Contents
1. コスト分析・予測とアラート設定の実装
この章では、Azure ポータル上でコストを把握しつつ、異常増加を早期に検知できる仕組みを構築する方法を解説します。
Cost Management の新しい予測エンジンは機械学習ベースとなり、過去の使用パターンから比較的高精度な見積もりが可能です（公式ドキュメント: コスト分析と予測)。
1‑1. コスト分析ビューの基本操作
「コスト分析」ビューでは、サービス別・リソースグループ別に支出を確認し、将来の予測曲線も同時に表示できます。
| 手順 | 操作内容 | 補足 |
|---|---|---|
| 1 | Azure ポータル → Cost Management → コスト分析 を開く | デフォルトで「累積費用」グラフが表示されます |
| 2 | フィルタ欄で サービス、リソース グループ、必要に応じて タグ を選択 | 複数条件を組み合わせると粒度の高い分析が可能です |
| 3 | 「予測」タブを有効化し、期間を 次の 30 日 に設定 | 実績曲線に重ねて予測曲線が表示されます |
| 4 | 必要なら エクスポート ボタンで CSV ダウンロード → 月次レポート作成に活用 | Power BI や Excel に取り込んで可視化すると効果的です |
定期（例：週1回）にこの画面を確認し、予測と実績の乖離が一定以上（例: 10% 超）した場合はアラート設定へ進みます。
1‑2. コスト・予算アラートのベストプラクティス
アラートは コスト増加 と Advisor の推奨事項 を組み合わせることで、無駄な支出を自動的に抑止できます。
1‑2‑1. 予算アラートの作り方
- Cost Management → アラート → + 新しいアラート
- 条件例: 「合計コスト が 予算の 80% を超えたとき」
- 通知先は メール、Microsoft Teams、または Azure Action Groups（自動化トリガー）
1‑2‑2. Advisor 推奨事項との連携
| 手順 | 操作内容 |
|---|---|
| 1 | Azure Portal → Advisor → 「未使用 VM」や「低利用 VM」の推奨を表示 |
| 2 | 各推奨の右側にある 自動アクション作成 をクリック |
| 3 | 作成ウィザードで Azure Automation Runbook（例: Stop-IdleVM.ps1）を選択し、対象リソースを自動停止させる設定 |
上記の二段階アラートにより、予算超過が検出された瞬間だけでなく、未使用リソースも同時に処理できるため、コスト増加リスクをリアルタイムで抑制できます。
2. 仮想マシン（VM）のデプロイ上限制御と安全な削除フロー
仮想マシンは Azure の中でも料金が大きくなる傾向があります。
ここでは Azure Policy を活用したデプロイ制限と、停止後のモニタリング・自動削除手順を紹介します。
2‑1. デプロイ上限制御（Azure Policy）
ポリシーで「許可されたサイズ」「リージョン」「SKU」だけを作成可能にすれば、予算外の VM 作成を事前に防げます（公式ドキュメント: Azure Policy の概要)。
ポリシー定義例（JSON）
|
1 2 3 4 5 6 7 8 9 10 11 12 13 |
{ "if": { "allOf": [ { "field": "type", "equals": "Microsoft.Compute/virtualMachines" }, { "field": "location", "notIn": ["japaneast","japanwest"] }, { "field": "Microsoft.Compute/sku.name", "in": ["Standard_D2s_v3","Standard_E4ds_v5"] } ] }, "then": { "effect": "deny" } } |
ポイント
-locationに許可したリージョンだけを列挙
-sku.nameに利用可能なサイズのみ指定
-effect: denyで条件に合致しない作成要求をブロック
ポリシー適用手順（要点）
- Azure Portal → Policy → 定義の作成 で上記 JSON を貼り付け。
- スコープに対象サブスクリプションまたはリソース グループを選択し、割り当て ボタンで有効化。
2‑2. 停止・デアロケート後のモニタリングと自動削除
完全に使用されなくなった VM は 停止＋デアロケート 後もストレージ料金が発生し続けます。7 日間の監視期間を設け、期限超過時に自動削除するフローを構築します（公式ベストプラクティス: VM のコスト最適化)。
手順概要
| ステップ | 内容 |
|---|---|
| 1. 停止・デアロケート | Azure CLI: az vm deallocate --resource-group RG01 --name VM01 |
| 2. タグ付与（自動） | Automation Runbook が実行時に deallocatedDate=yyyy-MM-dd を付与 |
