仕様ではなく用心です。 書き出しの更新は1日に1回までで、更新の時刻によっては最新の日の行が途中までの値になっています。その値を当てはめに使うと、最後の日に急に減ったように見え、残りを少なく見込みます。

Step5

AIに処理させる

させるのは、組ごとの今月の残りの日の使った分の見込みです。 生成AIは使いません。見込むのは明細の数字から出る額で、文章を読む場面はありません。

出すもの中身判断できないときの扱い
月末の合計の中ほど実績+2,000回の引き直しの合計の50%点+決まった費用当てはめの日が足りない組は平均で見込み「参考」
月末の合計の多め同じく90%点同上
予算との比べ中ほど>予算は「超える見込み」、多め>予算は「超えるおそれ」予算の無い組は空
増えた日と種類の明細直近7日で前の4週の同じ曜日より増えた日と、line_item_usage_type ごとの増分リソースの ID を含めていなければ種類まで
AWS の見込みとの差GetCostForecast の見込みとの差差が大きい組に印

モデルの設定は、公式ページの書き方に沿います。 ETSModel は、error(既定は加法)、trend、damped_trend(既定は False)、seasonal、seasonal_periods で決まり、seasonal を指定するときは seasonal_periods が要るとされています。曜日の波なので seasonal_periods=7、増え方の勢いが月末まで続きすぎないよう、傾きは減衰させます。

from statsmodels.tsa.exponential_smoothing.ets import ETSModel

def month_end_paths(daily, days_left, reps=2000, seed=0):
    model = ETSModel(daily, error="add", trend="add", damped_trend=True,
                     seasonal="add", seasonal_periods=7)
    res = model.fit()                         # daily は日付の索引つきの pandas の系列
    sims = res.simulate(nsimulations=days_left, anchor="end",   # 既定は "start"
                        repetitions=reps, rng=seed)
    return sims.clip(lower=0).sum(axis=0)                      # 回ごとの残りの合計

paths = actual_to_date + month_end_paths(daily, days_left) + fixed_fees
p50, p90 = paths.quantile(0.5), paths.quantile(0.9)

anchor="end" を必ず書きます。 公式ページでは、simulate の anchor の既定は 'start' で、標本の最初の期間から引き直しを始めるとされ、'end' で標本の後の最初の期間から始まります。書き忘れると、過去の期間をなぞった値を「残りの日」として足すことになります。

引き直しの戻り値の形も、公式ページで確かめます。 元のデータが pandas の系列で repetitions が2以上なら、(引き直す日の数 × 回数)のデータフレームが返るとされています。列ごとに足すと、1回ごとの残りの合計になります。 random_errors を省くと、当てはめの誤差から見積もった分散の正規分布で誤差を引くとされています。

負の値を0で切るのは、使った分が負にならないからです。 加法の誤差のモデルは、利用料の小さい日に負の値を引くことがあります。切った回数が多い組は、モデルが合っていない印として記録します。

させないこと理由
利用を止める・減らす操作止めてよいかはシステムの持ち主が決める
予算の額の見直し部署と情報システム部が決める
Savings Plans・リザーブドインスタンスの購入の判断数年の契約の判断。見込みは材料の1つ
部署への直接の知らせ確かめてから人が送る
Step6

指示内容を固定する

この構成は生成AIへの指示文を使いません。代わりに、モデルと知らせへの「指示」に当たる設定を、情報システム部で決めて表にします。

【明細の設定】
- Data Exports:CUR 2.0、日ごと、Parquet、上書き、リソースの ID は含める
- 列:開始の日時・アカウント・製品のコード・明細の種類・利用の種類・費用
- 日付:UTC のまま(請求の月と合わせる)

【見込みの設定】
- モデル:ETSModel(加法の誤差・加法の傾き・減衰あり・加法の曜日の波 7)
- 当てはめ:直近120日、前々日まで
- 引き直し:simulate(anchor="end")、2,000回、乱数の種は実行の日付
- 0でない日が直近60日で20日未満の組:直近の日の平均で見込み「参考」
- 見込みを出さない日:月の1日〜3日

【知らせの設定】
- 超える見込み:中ほど > 予算
- 超えるおそれ:多め > 予算(中ほどは予算以下)
- AWS の見込みとの差が予算の2割を超える組:印を付けて担当が確かめる
- 同じ組を続けて知らせるのは週に1回まで

「同じ組を続けて知らせるのは週に1回まで」は、部署の担当のための決まりです。 月曜日と木曜日の両方で同じ組が出ても、月曜日に知らせて対応中なら、木曜日は情報システム部の中の一覧に留めます。

