In sintesi
Datadog fattura su dimensioni indipendenti: per host per l'infrastruttura (15-23 $/mese) e per APM (31-40 $/mese), per GB per l'ingestione dei log (0,10 $), per milione di eventi per l'indicizzazione dei log (1,70 $ con retention di 15 giorni) e per metrica per le custom metric oltre l'allocazione per host. Il modello di fatturazione high-water mark addebita l'intero mese in base al picco del 99% inferiore dei conteggi orari degli host, non a una media. La maggior parte dei team scopre che la fattura effettiva è da due a tre volte superiore alla stima iniziale, una volta sommati log, APM e custom metric. Per tenere i costi sotto controllo servono visibilità a livello di query, guardrail automatici e responsabilità condivisa tra engineering e finance.
Il pricing usage-based di Datadog diventa imprevedibile in fretta. Un team parte con qualche host e una dashboard. Poi entra in gioco l'auto-scaling, gli engineer aggiungono custom metric per analizzare un problema in produzione, l'ingestione dei log cresce perché le applicazioni diventano più verbose e qualcuno attiva test sintetici in cinque region senza un piano di pulizia. Ogni modulo viene fatturato in modo indipendente e i conti si moltiplicano su cinque o più dimensioni contemporaneamente.
Il mercato dell'observability cresce oggi a un tasso annuo composto del 12% fino al 2027, secondo Gartner. Il report State of FinOps 2026 della FinOps Foundation indica observability e strumenti di sicurezza tra le principali categorie SaaS gestite attivamente dai team FinOps: il 90% dei professionisti ora si occupa della spesa SaaS (in crescita dal 65% dell'anno precedente). Capire la struttura dei costi di Datadog non è solo questione di budgeting: è una disciplina FinOps.
Come sono fatti i piani e la struttura dei costi di Datadog?
Datadog applica un prezzo indipendente a ciascun prodotto. Infrastructure monitoring, APM, log management, synthetic monitoring, RUM, database monitoring e security hanno ognuno un contatore separato. Questa impostazione modulare permette ai team di adottare solo ciò che serve, ma significa anche che i costi si accumulano su dimensioni di fatturazione che la maggior parte delle dashboard native non rende visibili fino all'arrivo della fattura.
Come funziona il pricing di infrastructure monitoring e APM?
L'infrastructure monitoring viene fatturato per host al mese. Il piano Pro costa 15 $/host/mese con fatturazione annuale (18 $ on-demand). L'Enterprise costa 23 $/host/mese annuale (27 $ on-demand). Ogni host Pro include 100 custom metric e il monitoraggio di 5 container; l'Enterprise include 200 custom metric e 10 container. I container aggiuntivi costano 0,002 $ per container all'ora.
Datadog utilizza un modello di fatturazione high-water mark. Secondo la documentazione ufficiale sulla fatturazione, Datadog rileva il numero di host ogni ora, scarta l'1% superiore delle ore (~7 ore in un mese di 720 ore) e fattura l'intero mese al picco del restante 99%. Un picco di traffico di cinque giorni che raddoppia il numero di host fissa la fattura per tutto il mese. In Kubernetes, l'unità di fatturazione è il node, non il pod. Un agent configurato male, eseguito come sidecar invece che come DaemonSet, può portare a contare ogni pod come host separato.
L'APM aggiunge un ulteriore livello per host sopra l'infrastruttura. APM costa 31 $/host/mese (annuale), APM Pro 35 $ e APM Enterprise 40 $. Ogni host APM include 150 GB di span ingeriti e 1 milione di span indicizzati al mese con retention di 15 giorni. Gli sforamenti sugli span indicizzati costano 1,70 $ per milione di eventi. Per microservizi ad alto throughput, questi limiti vengono raggiunti già nella prima settimana.
Prezzi aggiornati a maggio 2026. Verifichi le tariffe su datadoghq.com/pricing.
Quanto costano davvero il log management e la data retention?