| 3. 7 日間のクエリ作成 | Cost Management の クエリ 機能で以下 Kusto クエリを保存 kusto<br>Resources<br>| where type == "microsoft.compute/virtualmachines"<br>| where isnotempty(tags.deallocatedDate)<br>| where datetime_add('day',7,todatetime(tags.deallocatedDate)) <= now()<br> |
| 4. 自動削除 Runbook | 条件を満たす VM に対し az vm delete --yes を実行 |
このフローにより、再利用の可能性が残っている VM は手動で確認でき、不要と判断されたものは自動的に削除されます。結果として ストレージ課金 の無駄を防げます。
3. Savings Plans と Reserved Instances（RI）の選定基準
変動負荷か固定負荷かによって最適な割引オプションが異なります。本節ではそれぞれの特徴と、実際に比較したケーススタディを示します。
3‑1. 適用シナリオ別の選び方
| シナリオ | 推奨プラン | 主な利点 |
|---|---|---|
| バッチ処理やスポット的負荷が頻繁に変動する環境 | Savings Plans（1 年または 3 年） | CPU・メモリ使用量ベースの割引で、サイズ変更やリージョン移行も自動適用 |
| 常時稼働する Web フロントエンドやデータベースサーバー | Reserved Instances（1 年／3 年） | 特定 SKU とリージョンに対して最大約 55% の割引が得られる（公式価格表参照: Azure Reserved VM Instances) |
| コンテナクラスター（AKS）やサーバーレスでリソースが流動的 | Savings Plans（月額払い可） | 月次の支払で柔軟性を保ちつつ、一定以上の割引率を確保 |
ポイント：まずはワークロードごとの「CPU・メモリ使用量」の変動幅を測定し、変動が大きいものから Savings Plans を検討します。逆に「同一 SKU が 80% 以上の期間で稼働」している場合は RI が有利です。
3‑2. コスト効果比較（実例）
| ケース | 前提条件 | Savings Plans 割引率目安 | RI 割引率目安 |
|---|---|---|---|
| A：Standard_D4s_v3 を年中稼働（3 年契約） | 1 台、常時使用 | 約 45% | 約 55% |
| B：半年ごとにサイズ変更が必要なバッチサーバー | 2 台、CPU 使用率変動大 | 約 40%（サイズ自動適用） | 再購入が必要で実質割引低下 |
結論：固定負荷は RI が最も高い割引を提供しますが、サイズ変更やリージョン移行が頻繁に起きる環境では Savings Plans の柔軟性が総合コスト削減につながります。
4. サードパーティツールで実現する自動最適化
Azure 標準機能だけでも多くの効果は得られますが、サードパーティ製最適化ツール を併用すると、未使用リソースや過剰プロビジョニングの検出精度が向上します。ここでは代表的な Azure Cloud Optimizer の導入手順と実績を紹介します（公式情報はベンダーの Marketplace ページをご参照ください）。
4‑1. Azure Cloud Optimizer の導入フロー
本ツールは Azure メトリクス API と連携し、日次で最適化ジョブを自動実行します。
| 手順 | 内容 |
|---|---|
| 1 | Marketplace → 「Azure Cloud Optimizer」検索 → デプロイ |
| 2 | デプロイ時に作成される サービスプリンシパル に Reader と Cost Management Reader のロールを付与 |
| 3 | ポリシー設定画面で以下の推奨アクションを有効化 • 未使用 VM の自動停止（CPU 使用率 ≤ 5%） • 低利用ディスク削除（I/O < 1 IOPS/日） |
| 4 | ダッシュボードで 「本月の削減額」 と 「提案実行率」 を確認 |
設定は数分で完了し、手動作業と比較して約 2 倍 の速度でリソース最適化が進むことが報告されています。
4‑2. 実績ケースと期待できる削減率
| 顧客業種 | 環境規模 | 主な最適化項目 | 削減率（実績） |
|---|---|---|---|
| 製造業 (IoT) | 150 VM | 停止・デアロケート、ディスク縮小 | 28% |
| 金融サービス | 80 VM | サイズダウングレード、未使用パブリック IP 削除 | 30% |
| SaaS プラットフォーム | 200 コンテナノード | オートスケール最適化、不要リソース自動削除 | 25% |
サードパーティツールは Advisor が提示しない「細かい過剰リソース」まで検出できる点が大きなメリットです。
5. タグ付けとガバナンスで無駄リソースを可視化・削減する仕組み
タグは 所有者・用途・コストセンター を明示し、ポリシーと連携させることで未管理リソースの自動検出が可能になります。以下では必須タグ設定から月次クリーンアップフロー、経営層向けレポート作成までを具体的に解説します。
