Cloudkosten optimaliseren: hoe een SaaS-bedrijf 35% bespaarde

Een klein SaaS-bedrijf van zo'n 50 medewerkers klopte bij ons aan met een zorg die in de budgetbesprekingen was komen bovendrijven. Hun product was stabiel, het gebruik groeide gestaag, maar de cloudkosten gedroegen zich niet langer voorspelbaar.
De infrastructuur kostte ongeveer €10.000 per maand. Niet extreem, maar het kroop omhoog zonder duidelijke verklaring. Voor een bedrijf van die omvang wordt zelfs een paar duizend euro verspilling per maand merkbaar.
Het engineeringteam vermoedde dat er ergens verspilling in het systeem zat, maar niemand had scherp waar die vandaan kwam.
De kostenstructuur begrijpelijk maken
De eerste stap was om van de factuurdata iets te maken waar je daadwerkelijk over kunt nadenken.
Zodra we de cloudkosten naast het infrastructuurgebruik legden (vooral Kubernetes-metrics en de manier waarop resources waren toegewezen), werd het beeld helder. Grofweg 30 à 40% van de maandelijkse uitgaven had geen directe relatie met actieve productievraag. Dat betekende niet dat de infrastructuur stuk was. Het betekende dat hij organisch gegroeid was, zonder dat iemand streng op de kosten lette.
De grootste boosdoeners waren vrij herkenbaar:
-
Ontwikkel- en staging-omgevingen die permanent doordraaiden, ook als niemand ze gebruikte
-
Kubernetes-workloads die waren ingericht op piekcapaciteit in plaats van op gemiddelde belasting
-
Opslag die na deployments nooit werd opgeruimd
-
Databases die veiligheidshalve te ruim bemeten waren en niet aansloten op het werkelijke gebruik
Stuk voor stuk kleine inefficiënties. Bij elkaar vormden ze een stabiele laag van onnodige basiskosten.
Wat we hebben geoptimaliseerd
We richtten ons op wijzigingen die verspilling wegnamen zonder complexiteit of risico toe te voegen.
De eerste winst kwam uit het inplannen van niet-productieomgevingen. In plaats van 24/7 door te draaien, gingen staging en development buiten werktijd automatisch uit. Daarmee verdween meteen een flinke hap aan kosten voor niets.
Daarna hebben we de resource requests en het autoscaling-gedrag van Kubernetes bijgesteld. Veel services waren standaard veel te ruim ingesteld — logisch in een eerdere groeifase, maar het strookte niet meer met het echte gebruik. Door de basisallocaties te verlagen en het schalen zijn werk te laten doen, werd het rekenverbruik aanzienlijk efficiënter.
Vervolgens hebben we de opslag opgeruimd. Ongebruikte volumes en verweesde snapshots gingen eruit, en we voerden lifecycle-policies in zodat oudere data automatisch naar goedkopere opslagklassen verhuist in plaats van eindeloos op de dure plek te blijven staan.
Tot slot hebben we basale kosteninzichten per team ingericht. Geen zwaar FinOps-proces, gewoon een duidelijke terugkoppeling zodat engineers zien hoe hun services bijdragen aan het totaal.
Het resultaat
Binnen ongeveer zes weken daalden de totale cloudkosten met zo'n 30 à 40%, terwijl performance en betrouwbaarheid gelijk bleven.
In de praktijk gingen de maandlasten van rond de €10.000 naar ongeveer €6.000 à €7.000, afhankelijk van het gebruik.
Dat leverde een stabiele, blijvende verlaging op — bereikt zonder architectuurwijzigingen of nieuwe infrastructuurplatformen, puur door vraag en inrichting beter op elkaar af te stemmen.
De belangrijkste verandering was niet technisch, maar zat in hoe er besloten werd. Vóór dit traject was “kosten” iets wat aan het eind van de maand opdook. Daarna werd het onderdeel van het gesprek tussen engineers. Teams gingen vanzelfsprekendheden ter discussie stellen — altijd-aan-omgevingen, vaste capaciteit — omdat ze het effect nu direct konden zien. Cloudkosten hielden op een apart onderwerp te zijn en werden gewoon een van de afwegingen.
Anders kijken naar cloudkosten
De meeste problemen met cloudkosten komen niet voort uit één verkeerde beslissing. Ze ontstaan geleidelijk: kleine infrastructuurkeuzes die je tijdens de groei maakt en waar nooit meer iemand naar omkijkt. Teams optimaliseren op snelheid, betrouwbaarheid en leverdruk. Kostenefficiëntie wordt al snel iets voor “later”.
In de praktijk komt echte besparing zelden uit een spectaculaire herbouw van je infrastructuur. Veel vaker komt die uit begrijpen hoe systemen werkelijk gebruikt worden, en het gat dichten tussen de echte en de veronderstelde vraag.
Bij ZEN Software helpen we bedrijven hun cloudomgeving begrijpelijker, beheersbaarder en beter schaalbaar te maken. Soms betekent dat de architectuur verbeteren. Soms betekent het aanwijzen waar het geld stilletjes weglekt door ongelukkige standaardinstellingen. Meestal is het een combinatie.
Voelt jouw cloudrekening groter dan hij zou moeten zijn — of lastiger uit te leggen dan je zou willen? Dan loont het meestal om er goed naar te kijken, vóór de kosten onderdeel van het probleem worden.

Alles of Niets, Katapulteer naar de Cloud
Transformeer je softwareorganisatie naar een cloud-native onderneming
Cloud & platform
Landing zones op AWS en Google Cloud, CI/CD en observability. We richten het in, en we houden het draaiend.
Lees ook:

48 grote storingen in twaalf maanden. Wat is er aan de hand bij GitHub?
Bijna acht uur plat op één middag, 48 grote storingen in een jaar, en de grootste oorzaak is capaciteit. Over GitHub dat...

Software ontwikkelen met behulp van AI en rekening houden met AVG, NIS2 en DORA compliance
Zodra je een coding agent aan je codebase hangt, raak je drie regimes tegelijk. Niet omdat AI apart gereguleerd is, maar...

AI-gegenereerde infrastructuurcode reviewen: waar je écht naar moet kijken
Applicatiecode die fout is, gaat meestal stuk. Infrastructuurcode die fout is, werkt — en dat is precies het probleem. E...

Wat dertig minuten wachten per engineer per dag echt kost
Een half uur per dag. Zo weinig lijkt het. Maar reken het door en het is €5.000 per engineer per jaar, of een half miljo...

DORA-metrics lezen als AI de helft van je commits schrijft
Je DORA-dashboard toont nog steeds dezelfde vier getallen. Alleen betekenen ze niet meer hetzelfde. Zodra een flink deel...

Een cloudmigratie plannen (zonder gek te worden)
Je weet dat je naar de cloud moet. Maar je ziet ertegenop: wat als we data kwijtraken? Hoe lang gaat dit duren? Wat als ...
