Aller au contenu
English

Coût par client, par agent, par locataire et par modèle

  • Leçon 17
  • 40 min
  • Module 5 : Le coût

Où nous en sommes

Dans la dernière leçon, nous avons attribué un coût à chaque exécution et à chaque étape, avec la date de la grille tarifaire. Omar veut en savoir plus : le coût de chaque modèle, de chaque sous-groupe et de chaque client. Il veut aussi connaître le coût d'un billet résolu. Dans cette leçon, nous répartissons les coûts sans faire exploser les métriques. Nous comparons nos totaux à ceux de la passerelle et examinons l'effet du changement d'Omar. Nous commençons par une imprimante de bureau.

Lue depuis YouTube. Rien ne se charge depuis YouTube avant que vous appuyiez sur lecture. Confidentialité
Leçon 17 sur 28 · Observabilité des agents d'IA : traces, coûts et pistes d'auditCoût par client, par agent, par locataire et par modèle
Aperçu du cours

Ce que vous saurez faire

Répartissez le coût du flux de travail par modèle, sous-groupe, client, agent et équipe. Mesurez le coût d’un billet résolu et limitez la taille des métriques pour pouvoir les stocker.

Avant de commencerCe qu’il faut savoir et avoir sous la mainEnviron 40 minutes

Ce que vous devez savoir

Ce qu’il vous faut sur votre ordinateur

  • Votre projet dans l’état laissé par la dernière leçon (l’instantané end-of-m05, 96 tests réussis), avec l’environnement virtuel actif.
  • Facultatif : Grafana du module 1, pour le panneau des coûts.

Testé sur macOS (Apple silicon) avec Python 3.12.13. Les commandes Windows et Linux sont écrites, mais n’ont pas été exécutées. Le trafic de la semaine est construit. Chaque décision de modèle provient d’un enregistrement rejoué. Chaque coût correspond aux jetons rejoués × la grille tarifaire du cours (version 2026-10-08).

Un bureau a une imprimante et six services. Avant d’imprimer, vous entrez le code de votre service. À la fin du mois, l’imprimante affiche six compteurs : les pages par service. Le service des finances répartit la facture selon ces six nombres.

Puis quelqu’un a une idée : « Utilisons notre nom et le titre du document comme code, pour tout savoir. » L’imprimante garde maintenant un compteur pour chaque paire de nom et de titre. Après un mois, elle a dix mille compteurs, dont la plupart comptent une seule page. Sa mémoire est pleine et le rapport est inutile. Pour savoir qui a imprimé un document, vous consultez le journal des travaux de l’imprimante, pas ses compteurs.

Le problème : deux mauvaises façons de répartir les coûts

Section intitulée « Le problème : deux mauvaises façons de répartir les coûts »

Kwame veut le coût par modèle, par sous-groupe et par client. Omar veut savoir si son changement en valait la peine. Tomás a une réponse rapide pour les deux : « Ajoutez l’identifiant du client et celui de l’exécution comme étiquettes de la métrique de coût. Ensuite, une seule requête suffit pour toute répartition. »

Une étiquette par client ou par exécution fait exploser la métrique. Chaque combinaison de valeurs d’étiquettes forme une série distincte : une liste de nombres que Prometheus stocke et indexe séparément. Notre compteur larkfield.run.cost a aujourd’hui cinq étiquettes : modèle, résultat, langue, version et conception. Dans la semaine rejouée, il compte 20 séries. Calculez ce que les étiquettes de Tomás produiraient sur les mêmes 316 exécutions :

Étiquettes sur larkfield.run.cost Combinaisons d’étiquettes distinctes dans la semaine Et après un an
les cinq étiquettes actuelles 23 (pour les exécutions; 20 avec un coût) environ autant : les valeurs forment une liste fixe
+ l’identifiant du client 176 (68 clients) une combinaison de plus pour chaque nouveau client
+ l’identifiant de l’exécution 316 (une par exécution) une nouvelle série pour chaque exécution, sans fin

La première ligne reste petite, car chaque étiquette a une courte liste de valeurs. La dernière ligne croît avec le trafic : environ 45 nouvelles séries par jour chez Larkfield, et des millions dans un service très utilisé. Chaque série consomme de la mémoire et chaque requête doit en lire davantage.

Le coût par appel répond à la mauvaise question. Un appel à chat-strong coûtait environ 0,006 $ US pendant la semaine. Ce nombre n’aide pas Omar, car un billet exige au moins deux appels et certaines exécutions se terminent sans résultat. Il lui faut le coût du résultat pour lequel il paie : un billet résolu.

