En résumé
Datadog facture selon des dimensions indépendantes : au host pour l'infrastructure (15 à 23 $/mois) et l'APM (31 à 40 $/mois), au Go pour l'ingestion de logs (0,10 $), au million pour l'indexation de logs (1,70 $ avec rétention de 15 jours), et à la métrique pour les métriques personnalisées au-delà de l'allocation incluse par host. Le modèle de facturation au high-water mark applique au mois entier le pic des 99 % inférieurs des relevés horaires de hosts, et non une moyenne. La plupart des équipes constatent que leur facture réelle est deux à trois fois supérieure à leur estimation initiale, une fois que logs, APM et métriques personnalisées se cumulent. Maîtriser ces coûts exige une visibilité au niveau de la requête, des garde-fous automatisés et une responsabilité partagée entre l'engineering et la finance.
La tarification à l'usage de Datadog devient vite imprévisible. Une équipe démarre avec quelques hosts et un dashboard. Puis l'auto-scaling se déclenche, des Engineers ajoutent des métriques personnalisées pour déboguer un incident en production, le volume de logs s'envole à mesure que les applications deviennent verbeuses, et quelqu'un active des tests synthétiques sur cinq régions sans plan de nettoyage. Chaque module se facture indépendamment, et les calculs se cumulent sur cinq dimensions ou plus en même temps.
Le marché de l'observabilité affiche désormais une croissance annuelle composée de 12 % jusqu'en 2027, selon Gartner. Le rapport State of FinOps 2026 de la FinOps Foundation identifie l'outillage d'observabilité et de sécurité parmi les principales catégories SaaS activement pilotées par les équipes FinOps, avec 90 % des praticiens qui gèrent désormais leurs dépenses SaaS (contre 65 % un an plus tôt). Comprendre la structure de coûts de Datadog ne relève pas seulement du budget : c'est une discipline FinOps à part entière.
Que comprennent les plans tarifaires et la structure de coûts de Datadog ?
Datadog tarifie chaque produit indépendamment. Infrastructure monitoring, APM, gestion des logs, surveillance synthétique, RUM, monitoring de bases de données et sécurité possèdent chacun leur propre compteur. Cette conception modulaire permet aux équipes de n'adopter que ce dont elles ont besoin, mais les coûts s'accumulent sur des dimensions de facturation que la plupart des dashboards natifs ne font remonter qu'à l'arrivée de la facture.
Comment fonctionne la tarification de l'infrastructure monitoring et de l'APM ?
L'infrastructure monitoring se facture au host et par mois. Le plan Pro coûte 15 $/host/mois en facturation annuelle (18 $ à la demande). Enterprise coûte 23 $/host/mois en annuel (27 $ à la demande). Chaque host Pro inclut 100 métriques personnalisées et le monitoring de 5 conteneurs ; Enterprise inclut 200 métriques personnalisées et 10 conteneurs. Les conteneurs supplémentaires coûtent 0,002 $ par conteneur et par heure.
Datadog applique un modèle de facturation au high-water mark. Selon la documentation officielle de facturation, Datadog mesure le nombre de hosts toutes les heures, écarte le top 1 % des heures (~7 heures sur un mois de 720 heures), puis facture le mois entier au pic des 99 % restants. Un pic de trafic de cinq jours qui double votre nombre de hosts détermine donc votre facture sur tout le mois. Sous Kubernetes, l'unité de facturation est le node, pas le pod. Un agent mal configuré tournant en sidecar au lieu d'un DaemonSet peut faire compter chaque pod comme un host distinct.
L'APM ajoute une couche supplémentaire facturée au host, par-dessus l'infrastructure. APM coûte 31 $/host/mois (annuel), APM Pro 35 $ et APM Enterprise 40 $. Chaque host APM inclut 150 Go de spans ingérés et 1 million de spans indexés par mois avec une rétention de 15 jours. Les dépassements sur les spans indexés coûtent 1,70 $ par million d'événements. Pour des microservices à fort débit, ces seuils sont atteints dès la première semaine.
Tarifs en vigueur en mai 2026. Vérifiez les tarifs sur datadoghq.com/pricing.
Combien coûtent réellement la gestion des logs et la rétention des données ?