Step7

出力形式を固定する

組ごとの見込みを、次の形の JSON にして、一覧の表に直します。

{
  "run_at": "2026-11-19",
  "billing_month": "2026-11",
  "days_left": 11,
  "rows": [
    { "account": "ec-prod", "service": "AmazonEC2",
      "actual_to_date": 8420.5, "fixed_fees": 1200.0,
      "p50": 13110.2, "p90": 13980.7, "budget": 13500.0,
      "status": "risk", "aws_forecast_mean": 12870.0,
      "drivers": [
        { "usage_type": "APN1-BoxUsage:m7i.2xlarge", "delta_7d": 412.3 }
      ],
      "flags": [] }
  ]
}

担当が見るのは、status が「超える見込み」「超えるおそれ」の行を上に並べた表です。 実績、決まった費用、中ほど、多め、予算、AWS の見込みを横に並べ、増えた利用の種類を最後の列に置きます。 金額の単位は明細の通貨のままにします。

Step8

システムへ連携する

つなぎ先方式内容
AWS Data ExportsS3 の書き出しを読むCUR 2.0 の日ごとの明細。読み取りの権限だけ
Cost ExplorerGetCostForecast を呼ぶ組ごとの AWS の見込み(比べの相手)
予算の表表計算のファイルを読む組ごとの月の予算と担当
一覧の表共有の場所に書く情報システム部が見る
部署の担当人が送る確かめた組だけ

Cost Explorer の呼び出しは、間を空けて行います。 公式ページでは、短い間に呼びすぎると LimitExceededException が返るとされています。60の組を1つずつ呼ぶので、間を空け、失敗した組は AWS の見込みを空にして先に進みます。 AWS の見込みは比べの相手で、無くても一覧は出せます。

Step9

人が確認する

  1. 「超える見込み」の組を見る … 増えた利用の種類と日を見て、一時的な作業(移行・大きな集計)なら印を付けて見込み直します
  2. 「超えるおそれ」の組を見る … 多めだけが超えている組です。月の残りの日数が多ければ、知らせずに次の回まで様子を見ることもあります
  3. AWS の見込みと大きく違う組を見る … 明細の種類の分け方を確かめます
  4. 知らせる組と言い方を決める … 部署の担当に、内訳と増えた種類を添えて送ります
  5. 知らせた結果を残す … 「移行の作業で今月だけ」「設定の誤りで止めた」など

5番目の記録は、次の月の当てはめで一時的な日を置き換える材料になります。

目標は、240件をならして1件3分です。 一覧に出る組は毎回数件という想定で、ほかの組は表を流し見るだけです。

Step10

例外に対処する

起きること対応
明細が前回から更新されていない一覧に「明細が古い」と書き、前回の見込みを並べる
割引の列が無い月line_item_unblended_cost で見込み、印を付ける
ETS の当てはめが収まらない直近の日の平均で見込み「参考」
新しいサービスを使い始めた「その他」に入れ、20日たったら組にするかを決める
アカウントが組織を出入りした明細の期間が途中から始まるので、その月は「参考」
GetCostForecast が失敗するAWS の見込みを空にして先に進む
月末の締めの後にクレジットが入る見込みと実際の差の記録を、更新を待ってから付け直す

5行目は、公式ページの組織の扱いから来ます。 公式ページでは、組織に入ったアカウントは組織にいた期間の明細だけを書き出せるとされています。月の途中で組織を移ったアカウントは、その月の前半の明細がありません。

Step11

記録を残す

  • 毎回の読み込んだ書き出しの更新日時、モデルの設定、乱数の種
  • 組ごとの実績、決まった費用、中ほど、多め、予算、AWS の見込み
  • 担当が付けた「一時的」の印と理由、知らせた組と結果
  • 月が締まった後の組ごとの実際の額(クレジット・返金の更新の後)と、見込みとの差
  • 月ごとの検証の結果 … 実際の額が多めの見込み以下に収まった組の割合、中ほどの見込みの外れ方の平均

検証の結果は、見込みの設定を直す材料です。 多めの見込みなら、実際の額が見込み以下に収まった組が9割の近くにあるかを見ます。月の何日目の見込みかで分けて見ると、月の前半の見込みが粗いのか、後半も外れているのかが分かります。

04実装レベルの3段階

最小構成:10の組の過去の月で、月の半ばの見込みと実際を比べる / 見込みの確かめ
半自動化:上記+CUR 2.0 を読み、週2回60の組の見込みと予算の比べの一覧を出し、担当が確かめて知らせる / 見込みと超過の洗い出し
本格構成:上記+部署の担当ごとの一覧の画面と、知らせた後の対応の記録をつなぐ / 知らせと対応の追跡まで