L’idée : peu de valeurs dans les étiquettes, les identifiants sur les spans

Section intitulée « L’idée : peu de valeurs dans les étiquettes, les identifiants sur les spans »

Le nombre de valeurs distinctes d’un attribut est sa cardinalité. Ici, « modèle » a une cardinalité de 3. La cardinalité de « identifiant du client » augmente avec l’activité de l’entreprise. Une étiquette à cardinalité élevée fait exploser le nombre de séries. Les séries se multiplient : chaque valeur d’une étiquette se combine avec chaque valeur des autres.

Le cours place donc les attributs à deux endroits, comme le bureau garde des compteurs et un journal des travaux :

Une exécution terminée, R-1014-040, envoie deux types d'attributs. « Peu de valeurs : étiquettes de métrique : modèle (3), résultat (3), langue (3), version (3), conception (2) » mène à « larkfield.run.cost, 20 séries dans la semaine ». « Une nouvelle valeur pour presque chaque exécution : attributs de span seulement : identifiant du client, du billet, de l'exécution » (un encadré rouge pointillé) mène à « Traces : obs cost --by customer, TraceQL, une exécution à la fois ». Une flèche pointillée reliant les identifiants à la métrique indique : comme étiquettes, 176 ou 316 séries.
Mesuré sur la semaine enregistrée : les attributs ayant peu de valeurs deviennent des étiquettes de métrique. Les identifiants restent sur les spans, où une requête les lit exécution par exécution.
Description textuelle du diagramme

Chaque exécution terminée possède deux types d’attributs. Le modèle, le résultat, la langue, la version et la conception ont de courtes listes de valeurs. Ce sont les étiquettes du compteur de coût, qui compte 20 séries dans la semaine. L’identifiant du client, du billet et de l’exécution ont une nouvelle valeur pour presque chaque exécution : ils restent sur les spans. Pour répartir les coûts par client, lisez les traces. Comme étiquette, l’identifiant du client créerait 176 séries en une semaine, et celui de l’exécution, 316.

La règle pratique : les valeurs d’une étiquette de métrique doivent tenir dans une liste que vous pourriez écrire. Un locataire est une organisation cliente qui partage une plateforme, par exemple une boutique utilisant un service de soutien. Une plateforme de 40 boutiques peut étiqueter ses métriques par locataire : 40 valeurs, une liste. Elle ne peut pas les étiqueter avec les clients de chaque boutique. Le service de soutien de Larkfield a deux locataires, Larkfield et Bramble Books, une librairie, et ce cours examine seulement le locataire de Larkfield. Un client est une personne qui écrit un billet.

Le coût par billet résolu est le coût de toutes les exécutions d’une période, divisé par les exécutions terminées avec resolved (résolu). Les exécutions qui ont demandé au client ou passé le relais à une personne coûtent aussi de l’argent. Cet argent a aussi servi à obtenir les billets résolus. Voici la semaine selon python -m obs cost --by outcome --data data/telemetry/week :

outcome runs resolved cost US$ per run per resolved success
asked_customer 19 0 0.0101 0.00053 - 0.0%
handed_to_person 94 0 0.0559 0.00059 - 0.0%
resolved 203 203 0.6007 0.00296 0.00296 100.0%
total 316 203 0.6667 0.00211 0.00328 64.2%

La semaine a coûté 0,6667 $ US et 203 billets ont été résolus : 0,6667 $ US ÷ 203 = 0,00328 $ US par billet résolu. La ligne resolved seule indique 0,00296 $ US, car elle exclut les 0,0660 $ US des 113 autres exécutions. C’est 10 % trop bas. La colonne success (réussite) représente ici la proportion d’exécutions terminées avec un billet résolu.

  1. Répartissez la semaine par modèle :

    Fenêtre de terminal
    python -m obs cost --by model --data data/telemetry/week
    model runs resolved cost US$ per run per resolved success
    chat-small 260 162 0.1513 0.00058 0.00093 62.3%
    chat-strong 40 38 0.5153 0.01288 0.01356 95.0%
    gemma3:4b 16 3 0.0000 0.00000 0.00000 18.8%
    total 316 203 0.6667 0.00211 0.00328 64.2%

    chat-strong a effectué 40 des 316 exécutions et représente 77 % du coût. Chaque billet résolu avec ce modèle coûtait 0,01356 $ US, soit 14,6 fois les 0,00093 $ US de chat-small. Le modèle local semble gratuit : son prix de 0 est une hypothèse, et il a résolu 3 des 16 billets.

