The Challenge
Vor Attribute™ wussten Pricing und Finance zwar, was Kunden zahlten, hatten aber keinerlei Sicht darauf, was es kostet, sie zu bedienen. Das Data Warehouse war umsatzseitig reich an Informationen (Seats, Tiers, Add-ons, BI), bei den Kosten auf Kundenebene jedoch völlig blind. Damit ließen sich drei zentrale Fragen nicht belastbar beantworten: Welche Kunden sind unprofitabel und warum? Wie bepreist man neue AI-Produkte so, dass die Marge bei steigender Nutzung geschützt bleibt? Und ist das Enterprise-Tier angemessen bepreist für die Workloads, die es tatsächlich erzeugt? Jede Pricing-Entscheidung war eine Simulation auf Basis von Annahmen statt auf Basis realer Verbrauchsdaten.
The Solution
Die Runtime Cloud Cost Intelligence von Attribute™ ließ sich direkt in die Umgebung des Unternehmens einbinden – ohne Tagging-Projekt und ohne Instrumentierung durch die Engineers. Innerhalb weniger Wochen ordnete Attribute™ Cloud-Ausgaben bis auf Kundenebene zu und spielte sie gemeinsam mit den Umsatzdaten in die bestehende BI-Umgebung des Kunden ein. Erstmals sah das Team die tatsächlichen Cost-to-Serve für jeden Enterprise-Account, welche Kunden in welchem Tier den größten Cloud-Verbrauch trieben und ob die umsatzstärksten Accounts auch die margenstärksten waren. Anschließend wurde Attribute™ um die Attribution des Token-Verbrauchs für AI-Features erweitert – und lieferte dem Pricing eine belastbare Gleichung aus Kundenaktion, Verbrauchsfußabdruck und Unit Economics.
Results
- Rund 360 unprofitable Accounts identifiziert, die für das Business zuvor unsichtbar waren
- Ca. 1,3 Mio. $ Umsatz mit negativer Marge aufgedeckt und an das Pricing zur Bearbeitung übergeben
- Lücke im Enterprise-Standard-Tier identifiziert – Grundlage für ein Redesign des Pricing-Modells
- AI-Pricing erstmals auf Produktionsdaten statt auf Simulationen gestützt – eine Premiere für die Pricing-Organisation
- Kein Tagging-Aufwand seitens der Engineers nötig, um diese Erkenntnisse zu gewinnen
Die Herausforderung: Umsatz ohne Kostenkontext
Die Pricing- und Finance-Teams arbeiteten mit einem grundlegenden blinden Fleck. Sie wussten, was Kunden zahlten, hatten aber keinen Einblick, was es tatsächlich kostete, sie zu bedienen. Das Data Warehouse war umsatzseitig reich an Informationen – Seats, Tiers, Add-ons und BI – bei den Kosten auf Kundenebene jedoch komplett blind. Damit ließen sich drei zentrale Diskussionen nicht belastbar führen: Welche Kunden sind unprofitabel und warum? Was sollte ein neues AI-Produkt kosten und wie schützt man die Marge bei steigender Nutzung? Und ist das Enterprise-Tier angemessen bepreist für die Workloads, die es tatsächlich erzeugt? Wie der Pricing-Verantwortliche es formulierte: Das Team verfügte zwar über klare Pricing-Modelle, hatte den Kundenkontext dahinter aber nie wirklich verstanden.
Die Lösung: Kundenkontext, sofort verfügbar
Die Runtime Cloud Cost Intelligence von Attribute™ ließ sich direkt in die Umgebung des Unternehmens einbinden. Kein Tagging-Projekt, keine Instrumentierungsanfragen an die Engineers. Innerhalb weniger Wochen ordnete Attribute™ Cloud-Ausgaben bis auf Kundenebene zu und spielte sie gemeinsam mit Umsatzdaten in die bestehende BI-Umgebung ein. Das Team konnte endlich beantworten, was es kostete, die größten Enterprise-Accounts zu bedienen, welche Kunden in welchem Tier den größten Cloud-Verbrauch trieben und ob die umsatzstärksten Accounts auch die margenstärksten waren.
Die Erkenntnisse
Beim Blick auf rund 7.500 der teuersten Accounts – die größten Kostentreiber in der Infrastruktur – brachte Attribute™ Zahlen ans Licht, die das Business so noch nie gesehen hatte. Rund 360 Accounts waren unprofitabel, ihre COGS überstiegen den Umsatz. Die aggregierten Verluste dieser Accounts summierten sich auf ca. 1,3 Mio. $. Im Enterprise-Standard-Tier zeigte sich eine deutliche Lücke: Die Nutzungsmuster der Kunden passten nicht zu dem, was dieses Tier preislich abdecken sollte. Das Zusammenspiel aus Dashboards, AI-Assistenten, Per-User-Add-ons und komplexer Tier-Logik erzeugte eine Ökonomie, die das Pricing-Modell so nie eingeplant hatte.
Use Case erweitert: wertbasiertes Pricing für AI
Mit Kostenkontext auf Kundenebene wandte sich das Pricing-Team der Frage zu, die derzeit jedes SaaS-Unternehmen umtreibt: Wie bepreist man AI-Features, ohne die Marge zu ruinieren? Die meisten Pricing-Teams raten heute, fahren Simulationen und bringen Preise auf den Markt, ohne klar zu wissen, was AI-Features pro Kunde tatsächlich kosten. Attribute™ schloss diese Lücke, indem der Token-Verbrauch nach Topic erfasst und konkreten Workloads, Features und Kunden zugeordnet wurde. Das Pricing-Team verfügt damit über eine belastbare Gleichung aus der Wertaktion eines Kunden, dem Verbrauchsfußabdruck dieser Aktion und den Unit Economics, die das Pricing-Modell schützen muss. Die neuen Preismodelle für den zentralen AI-Assistenten und das kommende AI-Sidekick-Add-on entstanden direkt auf Basis dieser Produktionsdaten.