本記事の想定は半自動化です。 1件15分のうち、画面での絞り込み、見積もり、増えた種類の調べが一覧に置き換わり、残るのは一覧に出た組の確かめと、知らせの判断です。 本格構成は、半自動化の一覧を3か月使ってからです。 部署の担当に直接見せる画面は、見込みの外れ方の説明ができるようになってから作ります。

05工数削減シミュレーション

前提値(モデル条件)
対象人数
3 名
月間件数
240 件
1件あたり現在時間
15 分
1件あたり導入後時間
3 分
現在  240件 × 15分 ÷ 60 = 60 時間/月
導入後 240件 × 3分 ÷ 60 = 12 時間/月
月間削減時間
48h
削減率
80%
年間削減時間
576h
年間金額換算(時間単価3,500円)
202万円
モデル条件による試算であり、実際の効果は業務内容・運用方法によって異なります。

自社条件で導入効果を整理したい方へ

このユースケースを自社に当てはめた場合の前提値と削減見込みを、業務ヒアリングをもとに整理します。

AI活用について相談する

06向いている企業・向いていない企業

向いている
  1. AWS Organizations で十数から数十のアカウントをまとめ、部署やシステムごとに月の予算を持たせている会社。月末の請求を見て初めて予算の超過に気づき、使った部署への説明が後追いになっている場合。情報システム部の担当が毎週 Cost Explorer の画面を開き、アカウントとサービスごとに「このまま行くと月末にいくら」を手で見積もっていて、担当が替わると見方が変わる場合。CUR 2.0 を S3 に書き出す設定ができ、Python を動かす環境がある場合。
向いていない
  1. アカウントが1つで、利用するサービスも数えるほどの場合。利用料が毎月ほぼ一定で、予算との差がほとんど出ない場合。予算をアカウントやサービスごとに持っておらず、会社全体の合計だけを見ている場合。なお、予算の決め方、利用を止める・減らす判断、リザーブドインスタンスや Savings Plans の購入の判断は、この構成では代替できません。

07最小構成で試す方法

  1. Data Exports で CUR 2.0 の日ごと・Parquet の書き出しを作る
  2. 過去の明細が届くまでの間、Cost Explorer の画面から主な10の組の日ごとの費用を書き出す
  3. Python で、10の組について過去6か月の各月の15日の時点の見込みを出す(その日までの実績で当てはめる)
  4. 見込みと、その月の実際の額を並べる
  5. 当時に担当が見積もった額(残っている範囲)と比べる

最初は予算と比べません。 確かめたいのは、月の半ばの見込みが、担当の見積もりと同じくらい当たるかです。

出てきた内容判断
実際の額が多めの見込み以下に収まる組が9割の近く60の組と予算の比べに進む
月の初めの見込みが大きく外れる決まった費用の分け方を確かめる
特定の組で外れ続ける一時的な日の印か、平均で見込む扱いにする

2行目が出たら、まず SavingsPlanRecurringFee を疑います。 月の初日の跳ねが使った分に混ざっていると、月の初めほど見込みが高く出ます。

08実装時につまずきやすいポイント

問題対策
月の初日に跳ねるSavingsPlanRecurringFee などの決まった費用を使った分から外す
Savings Plans の分を二重に数える賄われた分の行と打ち消しの行を組にして扱う
過去をなぞった値を残りの日として足すsimulate の anchor の既定は 'start'。"end" を書く
月の境の費用が前の月に入るUTC のまま日付を扱う
最新の日で急に減ったように見える前々日までで当てはめる
割引の列が無い月に止まる列の有無を確かめてから読む
締めた後の実際の額が変わるクレジット・返金の更新を待って記録する
Cost Explorer の呼び出しで止まる間を空け、失敗しても先に進む

上の3行が、この構成の失敗のほとんどです。 どれもエラーは出ず、見込みの線がそれらしく出るので、明細の合計と請求の額を突き合わせるまで気づきません。

09セキュリティ・AIガバナンス上の注意点

この構成で扱うデータ: アカウントの番号と名前、利用しているサービスと利用の種類、費用、(含めた場合は)リソースの ID とタグです。どのシステムがどの規模で動いているかが分かる情報です。

  1. 明細を社外に出さない … 見込みは社内の環境の Python で動きます。生成AIのサービスには送りません
  2. 権限を読み取りだけにする … 明細を置く S3 と Cost Explorer の読み取りだけを付け、利用料に関わる操作の権限は付けません
  3. 列を絞る … Data Exports の列の選び方で、見込みに要らない列(タグに入った利用者の情報など)を書き出さないようにします
  4. 部署を責める材料にしない … 見込みは早めに相談するためのもので、超過した部署を比べて並べる使い方はしません
  5. 最終の判断は人が行う … 利用を減らす・止める判断は、システムの持ち主が決めます