La gestion des logs repose sur un modèle de tarification en deux temps qui prend la plupart des équipes au dépourvu. L'ingestion coûte 0,10 $ par Go pour chaque octet envoyé à Datadog, qu'il soit indexé ou non. L'indexation coûte 1,70 $ par million d'événements de logs et par mois avec la rétention standard de 15 jours (2,55 $ à la demande). Vous payez pour collecter les données, puis vous payez à nouveau, à un tarif bien plus élevé, pour les rendre interrogeables.
Une équipe qui ingère 100 Go de logs par jour dépense environ 300 $/mois rien qu'en ingestion. Si elle indexe tout avec une rétention de 15 jours, l'indexation ajoute plusieurs milliers de dollars supplémentaires selon la densité d'événements. Beaucoup d'équipes réagissent en n'indexant que 10 à 20 % des logs, ce qui réduit les coûts mais rend l'essentiel des données invisibles lors des incidents.
Flex Logs offre une voie intermédiaire pour l'analyse historique, à 0,05 $ par million d'événements et par mois (rétention minimale de 30 jours). Le transfert vers des archives S3, GCS ou Azure Blob ne coûte rien au-delà des frais d'ingestion de 0,10 $/Go. Le transfert vers des SIEM externes ou des outils de BI ajoute 0,25 $/Go par destination. Le schéma d'optimisation : tout ingérer, exclure les logs bruyants de l'indexation, tout archiver, et réhydrater sélectivement lorsque les investigations l'exigent.
Comment calculer et anticiper votre facture Datadog mensuelle ?
Qu'est-ce qui détermine l'impact d'une tarification au host plutôt qu'au conteneur ?
Comptez chaque entité monitorée par Datadog : VM, nodes Kubernetes, instances Azure App Service Plan et tâches Fargate constituent toutes des hosts facturables. Les tâches Fargate suivent un modèle différent de celui des hosts. Plutôt qu'une facturation au high-water mark, elles sont échantillonnées toutes les 5 minutes et facturées à la concurrence moyenne sur le mois, à 1 $/tâche/mois (infrastructure) ou 2,60 $/tâche/mois (APM).
C'est là que le décalage entre les décisions d'engineering et celles de la finance se manifeste. Un Engineer qui démarre un groupe d'auto-scaling ne pense pas aux coûts de monitoring. Une équipe FinOps qui examine la facture mensuelle ne peut pas retracer quel événement de scaling a provoqué le pic. Combler cet écart exige une attribution des coûts par équipe et par service qui relie les décisions d'infrastructure aux résultats financiers en quasi-temps réel.
Quel est l'impact du volume d'ingestion et des politiques de rétention sur les coûts ?
Modélisez les coûts selon trois catégories : infrastructure (hosts × tarif par host × modules activés), données (Go de logs/jour × 30 × tarifs d'ingestion et d'indexation), et métriques personnalisées (nombre total de combinaisons uniques tag-valeur × tarif de dépassement).
Les métriques personnalisées méritent une attention particulière. D'après la documentation de facturation de l'intégration AWS de Datadog, activer l'intégration AWS collecte automatiquement les métriques CloudWatch, et les métriques CloudWatch personnalisées sont décomptées de votre allocation Datadog de métriques personnalisées. Les métriques OpenTelemetry sont également comptabilisées comme métriques personnalisées, car elles ne figurent pas dans la liste officielle d'intégrations de Datadog. Une seule métrique de type Prometheus taguée par identifiant utilisateur sur un million d'utilisateurs génère un million de métriques personnalisées facturables à partir d'un unique nom de métrique. Les équipes qui n'auditent pas leur cardinalité chaque trimestre voient ce poste croître plus vite que tout autre.
Quelles stratégies d'optimisation des coûts Datadog fonctionnent réellement ?
Comment dimensionner correctement votre couverture de monitoring ?
Commencez par auditer ce que vous monitorez par rapport à ce que vous exploitez réellement. Beaucoup d'équipes déploient l'agent Datadog sur tous les environnements sans différencier la profondeur du monitoring. La production a besoin d'un APM complet et d'une indexation des logs. La staging peut se contenter d'un monitoring d'infrastructure. Les environnements de dev n'ont souvent besoin de rien de plus que des health checks basiques.
