Como a Personio promoveu consciência de custos ao escalar o Snowflake para mais de 280 usuários

O SELECT trouxe visibilidade imediata sobre a alocação de custos entre as múltiplas verticais de analytics da Personio por meio de Usage Groups e da integração com dbt. A interface intuitiva da plataforma dispensou treinamentos formais, permitindo que os times adotassem rapidamente fluxos de trabalho com consciência de custos. Alertas automáticos no Slack e visualizações salvas simplificaram o monitoramento contínuo de custos, enquanto o recurso de Insights revela regularmente oportunidades rápidas de economia.

A Personio opera uma stack de dados moderna com o Snowflake como warehouse central, dando suporte tanto a analytics internos quanto a funcionalidades voltadas ao cliente. Com mais de 280 usuários diretos do Snowflake nos times de analytics engineering, ciência de dados e machine learning, a plataforma alimenta de dashboards de RH a insights baseados em IA. Antes do SELECT, a gestão de custos era fragmentada e manual. Os times executavam consultas diferentes nos metadados do Snowflake, analisavam os resultados no Google Sheets e tinham dificuldade em conectar os pontos entre workloads e gastos.

Com o consumo do Snowflake acelerando, Douglas percebeu a necessidade de uma gestão proativa de custos. A empresa estava se preparando para escalar e precisava de visibilidade antes que os custos virassem um problema de negócio. A adoção do SELECT foi tranquila, sem necessidade de sessões formais de treinamento. O design intuitivo da plataforma permitiu que os times começassem a usar os recursos de visibilidade de custos imediatamente.

O SELECT transformou a forma como a Personio gerencia os custos do Snowflake. Os Usage Groups permitiram uma alocação precisa de custos entre as verticais de analytics que atendem diferentes áreas — engenharia, experiência do cliente e vendas. Os alertas automáticos da plataforma no Slack criaram uma cultura de consciência de custos. Os times passaram a discutir proativamente oportunidades de otimização quando os alertas apontavam workloads caros. Desde a adoção do SELECT, o custo passou a ocupar o centro das discussões de engenharia.

Uma conquista significativa veio da integração do SELECT com o dbt e da visualização de DAG. O time identificou gargalos no pipeline de dados da manhã e otimizou o dimensionamento do warehouse, reduzindo o tempo de execução em 60%. Com revisões semanais regulares no SELECT, o time de analytics engineering consegue avaliar rapidamente seus novos modelos de dados e analisar com cuidado o ROI dos seus produtos de dados.

À medida que a Personio segue expandindo sua plataforma de IA e explorando o Snowflake Cortex, o SELECT continua no centro da estratégia de otimização de custos, garantindo ROI positivo e monitoramento proativo dos investimentos em IA. Com janelas de dados matinais apertadas e workloads de ML em crescimento, o SELECT ajuda a assegurar performance ideal e eficiência de custos à medida que a plataforma escala.