リソースの ID を含める場合は、書き出しを置く S3 への接続を絞ります。 公式ページでは、リソースの ID を含めると利用者・アカウント・コスト配分・リソースの情報を含むタグの列が加わるとされています。要らなければ列の選び方で外します。

誤りが起きた場合のリスクは、少なく見込んで超過を見逃すことと、決まった費用を取り違えて誤って知らせることの2つです。 前者は多めの見込みと週2回の実行、後者は明細の種類の分け方と人の確認で防ぎます。

10まず何から始めるか

1週目:Data Exports の書き出しを作る

CUR 2.0 を日ごと・Parquet・上書きで S3 に書き出す設定を作ります。列は第7章の6つから始めます。

2週目:予算を持たせる組を決める

部署と、予算を持たせる60の組と「その他」のまとめ方を決め、予算の表を組の単位にそろえます。

3週目:10の組で過去の月を見込む

第8章の手順で、過去6か月の月の半ばの見込みと実際を比べます。明細の種類の分け方を、明細の合計と請求の額で突き合わせます。

4週目:一覧の表を作る

60の組の見込みと予算の比べの一覧を作ります。この時点では部署へ知らせず、担当の見積もりと並べて見るだけにします。

2か月目: 週2回の一覧で、担当が確かめて部署へ知らせる形で運用し、1件15分が何分になったかを測ります。3か月目以降: 見込みと実際の差を見て設定を直し、担当が一覧を確かめるだけで、月の半ばまでに超えそうな組を部署へ知らせられるようになった時点で、この構成は完成です。


11関連ユースケース

12この仕組みを理解するための記事

13技術仕様の確認日・参考情報

技術仕様確認日:2026-11-19/最終更新:2026-11-19
確認した内容情報源確認日
Data Exports が請求と費用の明細を SQL の列の選び方・行の絞り込みで書き出し、S3 に繰り返し届けること。CUR 2.0 が新しく推奨される明細の受け取り方であること。要らない費用の情報を除けることAWS: What is AWS Data Exports?2026-11-19
時間の細かさが時間ごと・日ごと・月ごとから選べること。請求と費用の書き出しの更新が「1日に1回まで」だけであること。ファイルの版が上書きか新しいファイルかを選べること。形式が Parquet・gzip の CSV・zip の CSV であること。リソースの ID を含めると行が増え、タグの列が加わることAWS: Creating a standard export2026-11-19
CUR 2.0 の列の並びが決まっていること。SQL の表の名前が COST_AND_USAGE_REPORT であること。組織に入ったアカウントは組織にいた期間の明細だけを書き出せることAWS: Cost and Usage Report (CUR) 2.02026-11-19
line_item_usage_start_date が UTC であること。line_item_line_item_type の種類と、Savings Plans で賄われた分が打ち消しの行で相殺されること、SavingsPlanRecurringFee が毎月の請求期間の初日に加えられること、締めた後にクレジット・返金で明細が更新されうること。line_item_net_unblended_cost が割引のある期間だけ含まれることAWS: Line item columns2026-11-19
ETS のモデルが誤差・傾き(減衰)・季節の種類で決まること。error の既定が加法、damped_trend の既定が False で、seasonal を指定するときに seasonal_periods が要ること(0.15.0)statsmodels: ETSModel2026-11-19
simulate の anchor の既定が 'start' で、'end' で標本の後から始まること。repetitions が2以上で(日の数 × 回数)の形が返ること。random_errors を省くと当てはめの誤差から見積もった分散の正規分布で引くことstatsmodels: ETSResults.simulate2026-11-19
GetCostForecast が過去の費用から期間の見込みを返し、SERVICE・LINKED_ACCOUNT などで絞り込めること。PredictionIntervalLevel が51〜99であること。呼びすぎると LimitExceededException が返ることAWS: GetCostForecast2026-11-19

予算の決め方、利用を減らす・止める判断、Savings Plans やリザーブドインスタンスの購入は、自社の決まりとシステムの持ち主の判断で決めてください。 本記事は公式ページで確認できた範囲だけを扱っています。

実装ステータス:構成例。 公開仕様に基づいて設計した構成であり、当社で実際に構築・検証したものではありません。工数の数値はモデル条件による試算です。

自社の業務に使えるAI活用候補を整理します

このユースケース(UC-4286)についてのご相談はこちらから。

AI活用について相談する
目次