Espace clientSe connecter
Planifier un échange
Résultats clients

Cinq missions, chaque chiffre avec son statut

Des missions du cabinet et de son fondateur, anonymisées : le contexte, la démarche, les livrables, la durée et des résultats dont le statut est indiqué. Un potentiel identifié n'est pas une économie réalisée : nous ne les additionnons jamais.

Lire les chiffres

Quatre statuts, du chiffrage à la facture

Un chiffre change de statut à mesure que l'action avance. Le statut figure à côté de chaque valeur, sur cette page comme sur l'accueil.

Identifié

Chiffré sur le coût observé, amorti ou facturé, jamais sur un prix catalogue. C'est un potentiel, pas encore une décision.

Validé

Accepté par le propriétaire de la ressource ou par la direction. L'action est décidée ; elle n'est pas encore exécutée.

Réalisé

Change exécuté ou achat effectué. Quand le gain est un coût évité, par exemple une réservation renouvelée, il est présenté comme tel.

Constaté en facture

Mesuré dans la facturation, avant et après, ressource par ressource ou poste par poste. Un crédit, une correction ponctuelle ou une baisse de périmètre n'est jamais compté comme une économie.

Deux autres étiquettes. Livrable : mesure, analyse ou produit remis au client, ou travail mené avec ses équipes, sans montant d'économie. Délai mesuré : durée constatée entre deux étapes de la mission. La méthode prévoit aussi le statut Planifié (date et référence de changement ou de commande) : aucun chiffre publié ici ne le porte.

Cinq cas

Les cas en bref

Secteur générique, taille en fourchette large, trois résultats clés. Chaque carte mène au cas détaillé et à l'offre la plus proche.

Biens de consommation · Azure et Google Cloud

Une facture Azure déjà en partie optimisée

Quelques millions d'euros de dépense cloud par an.

  • Identifié environ 29 % de la facture Azure en économies potentielles
  • Validé environ 6,5 % de la facture Azure en actions validées après six semaines
  • Réalisé moins de 1 % de la facture exécuté hors réservation après six semaines, mesuré en facture sur la quasi-totalité des actions
Lire le cas
Services aux entreprises · trois clouds

Achats cloud d'un grand groupe de services

Plusieurs dizaines de millions d'euros de dépense cloud par an.

  • Identifié registre de 67 leviers, 1,4 à 2,7 M€ par an
  • Validé 0,6 à 1,2 M€ par an d'actions décidées
  • Constaté en facture 0,2 à 0,3 M€ par an en rythme annualisé
Lire le cas
Services financiers et assurance · AWS

Un socle AWS mature, un gisement chiffré levier par levier

Facture AWS de 5 à 15 M€ par an.

  • Identifié gisement incrémental d'environ 10 à 25 % de la facture AWS
  • Identifié environ 4 % de la facture en éteignant la non-production allumée en continu
  • Livrable reporting fidèle aux valeurs de référence à plus de 99 %
Lire le cas
Industrie · SAP sur Azure

SAP non-production : un Start & Stop séquencé

Compute de non-production éligible de l'ordre de 0,2 M€ par an.

  • Livrable environ trois VM analysées sur quatre allumées 24 h sur 24
  • Identifié environ 29 % du compute de non-production avec un arrêt le week-end, en simulation
  • Identifié environ 61 % avec un arrêt la nuit et le week-end, en simulation
Lire le cas
Services financiers et assurance · on-premise et cloud

Coûts on-premise et cloud réunis par application

De l'ordre d'un à deux millions d'euros de cloud par an. Mission menée par le fondateur.

  • Livrable coût complet on-premise ramené au mois, application par application
  • Livrable TCO comparable par vague de migration
  • Livrable prix facturés contrôlés SKU par SKU
Lire le cas

Cas publiés sous réserve de l'accord des clients.

Cas 1 · Biens de consommation

Une facture Azure déjà en partie optimisée

29 % de la facture identifiés en économies, premiers changes en quatre semaines, économies suivies jusqu'à la facture.