  2. Répartissez-la par langue, le sous-groupe que Camille surveille :

    Fenêtre de terminal
    python -m obs cost --by language --data data/telemetry/week
    language runs resolved cost US$ per run per resolved success
    de 6 5 0.0029 0.00048 0.00057 83.3%
    en 302 190 0.6480 0.00215 0.00341 62.9%
    fr 8 8 0.0158 0.00198 0.00198 100.0%

    Les billets en allemand semblent peu coûteux et bien résolus. Mais selon les étiquettes du cours, seulement 1 des 6 exécutions en allemand était correcte. chat-small réexpédie la commande du billet T-90305, alors qu’une personne devrait décider. Un faible coût par billet résolu peut cacher des réponses incorrectes. Examinez toujours le coût avec la qualité.

  3. Répartissez-la par client, à partir des traces :

    Fenêtre de terminal
    python -m obs cost --by customer --data data/telemetry/week

    Le tableau a 68 lignes, une par client. Cela fonctionne parce que l’identifiant du client est sur les spans de l’exécution, pas sur une métrique. Dans PowerShell, ajoutez | Select-Object -First 6 pour voir les premières lignes; sur macOS ou Linux, | head -6.

  4. Demandez sa répartition à la passerelle. Seule la passerelle connaît l’agent enregistré et son équipe. Ses enregistrements de l’exécution de la leçon sur la passerelle sont dans data/telemetry/gateway/. Ils couvrent 70 billets passés par la passerelle du cours Gouverner les agents d’IA : passerelles, registres et contrôles :

    Fenêtre de terminal
    python -m obs gateway data/telemetry/gateway/gateway-usage.json --by team
    team calls not ok tokens in out cost US$
    service 135 1 310041 15702 0.77710
    The gateway prices each call with its own price table; the traces price the same calls with the app's.

    Avec --by agent, l’unique ligne est support-workflow. Dans un environnement partagé, la même commande donne sa facture à chaque équipe. L’appel « not ok » (non réussi) correspond au filtre de contenu enregistré pour T-80002.

  5. Vérifiez que les deux totaux concordent :

    Fenêtre de terminal
    python -m obs gateway data/telemetry/gateway/gateway-usage.json --data data/telemetry/gateway
    Gateway records: 135 model calls (ok 134, upstream_error 1)
    Workflow traces: 70 runs, 135 model calls, 83 tool calls, 28 approval requests
    Joined by trace context (the span ID in traceparent): 135 of 135 records
    Tokens in / out: gateway 310,041 / 15,702; traces 310,041 / 15,702
    Cost: gateway US$0.77710; traces US$0.77710

Les deux totaux concordent jusqu’au dernier chiffre. Ils concordent parce que les deux côtés comptent les mêmes 135 appels aux mêmes prix. De plus, l’application a calculé le prix de la capacité strong-reasoning selon le modèle nommé dans la réponse de la passerelle. Une différence serait un constat à examiner, pas du bruit. Cherchez un appel refusé que l’application a retenté, un appel ayant contourné la passerelle ou une ancienne grille tarifaire. Vérifiez les totaux chaque mois, avant d’envoyer une facture.

Chaque côté répond à une question différente. Les enregistrements de la passerelle répartissent le coût par agent et par équipe : c’est la facture. Les traces répartissent le coût par résultat, étape et client : c’est ce que l’argent a permis d’obtenir.

Dès mercredi à 9 h, la version 2.1.0 envoie les billets difficiles à chat-strong. Ce sont les livraisons en retard ou manquantes, les billets avec au moins deux numéros de commande ou plus de 60 mots. Dans les enregistrements du cours sur les agents, chat-small réussissait 11 des 15 tâches difficiles pour 0,0090 $ US. chat-strong en réussissait 15 sur 15 pour 0,1946 $ US : 21,6 fois le coût. Le changement est donc un véritable compromis, pas une erreur.

Les jours de semaine avant et après le changement avaient le même trafic : 52 billets par jour. La période « avant » va du lundi au mercredi à 9 h; la période « après », du mercredi à 9 h au vendredi. La fin de semaine est exclue, car elle comprenait l’essai du modèle local.