Pour Kubernetes, la documentation de Datadog elle-même prévient explicitement qu'installer l'agent directement dans chaque conteneur fait compter chaque conteneur comme un host, du point de vue de la facturation. Exécutez l'agent en DaemonSet (un par node) via le Datadog Operator ou Helm. Examinez le comportement de l'auto-scaling et configurez des monitors sur les métriques d'usage estimé pour être alerté avant que les hosts ne franchissent les seuils de facturation. Ces métriques d'usage estimé présentent une marge d'erreur de 10 à 20 % par rapport à l'usage final facturable : prévoyez donc une marge de sécurité. Une maîtrise durable des coûts exige de l'automatisation et des garde-fous qui appliquent les bonnes pratiques en temps réel, et non des humains qui courent après les alertes une fois la facture arrivée.
Comment gérer l'ingestion de données pour maîtriser les dépenses ?
Les logs sont à l'origine des plus gros dépassements de coûts. Utilisez des filtres d'exclusion au niveau de l'index pour écarter les health checks, les messages de heartbeat et les logs de niveau debug avant indexation. Les logs exclus continuent d'alimenter Live Tail, les archives et la génération de métriques à partir de logs : aucune donnée n'est perdue. Définissez des quotas quotidiens par index pour plafonner strictement le nombre d'événements indexés par jour.
Pour les métriques personnalisées, le guide de gouvernance de Datadog recommande d'utiliser la table Top Custom Metrics dans Plan and Usage pour identifier les principaux postes de coûts, puis d'appliquer Metrics Without Limits pour n'autoriser que les combinaisons de tags effectivement interrogées. Désactivez le comportement par défaut de collecte exhaustive des intégrations cloud et autorisez explicitement uniquement les métriques que vos dashboards et alertes consomment.
Comment Datadog se compare-t-il à ses concurrents en matière de tarification ?
Datadog, New Relic, Splunk et Elastic reposent chacun sur des modèles de facturation fondamentalement différents, ce qui rend les comparaisons à prix catalogue trompeuses sans normalisation par workloads et par taille d'équipe.
Datadog facture au host, plus au Go ou à l'événement pour les logs, les traces et les métriques personnalisées. New Relic facture par utilisateur (99 à 349 $/mois pour un accès plateforme complet) plus au Go de données ingérées (0,40 $/Go pour Original Data, 0,60 $/Go pour Data Plus), au-delà d'un palier gratuit de 100 Go/mois. Splunk Observability Cloud propose l'infrastructure monitoring en formules groupées, de 15 $/host/mois (Starter) jusqu'à 75 $/host/mois (Enterprise), avec APM, RUM et tests synthétiques inclus dans les paliers supérieurs. Elastic propose des composants open source auto-hébergés au seul coût d'infrastructure, ou Serverless Observability à partir de 0,07 $/Go ingéré, plus frais de rétention.
Comparaison des modèles de tarification d'observabilité. Tarifs en vigueur en mai 2026.
| Plateforme | Modèle de facturation | Coût d'entrée | Poste de coût à surveiller |
|---|---|---|---|
| Datadog | Au host + au Go/événement | 15 $/host/mois (Infra Pro) | Métriques personnalisées, indexation des logs |
| New Relic | Par utilisateur + au Go ingéré | Gratuit (100 Go + 1 utilisateur) | Sièges utilisateurs plateforme complète |
| Splunk Observability | Au host (paliers groupés) | 15 $/host/mois (Starter) | Choix du palier, hausse annuelle de 9 % |
| Elastic | Basé sur les ressources ou auto-hébergé | Gratuit (OSS auto-hébergé) | Charge opérationnelle d'infrastructure |
Le coût total de possession dépend de la taille de l'équipe, du volume de données et des besoins de rétention. Datadog tend à coûter moins cher pour de petits déploiements avec peu d'utilisateurs, mais son coût s'envole à mesure que le nombre de hosts et les volumes de données augmentent. New Relic pénalise les grandes équipes via sa tarification à l'utilisateur, mais absorbe le volume de données grâce à un palier gratuit généreux. DoiT accompagne les organisations dans l'évaluation de leurs outils de monitoring, dans le contexte plus large de l'optimisation des dépenses cloud, en reliant les coûts d'observabilité à l'efficience globale de l'infrastructure.
Comment démarrer avec la tarification Datadog et ses options d'essai gratuit ?