Contexte. Le socle Azure, plusieurs dizaines de souscriptions et plusieurs centaines de VM, était opéré par un infogérant et déjà en partie optimisé : près de 80 % des vCPU de la famille standard étaient couverts par des réservations (mesure de l'audit). L'accès était limité à la lecture seule, sans portée de facturation contractuelle, et chaque action devait passer par un change de l'infogérant après validation de l'entité concernée. L'extinction de la non-production était freinée par la crainte de perdre le bénéfice des réservations, et la direction attendait des gains livrés en un à trois mois sans sur-solliciter les équipes locales.

Démarche. Collecte en lecture seule : facturation amortie, inventaire, 30 jours de métriques à la minute, recommandations natives et sauvegarde. Chiffrage sur le coût observé, jamais sur le prix public, avec des règles prudentes et écrites : la production n'est pas redimensionnée, les progiciels à tailles certifiées sont exclus du Start & Stop, et l'on réduit avant de réserver. Les ressources couvertes et non couvertes par les réservations sont cartographiées, pour éteindre la non-production sans perdre de remise. Le plan d'actions, en français et en anglais, compte une ligne par ressource et par action (preuve, effort, risque, prérequis) ; chaque entité le valide en ligne, puis il devient une liste de changes pour l'infogérant. Un Savings Tracker suit chaque action de l'identifié au constaté en facture, en comparant le coût journalier avant et après. La démarche a ensuite été étendue à Google Cloud, avec les mêmes leviers. Contrôle de robustesse : l'audit rejoué sur une copie anonymisée des données retrouve 22 totaux clés sur 22 à moins de 1 %.

Livrables. Classeur d'analyse paramétrable entièrement en formules ; synthèses pour la direction, globale et par entité, en français et en anglais ; présentation à la direction technique ; plans d'actions par entité avec validation en ligne ; listes de changes par VM et lots de changes sans coupure ; Savings Tracker de l'identifié au constaté en facture ; KPI right-sizing, Start & Stop et Green IT par entité ; assessment Google Cloud avec plans par périmètre ; procédure de collecte autonome.

Secteur : biens de consommation, groupe international organisé en plusieurs entités.

Taille : quelques millions d'euros de dépense cloud par an.

Clouds : Azure, puis Google Cloud.

Durée : audit de 15 jours répartis sur six semaines, puis exécution des gains rapides et run FinOps.

Résultats, arrêtés après six semaines :

  • Identifié environ 29 % de la facture Azure mensuelle en économies potentielles, environ 28 % net des recouvrements entre leviers.
  • Identifié près de la moitié de ce potentiel en gains rapides, accessibles en moins de six semaines avec au plus trois jours d'effort par levier.
  • Livrable plus de 1 200 pistes documentées ressource par ressource, et environ 97 % du coût attribué à une entité ou aux équipes centrales.
  • Validé 12 changes lancés ou prêts chez l'infogérant quatre semaines après le démarrage, pour environ 1,6 % de la facture Azure.
  • Validé environ 6,5 % de la facture Azure en actions validées après six semaines ; près de la moitié de ce montant vient d'arbitrages de la direction sur la sauvegarde.
  • Réalisé moins de 1 % de la facture exécuté après six semaines hors réservation, mesuré en facture sur la quasi-totalité des actions.
  • Réalisé coût évité : une réservation arrivée à échéance a été renouvelée après right-sizing plutôt que de repasser au tarif à la demande, soit environ 1,4 % de la facture. Ce gain est estimé par rapport au tarif à la demande ; ce n'est pas une baisse de facture.
  • Constaté en facture sur les près de 60 premières actions réalisées, les économies mesurées dans la facturation journalière dépassent l'estimation initiale ; environ trois actions sur quatre sont des suppressions de disques non attachés.
  • Identifié environ 16 % de la facture Google Cloud en économies potentielles, dont plus de 40 % en gains rapides.
  • Livrable assessment Google Cloud remis le lendemain de la collecte en lecture seule.
  • Livrable point de départ mesuré par entité : 77 % des VM correctement dimensionnées (règle prudente à double confirmation) et 26 % de la non-production éligible (hors progiciels à tailles certifiées) en Start & Stop.
Cas 2 · Services aux entreprises

Achats cloud d'un grand groupe de services

L'optimisation technique remise sous propriétaire, jusqu'aux premières économies constatées en facture.