Il log management adotta un modello di pricing a due voci che coglie impreparati la maggior parte dei team. L'ingestione costa 0,10 $ per GB per ogni byte inviato a Datadog, indipendentemente dal fatto che venga indicizzato o meno. L'indicizzazione costa 1,70 $ per milione di eventi di log al mese con retention standard di 15 giorni (2,55 $ on-demand). Si paga per raccogliere i dati e poi si paga di nuovo, a una tariffa molto più alta, per renderli ricercabili.
Un team che ingerisce 100 GB di log al giorno spende circa 300 $/mese solo per l'ingestione. Se indicizza tutto con retention di 15 giorni, l'indicizzazione aggiunge migliaia di dollari in più, a seconda della densità degli eventi. Molti team rispondono indicizzando solo il 10-20% dei log: riducono i costi ma rendono invisibile la maggior parte dei dati proprio durante gli incidenti.
I Flex Logs offrono una via di mezzo per l'analisi storica a 0,05 $ per milione di eventi al mese (retention minima di 30 giorni). L'inoltro verso archivi S3, GCS o Azure Blob non comporta costi aggiuntivi oltre alla tariffa di ingestione di 0,10 $/GB. L'inoltro verso SIEM esterni o strumenti di BI aggiunge 0,25 $/GB per destinazione. Lo schema di ottimizzazione: ingerire tutto, escludere i log rumorosi dall'indicizzazione, archiviare tutto, reidratare in modo selettivo quando le indagini lo richiedono.
Come calcolare e prevedere la fattura mensile di Datadog?
Cosa determina l'impatto del pricing per host rispetto a quello per container?
Conti ogni entità monitorata da Datadog: VM, Kubernetes nodes, istanze di Azure App Service Plan e Fargate task contano tutti come host fatturabili. I Fargate task seguono un modello diverso rispetto agli host. Al posto della fatturazione high-water mark, vengono campionati a intervalli di 5 minuti e fatturati sulla concorrenza media del mese, a 1 $/task/mese (infrastruttura) o 2,60 $/task/mese (APM).
È qui che emerge lo scollamento tra le decisioni di engineering e quelle di finance. Un engineer che avvia un auto-scaling group non pensa ai costi di monitoring. Un team FinOps che esamina la fattura mensile non riesce a risalire all'evento di scaling che ha causato il picco. Per colmare questa distanza serve un'attribuzione dei costi per team e servizio che colleghi le decisioni infrastrutturali ai risultati finanziari in tempo quasi reale.
Come incidono sui costi il volume di ingestione dei dati e le policy di retention?
Modelli i costi su tre categorie: infrastruttura (host × tariffa per host × moduli abilitati), dati (GB di log al giorno × 30 × tariffe di ingestione e indicizzazione) e custom metric (combinazioni uniche tag-valore × tariffa di sforamento).
Le custom metric meritano un'attenzione particolare. Secondo la documentazione sulla fatturazione dell'integrazione AWS di Datadog, abilitare l'integrazione AWS raccoglie automaticamente le metriche CloudWatch e le metriche CloudWatch custom rientrano nell'allocazione delle custom metric di Datadog. Anche le metriche OpenTelemetry contano come custom metric, perché non rientrano nell'elenco ufficiale delle integrazioni Datadog. Una singola metrica in stile Prometheus taggata per user ID su un milione di utenti genera un milione di custom metric fatturabili da un solo nome di metrica. I team che non fanno un audit trimestrale della cardinalità si ritrovano questa voce in crescita più rapida di qualsiasi altra.
Quali strategie di ottimizzazione dei costi Datadog funzionano davvero?
Come dimensionare correttamente la copertura del monitoring?
Parta da un audit di ciò che monitora rispetto a ciò che utilizza davvero. Molti team distribuiscono l'agent Datadog in ogni ambiente senza differenziare la profondità del monitoring. La produzione richiede APM completo e indicizzazione dei log. Lo staging può limitarsi all'infrastructure monitoring. Gli ambienti di dev spesso non hanno bisogno di nulla più che health check di base.