5‑1. 必須タグと Azure Policy の組み合わせ
Owner・Env・CostCenterといった 必須タグ を強制すれば、未タグ付リソースはデプロイ段階でブロックされます（公式ドキュメント: Tagging best practices)。
ポリシー例：Owner タグが未設定のリソースを拒否
|
1 2 3 4 5 6 7 8 9 10 |
{ "if": { "field": "tags['Owner']", "equals": "" }, "then": { "effect": "deny" } } |
適用手順
1. Azure Portal → Policy → 定義の作成 で上記 JSON を保存。
2. スコープにサブスクリプション全体または対象リソース グループを設定し、割り当て。
CI/CD パイプラインで自動タグ付与
|
1 2 3 |
az resource tag --ids $(az resource list --query "[?tags.Owner==null].id" -o tsv) \ --tags Owner=$(Build.RequestedFor) Env=Prod CostCenter=12345 |
Azure DevOps のビルドパイプラインに組み込めば、デプロイ後のリソースにも自動でタグが付与されます。
5‑2. 月次クリーンアップフロー（Logic Apps + Automation）
Cost Management のクエリ と Logic Apps を連携させると、未使用・未タグ付リソースを自動抽出し、承認後に削除できる一連のワークフローが構築できます。
フロー概要
- クエリ作成（Cost Management）
kusto
Resources
| where tags['Owner'] == ''
| where type !in ('microsoft.insights/components') // 例外除外 - Logic Apps ワークフロー
- スケジュールトリガー（毎月1日） → クエリ実行 → 結果を CSV に変換 → メール送信 + 承認依頼
-
承認が完了したら Azure Automation Runbook を呼び出し、対象リソースを削除
-
結果の記録
- 削除実績は Log Analytics に保存し、次回レビューで参照可能にする
この自動化により、手作業による見落としが減り、平均 5〜10% のコスト削減が期待できます。
5‑3. 経営層向けコスト予測レポートテンプレート
経営層には「支出トレンド」「割引効果」「今後のシナリオ」の３点を簡潔に示すスライドが有効です。以下は Excel/Power BI で作成できる基本構成例です。
| 項目 | 内容 | 今月実績 | 前月比較 | 次四半期予測 |
|---|---|---|---|---|
| 総支出 | Azure 全体の請求額 | ¥1,200,000 | +3% | ¥1,300,000 |
| 割引適用額 | Savings Plans / RI の合計ディスカウント | -¥480,000 | 同上 | -¥520,000 |
| 無駄リソース削減 | 未使用 VM・不要ディスクの削除効果 | -¥60,000 | -¥45,000 | -¥70,000 |
| 推奨予算 | 次月の見込み支出 | ¥660,000 | — | ¥680,000 |
作成手順
1. Cost Management → 「エクスポート」から CSV を取得。
2. Power BI の「コスト分析」テンプレートにインポートし、上記項目をピボットテーブルで集計。
3. スライドに貼り付けるだけの PDF 出力設定も併せて保存しておくと、次回以降が楽になります。
おわりに
本ガイドでは、2026 年版 Azure Cost Management と Advisor の主要機能を実務で活かすための 手順・ベストプラクティス・自動化パターン をまとめました。
| カテゴリ | 取組み例 | 期待効果 |
|---|---|---|
| 可視化 | コスト分析ビュー＋予測 | 異常増加の早期検知 |
| アラート | 予算アラート × Advisor 推奨自動実行 | リアルタイムで無駄支出抑止 |
| ガバナンス | Azure Policy + 必須タグ | デプロイ段階でコストリスク排除 |
| 割引選択 | Savings Plans ↔ Reserved Instances | ワークロード特性に合わせた最大割引取得 |
| 自動最適化 | Azure Cloud Optimizer + Logic Apps | 手作業削減と継続的コスト削減 |
次のステップ
1. 本記事で紹介した「Cost Analysis」画面を開き、実際に 予測タブ を有効化。
2. ポリシー定義を 1 つ作成し、必須タグを強制。
3. 小規模環境で Logic Apps のサンプルフローを走らせ、結果を確認。
継続的に モニタリング → 改善 → 自動化 を回すことで、Azure 環境のコスト最適化が組織全体に定着します。ぜひ本稿を社内ハンドブックとして活用し、実装を進めてください。