Contexte. La direction des Achats maîtrisait les remises négociées et les engagements, mais l'optimisation technique (right-sizing, nettoyage, planification, licences) était presque absente : l'année précédant la mission, elle représentait 0,4 % des économies Azure (mesure de l'assessment), le reste venant des remises, des réservations et de l'Azure Hybrid Benefit. L'équipe FinOps n'avait qu'un accès en lecture des coûts, et des milliers de recommandations natives restaient sans décision. Le plan de la catégorie Cloud fixait une ligne d'économies FinOps à tenir dans l'année, alors que l'IA générative tirait la croissance de la dépense.

Démarche. Assessment fondé sur les données : exports FOCUS sur 12 mois, tracker d'économies existant et questionnaire de maturité, chaque estimation étant signalée comme telle. Registre multi-cloud des leviers, avec propriétaire, décision et statut. Campagnes d'exécution par propriétaire, avec relances et escalade, et packs de décision par business unit, tranchés ligne par ligne. Savings Tracker à quatre statuts (constaté en facture, décidé ou acheté, potentiel, non comptabilisé) et règles d'hygiène : aucun crédit, aucune correction ponctuelle ni baisse de périmètre n'est compté comme une économie. Dépenses d'IA placées sous gouvernance plutôt que coupées : propriétaire, budget, alertes, coût par million de tokens comparé par modèle et par canal d'accès. Plan de la catégorie Cloud et business case FinOps du groupe remis à la direction des Achats.

Livrables. Assessment de maturité FinOps de la DSI (version synthétique et version détaillée) et classeur d'assessment ; registre des leviers et plan d'actions semestriel ; Savings Tracker et revues d'économies mensuelles pour le comité de pilotage ; packs de décision par business unit ; revue de licences avec calculateurs de seuil ; plan de la catégorie Cloud et business case FinOps du groupe.

Secteur : services aux entreprises, groupe international.

Taille : plusieurs dizaines de millions d'euros de dépense cloud par an sur le périmètre principal.

Clouds : Azure, AWS et Google Cloud.

Durée : environ 8 mois, assessment puis task force d'exécution.

Résultats

  • Identifié estimation indicative : potentiel de 10 à 15 % de la dépense Azure au-delà des pratiques en place, en partie repris dans le registre de leviers ci-dessous (montants non cumulables).
  • Identifié registre de 67 leviers sur trois clouds, pour 1,4 à 2,7 M€ par an.
  • Validé 0,6 à 1,2 M€ par an d'actions décidées (engagements de trois ans sur les trois clouds, planification de la non-production, disques, politiques de sauvegarde et de stockage), avec un effet attendu sur les factures suivantes. Une partie est déjà achetée, donc réalisée : le suivi de la mission ne sépare pas encore les deux montants, publiés ensemble au statut Validé.
  • Constaté en facture 0,2 à 0,3 M€ par an en rythme annualisé ; rien n'est compté avant d'apparaître sur la facture.
  • Constaté en facture poste de licences SQL Server en baisse de 12 % le premier mois, puis à un rythme de baisse de 27 % le mois suivant, hors correction d'un pic ponctuel de double licence.
  • Livrable 10 campagnes d'exécution menées auprès de 33 propriétaires.
  • Validé sur un périmètre AWS, plus de 1 600 recommandations acceptées et plus de 400 rejetées explicitement par leurs propriétaires.
  • Identifié revue d'un poste de licences logicielles chiffrée entre 4 et 11 % du poste, non comptabilisée avant validation technique.
Cas 3 · Services financiers et assurance

Un socle AWS mature, un gisement chiffré levier par levier

Allocation et engagements déjà bien tenus : un gisement de 10 à 25 % de la facture AWS chiffré levier par levier, et un reporting des coûts industrialisé.

