已找到以下 9 条记录
AI智能搜索
产品选择
成本中心
没有找到结果,请重新输入
产品选择
成本中心
在搜索结果页开启AI智能搜索
开启
产品选择
没有找到结果,请重新输入
  • 通过监控器跟踪异常成本 - 成本中心

    通过监控器跟踪异常成本 异常成本监控引入机器学习,分析客户历史的按需消费和包年包月消费,建立客户特定的消费模型,并参考预测值,识别成本异常飙升的场景,同时给出Top潜在根因。帮助客户及时识别异常,从而快速做出反应,以维持预期的成本支出。 场景示例 客户想要跟踪名下所有按需及包年包月产品的异常支出情况。

  • 概述 - 成本中心

    概述 什么是异常成本监控 异常成本监控引入机器学习,分析用户历史的按需消费和包年包月消费,建立用户特定的消费模型,并参考预测值,识别成本异常飙升的场景,同时给出Top潜在根因。帮助用户及时识别异常,从而快速做出反应,以维持预期的成本支出。 您可以创建如下几种类型的监控器,建议仅采

  • 异常成本检测规则 - 成本中心

    异常成本检测规则 当前支持对按需和包年包月实付成本进行分别监控: 按需异常成本检测规则:通过人工智能算法实现,基于机器学习智能识别费用波动异常。当天实际成本大于当天预测成本的最高值,且差额大于1元,则认为异常。按需影响成本百分比=(实际成本-预测成本最高值)/预测成本最高值。 示

  • 账单管理与成本控制 - 成本中心

    产生。 图3 资源包预警 识别成本异常 使用成本中心的成本监控,您可以及时识别成本的异常增长。 成本监控引入机器学习,对客户历史消费数据进行建模,对于不符合历史数据模型的成本增长,识别为异常成本记录,同时提供异常增长的Top潜在原因。 客户可设置监控提醒,定期获取影响成本高的异常

  • 最新动态 - 成本中心

    商用 预留实例 2022年01月 序号 功能名称 功能描述 阶段 相关文档 1 异常成本监控 异常成本监控引入机器学习,分析客户历史按需消费,建立客户特定的消费模型,并参考预测值,识别按需成本异常飙升的场景,同时给出Top潜在根因。帮助客户及时识别异常,从而快速做出反应,以维持预期的成本支出。

  • 查看成本分析 - 成本中心

    周期 过去7天:包含查询当天在内的过去7天的成本数据。 过去14天:包含查询当天在内的过去14天的成本数据。 过去30天:包含查询当天在内的过去30天的成本数据。 当月至今:当前月至今的成本数据。 过去3个月:包含当前月在内的过去3个月的成本数据。 过去半年:包含当前月在内的过去6个月的成本数据。

  • 成本规划与计划 - 成本中心

    使用成本中心的成本分析,可以根据客户的历史支出预测未来时间范围的成本。成本分析的成本和使用量预测,会参考不同的计费模式特征,结合机器学习和基于规则的模型来分别预测所有消费模式的成本和使用量。 图2 成本和用量预测 使用成本分析确定基于趋势的预测之后,您还可以利用华为云的价格计算器,

  • 查看成本分析(新版) - 成本中心

    时间范围 过去7天:包含查询当天在内的过去7天的成本数据。 过去14天:包含查询当天在内的过去14天的成本数据。 过去30天:包含查询当天在内的过去30天的成本数据。 当月至今:当前月至今的成本数据。 过去3个月:包含当前月在内的过去3个月的成本数据。 过去半年:包含当前月在内的过去6个月的成本数据。

  • 方案概述 - 成本中心

    品类型、企业项目维度提供年度TOP消费分布、年度消费趋势以及年度消费增长最快的TOP排行,便于您准确了解组织内的成本分布情况。 核心服务的深度分析 提供计算、存储、数据库服务的摊销成本的年度与月度概览。按计费模式、企业项目、区域维度呈现费用分布,并提供用量及单位成本趋势分析视图,