Per Kubernetes, la documentazione stessa di Datadog avverte esplicitamente che installare l'agent direttamente in ciascun container fa contare ogni container come un host ai fini della fatturazione. Esegua l'agent come DaemonSet (uno per node) tramite il Datadog Operator o Helm. Riveda il comportamento dell'auto-scaling e configuri monitor sulle metriche di utilizzo stimato per ricevere alert prima che gli host superino le soglie di fatturazione. Queste metriche di utilizzo stimato hanno un margine d'errore del 10-20% rispetto all'utilizzo fatturabile finale, quindi preveda un buffer. Un controllo dei costi sostenibile richiede automazione e guardrail che applichino le best practice in tempo reale, non persone che inseguono alert dopo l'arrivo della fattura.
Come gestire l'ingestione dei dati per controllare la spesa?
I log sono la principale causa di sforamenti. Usi filtri di esclusione a livello di indice per scartare health check, messaggi heartbeat e log a livello debug prima che vengano indicizzati. I log esclusi continuano comunque a fluire verso Live Tail, archivi e generazione log-to-metric, quindi non perde i dati. Imposti quote giornaliere per indice per fissare un tetto rigido agli eventi indicizzati al giorno.
Per le custom metric, la guida alla governance di Datadog consiglia di usare la tabella Top Custom Metrics in Plan and Usage per individuare i cost driver e poi applicare Metrics Without Limits, mettendo in allowlist solo le combinazioni di tag effettivamente interrogate. Disabiliti il comportamento predefinito "collect everything" sulle integrazioni cloud e inserisca esplicitamente in allowlist solo le metriche utilizzate dalle sue dashboard e dai suoi alert.
Come si confronta Datadog con i competitor a livello di prezzo?
Datadog, New Relic, Splunk ed Elastic adottano modelli di fatturazione profondamente diversi: questo rende fuorvianti i confronti basati sul listino, se non si normalizzano workloads e dimensioni del team.
Datadog fattura per host più per GB/evento per log, trace e custom metric. New Relic fattura per utente (99-349 $/mese per l'accesso completo alla piattaforma) più per GB di dati ingeriti (0,40 $/GB Original Data, 0,60 $/GB Data Plus) oltre il tier gratuito di 100 GB/mese. Splunk Observability Cloud include l'infrastructure monitoring da 15 $/host/mese (Starter) fino a 75 $/host/mese (Enterprise), con APM, RUM e synthetic inclusi nei tier superiori. Elastic offre componenti open source self-hosted al solo costo dell'infrastruttura, oppure Serverless Observability a partire da 0,07 $/GB ingeriti più costi di retention.
Confronto tra i modelli di pricing dell'observability. Prezzi aggiornati a maggio 2026.
| Piattaforma | Modello di fatturazione | Costo di ingresso | Cost driver da tenere d'occhio |
|---|---|---|---|
| Datadog | Per host + per GB/evento | 15 $/host/mese (Infra Pro) | Custom metric, indicizzazione log |
| New Relic | Per utente + per GB ingerito | Gratuito (100 GB + 1 utente) | Seat utente full platform |
| Splunk Observability | Per host (tier bundled) | 15 $/host/mese (Starter) | Scelta del tier, uplift annuale del 9% |
| Elastic | Resource-based o self-hosted | Gratuito (OSS self-hosted) | Overhead operativo dell'infrastruttura |
Il total cost of ownership dipende dalla dimensione del team, dal volume dei dati e dalle esigenze di retention. Datadog tende a costare meno per piccoli deployment con pochi utenti, ma scala in modo aggressivo quando crescono numero di host e volumi di dati. New Relic penalizza i team di grandi dimensioni con il pricing per utente, ma assorbe il volume dei dati grazie a un generoso tier gratuito. DoiT aiuta le organizzazioni a valutare gli strumenti di monitoring nel contesto più ampio dell'ottimizzazione della spesa cloud, collegando i costi di observability all'efficienza complessiva dell'infrastruttura.
Come iniziare con il pricing Datadog e le opzioni di prova gratuita?