  • B : avant le changement
  • A : après le changement
Jetons rejoués × la grille tarifaire du cours (version 2026-10-08), trafic construit, jours de semaine seulement, en $ US par 1 000 billets résolus. Les billets difficiles utilisaient chat-small avant le changement et chat-strong après; les autres billets sont restés sur chat-small.
Description textuelle du graphique

Quatre barres, par paires. Tous les billets : 0.00094 $ US avant (112 exécutions) et 0.00478 $ US après (148 exécutions), soit 5.1 fois plus. Billets difficiles : 0.00080 $ US avant (26 exécutions sur chat-small) et 0.01333 $ US après (33 exécutions sur chat-strong).

Le coût par billet résolu a été multiplié par 5.1, passant de 0,00094 $ US à 0,00478 $ US. Pour les autres billets, restés sur chat-small, il n’a pas augmenté : 0.00099 $ US avant et 0.00093 $ US après. Toute l’augmentation vient du modèle utilisé pour les billets difficiles.

Voici maintenant l’autre côté du compromis, à partir des mêmes exécutions. La proportion d’exécutions terminées avec un billet résolu est passée de 64.3 % à 69.6 %. Selon les étiquettes du cours, le résultat correct est passé de 84.8 % à 90.5 %. Pour les billets difficiles seulement, il est passé de 18 sur 26 (69.2 %) avec chat-small à 31 sur 33 (93.9 %) avec chat-strong. Les étiquettes proviennent du cours sur les agents. Dans une vraie équipe, des révisions d’échantillons donnent ce nombre, comme le montre le module 7.

Explorez la semaine vous-même avant de poursuivre.

Explorer

Répartir le coût d'une semaine et le lire par billet résolu

Exécutions
316
Résolus
203 (64,2 %)
Coût
0,66667 $ US
Par exécution
0,00211 $ US
Par ticket résolu
0,00328 $ US
Par rapport au budget
1,6 × le budget
Justes (les étiquettes du cours, à la place des revues de Priya)
273 (86,4 %)

La semaine : 316 exécutions, 0,00328 $ US par ticket résolu (1,6 × le budget). Le groupe au coût par ticket résolu le plus élevé : chat-strong, 0,01356 $ US (77 % du coût).

$ US par ticket résolubudget 0,002 $ USchat-small · 260 exécutionschat-small : 0,00093 $ US · 47 % du budget0,00093chat-strong · 40 exécutionschat-strong : 0,01356 $ US · 6,8 × le budget0,01356 ▲gemma3:4b · 16 exécutionsgemma3:4b : 0,00000 $ US · 0 % du budget0,00000
$ US par ticket résolubudget 0,002 $ USchat-small · 260 exécutionschat-small : 0,00093 $ US · 47 % du budget0,00093chat-strong · 40 exécutionschat-strong : 0,01356 $ US · 6,8 × le budget0,01356 ▲gemma3:4b · 16 exécutionsgemma3:4b : 0,00000 $ US · 0 % du budget0,00000
Coût de la semaine rejouée (du lundi au dimanche), par modèle
GroupeExécutionsRésolusCoût (US$)Par exécutionPar ticket résoluJustes
chat-small260162 (62 %)0,151340,000580,0009388 %
chat-strong4038 (95 %)0,515330,012880,0135695 %
gemma3:4b163 (19 %)0,000000,000000,0000038 %
total316203 (64 %)0,666670,002110,0032886 %

Coût par ticket résolu = le coût de TOUTES les exécutions du groupe / ses tickets résolus. replayed tokens x the agents course's prices (price table 2026-10-08); constructed traffic. Le budget est une hypothèse (celle d’Omar).

Jetons rejoués × la grille tarifaire du cours (version 2026-10-08); trafic construit. La ligne budgétaire, 0,002 $ US par billet résolu, est une hypothèse : celle d'Omar. « Right » (correct) correspond aux étiquettes du cours, qui remplacent les révisions de Priya.
Description textuelle de l’explorateur

L’explorateur commence avec toute la semaine rejouée, répartie par modèle. chat-small : 260 exécutions à 0,00093 $ US par billet résolu. chat-strong : 40 exécutions à 0,01356 $ US. gemma3:4b : 16 exécutions à 0 $ US, un prix supposé. Au total, 0,00328 $ US, soit 1,6 fois le budget. Choisissez « Before the switch » (avant le changement) : 112 exécutions, toutes sur chat-small, à 0,00094 $ US, sous le budget. Choisissez « After the switch » (après le changement) : 148 exécutions, à 0,00478 $ US, soit 2,4 fois le budget; les 33 exécutions de chat-strong représentent 87 % du coût. Répartissez par « Hard ticket » (billet difficile) pour voir que seul le coût des billets difficiles a changé. Choisissez « The healthy week » (la semaine saine) : les mêmes billets sur chat-small, à 0,00091 $ US. Répartissez par « Day » (jour) : chaque jour de semaine compte 52 exécutions, donc le nombre de billets n’a pas changé.