Contexte. Une vingtaine d'équipes produit sont responsables de leur budget. L'allocation était mature (étiquetage quasi complet, showback et chargeback en place) et les engagements déjà bien gérés ; l'optimisation de l'usage restait en retrait. Plusieurs vues de coût non homogènes semaient la confusion chez les équipes produit, et le reporting reposait sur de nombreux exports manuels.

Démarche. Rapport d'étonnement après deux mois : maturité évaluée pilier par pilier, cinq priorités et une feuille de route en quatre incréments trimestriels. Indicateurs de Start & Stop sur EC2 et sur les bases de données mesurés sur l'usage horaire réel et non sur la configuration, en croisant l'étiquette de planning et le comportement constaté. Plan d'optimisation sur deux ans : 18 leviers chiffrés en fourchette basse et haute, avec dépendances, propriétaire, trimestre cible et niveau de confiance, en séparant le gisement nouveau des actions déjà réalisées ou engagées. Industrialisation du reporting des coûts amortis, des données de facturation détaillées jusqu'à l'outil de BI, avec une documentation de passation.

Livrables. Rapport d'étonnement (version complète et synthèse d'une page) ; indicateurs de Start & Stop EC2 et bases de données par équipe et par environnement ; plan d'optimisation sur deux ans, avec couverture et économies d'engagement, plan d'actions et réconciliation avec le backlog existant ; tableau de bord de suivi des coûts et des économies (réalisé, engagé, qualifié) ; classeur automatisé des coûts amortis ; documentation de passation.

Secteur : services financiers et assurance, grand groupe.

Taille : facture AWS de 5 à 15 M€ par an.

Cloud : AWS.

Durée : environ cinq mois, au sein de l'équipe du client.

Résultats

  • Livrable adoption réelle du Start & Stop mesurée sur environ 60 % des instances EC2 de non-production, mais sur une base de données de non-production sur six seulement.
  • Identifié une trentaine d'instances étiquetées Start & Stop mais allumées 24 h sur 24 (automatisations inopérantes), et plus de 150 instances allumées en continu sans planning, ciblées en priorité.
  • Identifié environ 4 % de la facture AWS à capter en éteignant la non-production allumée en continu.
  • Identifié gisement incrémental d'environ 10 à 25 % de la facture AWS, hors actions déjà réalisées ou engagées, dont environ 3 à 6 % de la facture en gains rapides à fort retour.
  • Livrable reporting industrialisé, fidèle aux valeurs de référence à plus de 99 % sur chacun des cinq flux.
Cas 4 · Industrie

SAP non-production : un Start & Stop séquencé

Sur Azure, jusqu'à 61 % du coût compute de non-production identifié comme évitable, en simulation, avec un arrêt la nuit et le week-end.

Contexte. L'environnement SAP de non-production, sur Azure, est infogéré, et les engagements sont gérés centralement par le client. Aucun Start & Stop n'y était en place. Arrêter un système SAP impose un séquencement strict : la base HANA est arrêtée en dernier et redémarrée en premier, les clusters de haute disponibilité démarrent ensemble, et la fenêtre d'allumage doit couvrir les heures ouvrées de toutes les équipes de delivery.

Démarche. Lecture du coût amorti journalier VM par VM, pour distinguer les VM allumées en continu de celles déjà arrêtées, en excluant un bac à sable temporaire. Simulation de deux plannings par type de VM : base HANA, serveurs applicatifs et services périphériques. Rédaction d'une séquence d'arrêt et de démarrage adaptée à SAP. Une hypothèse a été corrigée en cours d'étude : des nœuds d'abord supposés de secours appartenaient à des clusters de haute disponibilité et ne pouvaient pas être éteints en permanence. Prérequis posés avant tout déploiement : orchestration adaptée à SAP, cartographie des dépendances, calendrier des batchs, pilote sur un système de développement.