Warum das zählt
Für eine Work-Management-Plattform mit wachsendem AI-Portfolio und zunehmend komplexem Pricing ist Kundenkontext das Fundament jeder Margenentscheidung. Attribute™ liefert Profitabilität auf Kundenebene für jeden Account und jedes Tier, Token-Verbrauchs-Attribution für AI-Produkte als Basis für echtes wertbasiertes Pricing und Kostenkontext auf Workload-Ebene – ganz ohne Tagging-Projekt. Pricing, Finance und Product müssen nicht mehr raten, sondern treffen Margenentscheidungen auf Basis von Live-Produktionsdaten.
Entdecken Sie, wie Attribute™ den verborgenen Gewinn in Ihren Cloud-Ausgaben sichtbar macht
Erfahren Sie, wie Attribute™ Runtime-Kostenattribution ohne Tagging liefert – damit Teams Kosten pro Workload, Service und Kunde verstehen.
More customer stories
Jupiter schließt mit DoiT eine Transparenzlücke von 20 bis 40 % bei den Infrastrukturausgaben
- 26
- Eingebundene Anbieterdaten
- From 60% to 100%
- Datenabdeckung
Von IBM zu AWS: Wie Software Projects seine komplexe Migration mit DoiT beschleunigt hat
- 3
- AWS-MAP-Phasen umgesetzt: Assess, Mobilize, Modernize
- 40
- Server 1:1 migriert – Vier-Tier-Topologie vollständig erhalten
- 2→1
- IBM-Cloud-Regionen in einer einzigen AWS VPC über mehrere AZs konsolidiert
Glasklare Transparenz über Cloud-Ausgaben – bis auf Workload- und Tenant-Ebene
- Days
- Zeit bis zu ersten Kosten-Insights nach der Installation
- Days
- Von der Installation zum aussagekräftigen Kosten-Reporting
- Workload & tenant
- Granularität der Kostentransparenz
Flooid gestaltet die Zukunft des Handels mit Google Cloud und DoiT
Finlex halbiert Cloud-Kosten und bringt KI mit DoiT in Produktion
- Over 65%
- Weniger Cloud-Infrastrukturkosten von 2024 bis heute
- 40%
- Kosteneinsparungen durch bessere Transparenz und eine effiziente KI-Architektur
Cloud-Kosten werden bei Hippo zum Hebel für die Teams
- Minutes
- Integrationsdauer von Attribute™ in AWS
- Business unit
- Erreichter Grad an Kostenverantwortung
Island sieht die echten Kosten pro Kunde – ganz ohne Tagging
- $5B
- Unternehmensbewertung
- Days
- Zeit bis zu den ersten Insights
- 0
- Benötigte Tags
What they say
Partnership with DoiT is extremely significant. We've been able to grow significantly over the last year, mostly because we could reinvest our resources in new technologies instead of new internal resources.
Jason Hartin, CTO
On integrating DataHub, the DoiT team was very hands-on to the point where DoiT support put together the first ingestion script and pipeline to unlock us.
Kyle Espinola, Head of Platform Engineering
“PerfectScale gives us the confidence to automate Kubernetes optimization while letting our engineers focus on building what matters.”
Josh Zarrabi, Infrastructure Engineer
“Without PerfectScale by DoiT, I don't know how we would do it. We'd have to have twice the number of people on my team to stay on top of it. With PerfectScale, we can focus on the more strategic issues.”
David Adkins, Director of Software and Platform Engineering
Connecting IBM and AWS privately was the piece we needed to get right, and we wanted to move faster on it than we could on our own. DoiT worked through the options with us, found the subnet overlap that was breaking the routing, and made it stable. That unblocked everything else.
DevOps Lead, Software Projects
Attribute™'s platform is truly unique. We now have crystal-clear visibility into our cloud spend at the workload and tenant level, and that insight has already led to actionable savings and powerful insights as we further scale our service.
Paul White, VP of Engineering, Shasta Cloud
We have worked with DoiT for many years, and there has been an increasing number of capabilities and features in DoiT Cloud Intelligence. We've embedded features such as Cloud Analytics and Reports in our own FinOps processes, it's become core to what we do.
Martin Lee, Director of Operations
DoiT gave us the confidence to move from experimentation to production. They helped us understand the right way to build AI for the real world.
Milad Rezazadeh, CTO
Attribute™'s cost grouping technology took our cost visibility and allocation to a whole new level. Now, our teams are fully accountable for their budgets, significantly improving our cloud efficiency and helping us minimize unnecessary costs.
Eli Zilbershtein, Head of DevOps, Hippo
You can't tag a customer in a multi-tenant environment. Attribute™ finally shows us what each customer costs and what's driving those costs.
Omri Cohen, Director of Engineering, Platform
Attribute™'s data is truly unmatched. No other solution on the market could deliver the precise customer cost and usage profiles we needed in such a complex infrastructure. Within weeks, the data from Attribute™ transformed our understanding of cost structures, influencing key strategic decisions in pricing, renegotiations, and market positioning.
Jonathan Langer, COO, Claroty
Attribute™ simplified tracking customer costs in our multi-tenant environments. Customer cost measurement is now clear and standardized, and finance gets the business context they need. Integration was quick and required no changes.
Kfir Lippmann, CFO, Salt Security
Attribute™ translates complex cloud bills into actionable, business-centric insights that empower our engineering teams to take true ownership of their costs.
Balamurugan Mohandossgandhi, Head of IT and Infrastructure, PropertyGuru
Your cloud bill shouldn't be a mystery
Let us show you what ships this week.