Il tier gratuito di Datadog copre fino a 5 host con retention delle metriche di 1 giorno, dashboard di base, alert illimitati e utenti illimitati. È adatto a una valutazione iniziale, ma la finestra di retention ridotta ne limita l'uso in produzione. La prova Pro di 14 giorni offre un quadro più realistico dei costi su scala.
Durante la prova, tenga d'occhio ogni giorno tre numeri: conteggio degli host (compresi container e Fargate task), volume di ingestione dei log in GB e numero di custom metric. Sono questi tre dati a determinare la maggior parte delle fatture Datadog. Proietti i costi a 90 giorni agli attuali tassi di crescita prima di firmare un contratto annuale. La fatturazione annuale fa risparmiare circa il 17-20% rispetto alle tariffe on-demand, ma il lock-in significa che un overprovisioning peserà per tutta la durata.
Domande frequenti sul pricing Datadog
Datadog offre sconti annuali o pricing enterprise?
Sì. La fatturazione annuale porta Infrastructure Pro da 18 a 15 $/host/mese ed Enterprise da 27 a 23 $/host/mese. APM scende da 48 a 31 $/host/mese con contratti annuali. I deployment più grandi accedono a sconti per volume tramite accordi enterprise personalizzati, che in genere prevedono commitments da 1 a 3 anni. Negozi sulla base della spesa totale impegnata su tutti i prodotti Datadog, non sui singoli SKU. Datadog ha inoltre annunciato un nuovo pricing per LLM Observability in vigore dal 1° maggio 2026: verifichi le tariffe correnti prima di firmare.
Cosa succede se supero i limiti di utilizzo Datadog?
Datadog non interrompe il servizio. Gli sforamenti vengono fatturati alle tariffe on-demand, che sono dal 30 al 50% più alte rispetto alle tariffe annuali impegnate, a seconda del prodotto. Le custom metric oltre l'allocazione per host, gli span indicizzati oltre il limite di 1 milione per host e gli eventi di log indicizzati oltre il volume contrattuale generano automaticamente addebiti per sforamento. Imposti budget monitor sulle metriche di utilizzo stimato per intercettare gli sforamenti prima che si accumulino per l'intero ciclo di fatturazione.
Posso monitorare cluster Kubernetes senza pagare per container?
Ogni licenza host include 5 container (Pro) o 10 container (Enterprise) senza costi aggiuntivi. Oltre questa soglia, i container aggiuntivi costano 0,002 $/ora oppure 1 $/mese in prepagato. La configurazione che fa davvero la differenza: eseguire l'agent Datadog come Kubernetes DaemonSet (un agent per node), non come sidecar in ogni pod. La documentazione ufficiale di Datadog avverte che il deployment dell'agent per container fa contare ciascun container come host fatturabile a sé, con il rischio di moltiplicare la fattura per il rapporto pod/node del cluster.
Come rendere i costi Datadog prevedibili e difendibili?
I costi di monitoring dovrebbero sostenere i risultati di business, non generare sorprese di budget. Una ricerca McKinsey del giugno 2025 ha rilevato che il 28% della spesa cloud è sprecato in molte organizzazioni. Gli strumenti di observability contribuiscono a questo spreco quando i team adottano impostazioni di monitoring ad ampio raggio senza allinearle al valore che generano.
Il percorso verso la prevedibilità passa da tre pratiche: taggare ogni risorsa in modo che i costi siano riconducibili a team e servizi, automatizzare l'enforcement affinché i guardrail prevengano i picchi di costo prima che si manifestino e rivedere l'utilizzo ogni mese, così che l'ottimizzazione sia continua e non reattiva. Datadog Intelligence trasforma la visibilità sui costi in ottimizzazione automatizzata, aiutando i team a mantenere una piena observability mentre la spesa resta prevedibile e allineata alla crescita.
Parli con DoiT per trasformare la visibilità sui costi Datadog in un'ottimizzazione automatizzata e applicabile, che mantenga l'observability potente e la spesa cloud prevedibile.