Livrables. Synthèse d'analyse Start & Stop (PDF et présentation) ; classeur de simulation paramétrable par VM et par planning ; inventaire et statut de facturation des VM ; séquence d'arrêt et de démarrage SAP ; prérequis, limites et risques ; trajectoire en quatre étapes, de l'alignement au déploiement par type de VM.

Secteur : industrie, groupe international.

Taille : compute de non-production éligible de l'ordre de 0,2 M€ par an.

Cloud : Azure.

Durée : étude ciblée sur un mois de facturation amortie.

Résultats

  • Livrable environ trois VM analysées sur quatre allumées 24 h sur 24, sans Start & Stop.
  • Identifié environ 29 % d'économie sur le compute de non-production avec un arrêt le week-end, en simulation.
  • Identifié environ 61 % d'économie avec un arrêt la nuit et le week-end, en simulation.
  • Livrable les bases HANA pèsent plus de la moitié du coût de base, donc du gain : leur séquencement conditionne le résultat.
Cas 5 · Services financiers et assurance

Coûts on-premise et cloud réunis par application

Une base commune pour arbitrer les vagues de migration sur un TCO comparable.

Contexte. Un SI hybride où l'on-premise (virtualisation, Unix, mainframe, stockage, sauvegarde, réseau, licences) pèse plusieurs fois le cloud. Une migration vers le cloud public était engagée, et sa consommation progressait vite. Le coût on-premise n'était pas ventilé par application, alors que chaque vague de migration devait être arbitrée sur un TCO comparable et que la facturation devait être contrôlée contre les engagements contractuels.

Démarche. Plateforme de reporting FinOps quasi temps réel (export de facturation, entrepôt de données, outil de BI) portant l'allocation aux directions et aux métiers, les budgets Build & Run, une re-prévision mensuelle, la détection d'anomalies et la conformité de l'étiquetage. Modèle de coût complet on-premise industrialisé et ramené au coût mensuel par application. TCO on-premise contre cloud par application et par vague de migration. Backlog d'optimisation priorisé : engagements, right-sizing, conteneurs, stockage, calcul intensif sur capacité spot. Contrôle de facturation SKU par SKU contre la grille contractuelle, et comités fournisseurs.

Livrables. Plateforme de reporting FinOps avec allocation, budgets et alertes ; calculatrice de coût complet on-premise et sa documentation de mise à jour ; tableau de bord unique on-premise et cloud par application ; TCO par vague de migration ; backlog d'optimisation priorisé ; rôles, processus et comité FinOps trimestriel.

Secteur : services financiers et assurance, grand groupe.

Taille : de l'ordre d'un à deux millions d'euros de cloud par an, face à un on-premise plusieurs fois plus coûteux.

Plateformes : virtualisation, Unix, mainframe et cloud public.

Durée : plus d'un an, mission menée par le fondateur.

Résultats. Aucun montant d'économie ni volume n'est publié pour ce cas.

  • Livrable modèle de coût complet on-premise ramené au coût mensuel de chaque application, sur la virtualisation, l'Unix et le mainframe.
  • Livrable coûts on-premise et cloud réunis par application dans un même tableau de bord, base du TCO des vagues de migration et des arbitrages de la DSI.
  • Livrable l'ensemble des projets cloud rattachés à leur code applicatif pour le showback.
  • Livrable contrôle SKU par SKU des prix facturés contre la grille contractuelle.
  • Livrable détection d'anomalies de coûts et alertes, dans la plateforme de reporting.

Votre situation ressemble à l'un de ces cas ?

Trente minutes pour identifier le bon point d'entrée et ce qu'il produira chez vous, avec les mêmes statuts pour chaque chiffre.