Le palier gratuit de Datadog couvre jusqu'à 5 hosts avec une rétention des métriques d'1 jour, les dashboards essentiels, des alertes illimitées et un nombre illimité d'utilisateurs. Cela convient pour une évaluation initiale, mais la fenêtre de rétention trop courte en limite l'usage en production. L'essai Pro de 14 jours donne une image plus réaliste des coûts à l'échelle.
Pendant l'essai, suivez quotidiennement trois indicateurs : le nombre de hosts (y compris conteneurs et tâches Fargate), le volume d'ingestion de logs en Go et le nombre de métriques personnalisées. Ces trois variables déterminent la majeure partie de la plupart des factures Datadog. Projetez les coûts sur 90 jours aux taux de croissance actuels avant de vous engager sur un contrat annuel. La facturation annuelle permet d'économiser environ 17 à 20 % par rapport aux tarifs à la demande, mais un surdimensionnement pèse alors sur toute la durée de l'engagement.
Questions fréquentes sur la tarification Datadog
Datadog propose-t-il des remises annuelles ou une tarification entreprise ?
Oui. La facturation annuelle fait passer Infrastructure Pro de 18 à 15 $/host/mois, et Enterprise de 27 à 23 $/host/mois. L'APM passe de 48 à 31 $/host/mois en contrat annuel. Les déploiements plus importants peuvent bénéficier de remises sur volume via des accords entreprise sur mesure, généralement assortis d'engagements de 1 à 3 ans. Négociez sur la base de l'engagement total cumulé sur l'ensemble des produits Datadog, et non SKU par SKU. Datadog a également annoncé une nouvelle tarification LLM Observability effective au 1er mai 2026 : vérifiez donc les tarifs en vigueur avant de signer.
Que se passe-t-il si je dépasse mes limites d'utilisation Datadog ?
Datadog ne coupe pas le service. Les dépassements sont facturés aux tarifs à la demande, soit 30 à 50 % plus élevés que les tarifs avec engagement annuel selon le produit. Les métriques personnalisées au-delà de votre allocation par host, les spans indexés au-dessus du plafond d'1 million par host et les événements de logs indexés au-delà de votre volume contractuel déclenchent tous des frais de dépassement automatiques. Configurez des monitors budgétaires sur les métriques d'usage estimé pour repérer les dépassements avant qu'ils ne se cumulent sur un cycle de facturation complet.
Peut-on monitorer des clusters Kubernetes sans payer au conteneur ?
Chaque licence host inclut 5 conteneurs (Pro) ou 10 conteneurs (Enterprise) sans frais supplémentaires. Au-delà, les conteneurs additionnels coûtent 0,002 $/heure ou 1 $/mois en prépayé. La configuration la plus déterminante : exécutez l'agent Datadog en DaemonSet Kubernetes (un agent par node), et non en sidecar dans chaque pod. La documentation de Datadog avertit elle-même qu'un déploiement de l'agent par conteneur fait compter chaque conteneur comme un host facturable distinct, ce qui peut multiplier votre facture par le ratio pods/nodes de votre cluster.
Comment rendre les coûts Datadog prévisibles et défendables ?
Les coûts de monitoring doivent soutenir les résultats métier, pas générer de mauvaises surprises budgétaires. L'étude McKinsey de juin 2025 a montré que 28 % des dépenses cloud sont gaspillées dans de nombreuses organisations. L'outillage d'observabilité y contribue lorsque les équipes déploient des paramètres de monitoring par défaut trop larges, sans les aligner sur la valeur réellement délivrée.
La voie vers la prévisibilité repose sur trois pratiques : taguer chaque ressource pour que les coûts remontent jusqu'aux équipes et aux services, automatiser l'application des règles pour que les garde-fous préviennent les pics de coûts avant qu'ils ne surviennent, et passer en revue l'usage chaque mois pour que l'optimisation reste continue plutôt que réactive. Datadog Intelligence transforme la visibilité sur les coûts en optimisation automatisée, en aidant les équipes à conserver une observabilité complète tout en gardant des dépenses prévisibles et alignées sur la croissance.
Échangez avec DoiT pour transformer la visibilité sur vos coûts Datadog en une optimisation automatisée et applicable, qui préserve une observabilité puissante et des dépenses cloud prévisibles.