La réponse à la prédiction : le modèle. Chaque jour de semaine comptait 52 billets. Le coût du mercredi a augmenté parce que, dès 9 h, les billets difficiles utilisaient un modèle aux jetons 20 fois plus coûteux.

Répartissez par étiquette de métrique quand l’attribut a une courte liste fixe de valeurs : modèle, résultat, langue, version, conception, locataire, équipe. Les tableaux de bord et les alertes les lisent, et leur coût reste faible. Répartissez par attribut de span quand l’attribut est un identifiant : client, billet, exécution. Une requête sur les traces est plus lente, et l’échantillonnage peut supprimer des traces. Utilisez-la donc pour expliquer, pas pour facturer.

Le coût de chaque étiquette vient de la multiplication. Cinq étiquettes ayant 3, 3, 3, 3 et 2 valeurs permettent 162 séries; la semaine en a utilisé 20. Une sixième étiquette avec 10 valeurs en permet dix fois plus. Avant d’ajouter une étiquette, demandez-vous : « Puis-je écrire toutes ses valeurs? » Sinon, elle appartient au span.

Erreur courante

Le coût par billet résolu semble inférieur à la facture

Symptôme : votre tableau de bord indique 0,00296 $ US par billet résolu pour la semaine. Mais la semaine a coûté 0,6667 $ US pour 203 billets résolus, soit 0,00328 $ US.

Cause : la requête divise le coût des exécutions résolues par le nombre d’exécutions résolues. Elle exclut les exécutions ayant demandé au client ou passé le relais à une personne, même si elles ont été payées. En PromQL, l’erreur est un filtre des deux côtés : {larkfield_outcome="resolved"} sur le coût comme sur le nombre.

Diagnostic : exécutez python -m obs cost --by outcome --data data/telemetry/week et comparez la ligne resolved à la ligne total (total). La colonne per resolved (par billet résolu) du total donne le bon nombre.

Correction : filtrez seulement le nombre, jamais le coût. Le panneau du cours divise tout le coût par les exécutions résolues : sum(increase(larkfield_run_cost_total[90s])) / sum(increase(larkfield_runs_total{larkfield_outcome="resolved"}[90s])).

À vous de jouer : un panneau des coûts par modèle et résultat

Section intitulée « À vous de jouer : un panneau des coûts par modèle et résultat »

Créez le panneau demandé par Kwame : le coût par modèle et par résultat. Il montre le coût des exécutions non résolues pour chaque modèle.

  • Sans Docker : utilisez le filtre --model avec la répartition par résultat, une fois par modèle :

    Fenêtre de terminal
    python -m obs cost --by outcome --model chat-strong --data data/telemetry/week
    python -m obs cost --by outcome --model chat-small --data data/telemetry/week

    Pour chat-strong, la sortie commence par handed_to_person 2 0 0.0210. Deux exécutions ont passé le relais à une personne et ont coûté 0,0210 $ US au total.

  • Dans Grafana (facultatif) : si Grafana utilise la semaine rejouée du module 1, ouvrez le tableau de bord des exécutions. Ajoutez un panneau avec cette requête, sous forme de série temporelle ou de diagramme à barres :

    sum by (gen_ai_request_model, larkfield_outcome) (increase(larkfield_run_cost_total[90s]))

    Il suit le panneau du tableau de bord « Cost per resolved ticket, by model » (coût par billet résolu, par modèle). L’équipe du cours n’a pas exécuté ce nouveau panneau : comparez son total à obs cost.

Répondez ensuite pour chaque modèle : quelle proportion de son coût n’a produit aucun billet résolu? Notre réponse se trouve dans la deuxième vérification des connaissances.

Vérifiez votre compréhension

Tomás veut ajouter l'identifiant du client comme étiquette sur larkfield.run.cost pour que Grace voie le coût par client dans Grafana. Répondez-lui avec les chiffres de la semaine. Dites aussi d'où vient plutôt le coût par client.

