D'après mon expérience, les projets de migration cloud figurent parmi les plus complexes à ce jour. Lorsqu'un client décide de migrer ses ressources d'un fournisseur cloud vers un autre, voici les éléments incontournables à réunir.
- Évaluation des coûts et de la capacité chez le fournisseur cloud actuel du client.
- Évaluation des coûts et de la capacité que le client supportera après la migration de ses ressources vers le nouveau fournisseur cloud public retenu.
- Prise en compte des prévisions de croissance dans les calculs de coûts et de capacité chez le nouveau fournisseur cloud.
Comme on peut le voir, des chiffrages précis sont la base d'un projet de migration réussi. Aucune erreur n'est permise sur les chiffres. C'est précisément pourquoi l'analyse demandait énormément de temps — environ 2 à 3 mois entre le lancement et le moment où le client pouvait réellement démarrer le projet — avec d'innombrables réunions, des fichiers Excel à éplucher et des allers-retours de négociation entre le client et les fournisseurs cloud pour valider le financement adéquat.
Voici maintenant comment j'ai ramené ce délai à 1 mois entre le lancement du projet et la validation côté client, pour une migration de 2 pétaoctets de données vers AWS S3, en m'appuyant sur DoiT Cloud Intelligence (DCI) et notre MCP server, pour un client DoiT existant.
Ce client dispose d'un Private Pricing Agreement (PPA) sur S3 avec AWS : passer par le calculateur AWS aurait donc pris bien plus de temps, à cause des tarifs spéciaux à intégrer. Le déroulé aurait été le suivant.
Calculer le coût réel via le calculateur AWS > Exporter le résultat au format CSV > Ajouter une formule pour obtenir le coût correct selon la tarification PPA.
Autre limite : le calculateur AWS ne traite que des chiffres bruts et ne tient pas compte des données historiques de croissance. Pour cela, il faut soit analyser l'historique du client via notre produit DCI, soit éplucher les fichiers CUR des 6 à 12 derniers mois.
Bon, assez parlé : place à un cas concret.
Question du client (28 mai 2025, 7h40) — il a fallu 2 semaines au client pour aboutir au chiffre de 1,6 à 2,5 % par mois : Nous ne savons toujours pas quel sera l'impact du taux de variation mensuel de nos données de stockage S3. Les coûts mensuels de réplication continue sont-ils basés sur les nouvelles données, ou facturés en fonction des modifications des objets S3 ? Notre taux d'augmentation du stockage se situe entre 1,6 et 2,5 % par mois. Beaucoup de nos clients suppriment des photos et vidéos et en ajoutent chaque mois, ce qui n'est pas comptabilisé comme une croissance du stockage, mais qui sera, je pense, facturé mensuellement au titre de la réplication continue. Existe-t-il un outil pour estimer notre taux de variation sur les derniers mois ?
Ma question à notre DoiT MCP Server, qui s'appuie sur Anthropic Claude 4 et accède via l'API DCI aux données historiques de facturation et d'utilisation du client (28 mai 2025, 9h00) : Le client xxxxx.com me demande : Nous ne savons toujours pas quel sera l'impact du taux de variation mensuel de nos données de stockage S3. Les coûts mensuels de réplication continue sont-ils basés sur les nouvelles données, ou facturés en fonction des modifications des objets S3 ? Notre taux d'augmentation du stockage se situe entre 1,6 et 2,5 % par mois. Beaucoup de nos clients suppriment des photos et vidéos et en ajoutent chaque mois, ce qui n'est pas comptabilisé comme une croissance du stockage, mais qui sera, je pense, facturé mensuellement au titre de la réplication continue. Existe-t-il un outil pour estimer notre taux de variation sur les derniers mois ? Peux-tu me fournir un rapport sur cette base ?
Réponse du MCP Server (28 mai 2025, 9h05) :
Réponse du client (28 mai 2025, 10h15) :
Excellente information ! Avec qui puis-je échanger à ce sujet aujourd'hui ou demain ? Je souhaite reprendre la formule PPA et calculer mon coût final sur cette base.
Réunion fixée avec le client (29 mai 2025) : calculs définitifs réalisés à partir du tarif PPA réel. Le client a donné son feu vert au projet le jour même.
Par les méthodes traditionnelles, ce scénario aurait demandé 1 à 2 semaines de calculs et de réunions. Tout a été bouclé en 24 heures. Et c'est ainsi que la validation complète du projet côté client n'a pris qu'1 mois, en gérant plusieurs scénarios complexes comme celui que je viens de décrire.
L'outillage FinOps de DoiT — DCI et MCP Server — explique la croissance phénoménale du DoiT Migration Center, avec des clients extrêmement satisfaits. Et quand je dis clients extrêmement satisfaits, voici nos statistiques en direct : https://www.doit.com/stats/
Références :
- DoiT MCP Server : https://www.doit.com/doit-mcp-server/
- API DoiT Cloud Intelligence : https://developer.doit.com/
- Dépôt GitHub du DoiT MCP Server : https://github.com/doitintl/doit-mcp-server