Afficher la réponse

Chaque combinaison de valeurs d’étiquettes forme une série distincte. Les cinq étiquettes actuelles donnent 20 séries du compteur de coût dans la semaine. La liste reste la même au fil du temps. Avec l’identifiant du client, les 316 exécutions donnent 176 combinaisons d’étiquettes, puis une de plus pour chaque nouveau client. Avec l’identifiant de l’exécution, chaque exécution crée une nouvelle série, sans fin. C’est une cardinalité élevée : la mémoire utilisée et le temps des requêtes augmentent avec le trafic. L’identifiant du client reste sur les spans (segments de trace) de l’exécution. La commande python -m obs cost --by customer le lit à cet endroit (68 clients dans la semaine). Une requête TraceQL dans Tempo peut aussi le lire.

Vérifiez votre compréhension

À vous : dans la semaine, quelle part du coût de chaque modèle n'a permis de résoudre aucun billet? Utilisez les deux sorties de la tâche autonome.

Afficher la réponse

Pour chat-strong, les 2 exécutions transférées à une personne ont coûté 0,0210 $ US sur 0,5153 $ US : environ 4 %. Pour chat-small, 19 exécutions ont demandé une réponse au client et 79 ont été transférées à une personne. Elles ont coûté 0,0101 $ US + 0,0348 $ US = 0,0449 $ US sur 0,1513 $ US : environ 30 %. Cet argent fait partie du coût par billet résolu : 0,5153 $ US ÷ 38 = 0,01356 $ US pour chat-strong et 0,1513 $ US ÷ 162 = 0,00093 $ US pour chat-small. Un modèle peu coûteux qui échoue souvent dépense une plus grande part de son argent sans obtenir de résultat.

Vérifiez votre compréhension

Les enregistrements de la passerelle et les traces indiquent tous deux 0,77710 $ US pour l'exécution passant par la passerelle. Nommez les critères de ventilation propres à chaque côté, puis deux causes possibles d'un écart entre les totaux.

Afficher la réponse

Seule la passerelle connaît l’agent enregistré (support-workflow), son équipe (service), la capacité, le fournisseur et les appels qu’elle a refusés. Elle ventile la facture par agent et par équipe. Seules les traces connaissent les appels d’outils, l’approbation, le résultat de l’exécution et l’étape de chaque appel. Elles ventilent le coût par résultat, par étape et par client, et donnent le coût par billet résolu. Les totaux différeraient si un côté utilisait une autre grille de prix. Ils différeraient aussi si l’application retentait un appel que la passerelle avait refusé ou compté autrement. Certains appels qui contournent la passerelle pourraient aussi créer un écart. Ici, les totaux concordent parce que les deux côtés comptent les mêmes 135 appels avec les mêmes prix. L’application calcule aussi le prix de strong-reasoning selon le modèle nommé par la passerelle.

Récapitulatif

  • La cardinalité est le nombre de valeurs différentes d’un attribut. Les étiquettes des métriques doivent avoir peu de valeurs (modèle, résultat, langue, version, conception, locataire, équipe). Les identifiants (client, billet, exécution) restent sur les spans.
  • Le compteur de coût compte 20 séries dans la semaine; avec l’identifiant du client, 176; avec l’identifiant de l’exécution, une par exécution.
  • Coût par billet résolu = coût de toutes les exécutions ÷ nombre d’exécutions ayant résolu un billet : 0,00328 $ US pour la semaine, et non 0,00296 $ US pour les seules exécutions ayant résolu un billet.
  • La passerelle ventile la facture par agent et par équipe; les traces la ventilent par résultat, par étape et par client. Leurs totaux concordent ici : 0,77710 $ US. Un écart constitue une constatation.
  • Le changement d’Omar a multiplié le coût par billet résolu par 5,1, de 0,00094 $ US à 0,00478 $ US. Cette hausse vient entièrement des billets difficiles. La part des résultats corrects est passée de 84,8 % à 90,5 %.
  • Examinez le coût avec la qualité : les billets en allemand coûtaient peu, mais leurs résultats étaient généralement incorrects.

Vous pouvez maintenant dire où l’argent est allé et ce qu’il a permis d’obtenir. Mais une ventilation le lundi n’arrête pas une exécution qui dépense trop le dimanche. Ensuite, vous définirez un budget, une alerte qui nomme les exécutions responsables d’un pic et une limite dans le code. Cette limite arrête réellement les dépenses.

Leçon suivante : Budgets, alertes et l'exécution coûteuse