Como a Personio promoveu consciência de custos ao escalar o Snowflake para mais de 280 usuários
- 60%
- redução no tempo de execução dos pipelines dbt
- 280+
- usuários diretos do Snowflake atendidos
Esta página também está disponível em English, Deutsch, Español, Français, Italiano e 日本語.
A Synthesia reduziu seus gastos com Snowflake em 60% em um mês usando a visibilidade de custos e os recursos de economia automatizada do SELECT

Os custos da Synthesia com Snowflake cresceram 10x em dois anos, acompanhando sua rápida expansão. A compra anual de créditos se esgotaria em seis meses em vez de durar o ano inteiro. A interface básica de gestão de custos do Snowflake não oferecia visibilidade granular sobre os workloads que impulsionavam o consumo, tornando a otimização e o monitoramento contínuo praticamente impossíveis.
O SELECT trouxe visibilidade imediata de custos, com configuração em menos de uma hora. O recurso de Insights da plataforma identificou warehouses superdimensionados e modelos dbt ineficientes, enquanto a economia automatizada entregou ganhos rápidos desde o primeiro dia. A visão detalhada de custos do SELECT permitiu otimizações direcionadas em toda a complexa infraestrutura de dados da empresa.
Nossos custos haviam triplicado conforme crescíamos, então estamos falando de 60% de economia nos gastos com Snowflake depois de adotar o SELECT.
Edward Mancey, GTM Lead na Synthesia
A Synthesia opera uma stack de dados moderna com o Snowflake como data warehouse central, atendendo mais de 300 usuários no total. A plataforma serve 80 usuários diretos do Snowflake, além de mais de 250 usuários adicionais via Omni para analytics e dashboards. Sua infraestrutura de dados segue uma abordagem Kimball em camadas, usando dbt para transformações, Fivetran para ingestão e Segment para dados de eventos. Como empresa de IA em rápido crescimento, a Synthesia viu seus gastos com Snowflake aumentarem drasticamente — um crescimento de 10x em dois anos, conforme escalava sua plataforma e base de usuários. A situação se tornou crítica quando perceberam que a compra anual de créditos se esgotaria na metade do contrato, exigindo uma ação imediata de otimização de custos.
Antes do SELECT, a Synthesia dependia principalmente da interface nativa de gestão de custos do Snowflake, que se mostrou inadequada para as necessidades de sua infraestrutura complexa. O principal desafio era a falta de visibilidade sobre o uso e os workloads em execução na plataforma. A interface padrão de gestão de custos do Snowflake era muito básica e não dava conta de análises granulares. O desafio era agravado pelo fato de que a configuração inicial do Snowflake havia sido gerenciada por membros não técnicos da equipe — o administrador original era um VP de Produto. Isso significava que o time não tinha a base técnica necessária para um monitoramento e uma otimização de custos mais sofisticados.
Com os custos disparando e os créditos se esgotando mais rápido do que o esperado, a Synthesia precisava de visibilidade imediata sobre seus padrões de gastos com Snowflake. O processo de adoção foi extremamente rápido. Enquanto as aprovações de TI levaram cerca de uma semana, a configuração do SELECT em si levou menos de uma hora depois que as permissões foram liberadas. A equipe ativou imediatamente a funcionalidade de economia automatizada do SELECT, obtendo redução de custos instantânea desde o primeiro dia.
Já no primeiro mês, o SELECT permitiu que a Synthesia identificasse e tratasse seus principais geradores de custo, resultando em uma economia expressiva. Depois de ativar o recurso de economia automatizada do SELECT, a Synthesia passou a fazer intervenções direcionadas, identificadas por meio dos recursos de visibilidade e insights da plataforma. O SELECT destacou imediatamente áreas específicas de melhoria, incluindo modelos dbt que precisavam de incrementalização e warehouses significativamente superdimensionados para seus workloads. Uma descoberta importante foram warehouses rodando três tamanhos acima do necessário — as métricas de utilização do SELECT deram a confiança necessária para fazer o right-sizing imediatamente. A equipe também identificou jobs ineficientes do Census sincronizando dados com o Salesforce, que puderam ser refatorados ou desligados por completo após alinhamento com os stakeholders de negócio.
O SELECT transformou a gestão de custos da Synthesia: de apagar incêndios de forma reativa para um monitoramento proativo. Foi estabelecida uma rotina de verificação de três a quatro visualizações salvas e personalizadas toda segunda-feira de manhã. O monitoramento semanal inclui custos de warehouses em horizontes semanais e mensais, queries de longa duração customizadas para seus casos de uso específicos, recursos não utilizados e o acompanhamento de workloads recém-introduzidos. Essa abordagem simplificada leva apenas alguns minutos, mas oferece visibilidade completa de todo o ambiente Snowflake, permitindo a detecção precoce de picos de custo ou novos workloads ineficientes. Além da economia, as otimizações também trouxeram melhorias de performance nos pipelines dbt, gerando valor adicional do investimento no SELECT.
A Synthesia planeja usar o SELECT como hub central para todos os relatórios e análises de custos do Snowflake. A equipe está explorando o uso de meta keys do dbt, via recurso de integração com dbt do SELECT, para alocar gastos por departamento, permitindo uma atribuição de custos mais granular em toda a organização. Como uma empresa atenta aos custos, essa capacidade será essencial para manter a disciplina de gastos à medida que continua escalando sua plataforma de IA. A futura integração do SELECT com o Omni trará visibilidade adicional sobre custos e lineage de dashboards, enquanto os partition monitors permitirão a detecção granular de anomalias de custo no nível dos modelos dbt.
Descubra como o SELECT ajuda equipes a reduzir desperdício em warehouses, melhorar a visibilidade e agir com base em insights de custos de dados.
“SELECT is a team favorite - its cost monitoring and auto savings give us peace of mind that our Snowflake spend is in check. The platform’s detailed insights across SQL queries, dbt, and Looker usage provides a comprehensive view into credit spend that is unmatched by other solutions. SELECT has helped us significantly optimize how we use Snowflake.”

“SELECT's app has become an invaluable resource to our company. It clearly breaks down our costs to allow us to focus on the most important areas of cost. SELECT has repeatedly surfaced inefficient common query patterns, and has helped us spot 200 TiB of unused tables to drop, resulting in continued significant cost savings. SELECT is always adding new features to help their customers better understand and reduce their spending. We can't recommend them highly enough!”

“I love clicking through SELECT to understand how our environment and workloads are evolving. I probably check it every day. It's coffee and SELECT for me every morning.”

“SELECT helps us quickly identify inefficient queries that consume unnecessary Snowflake credits, providing all the information we need in a single application. With the Automated Savings feature, we were able to allocate credits to new compute-intensive data projects.”

“This is the easiest thing we've ever done to save money - 20x ROI. Does this not exist for AWS?”

“SELECT provides our team with complete visibility into all aspects of our Snowflake bill and usage. Our team regularly uses SELECT to monitor costs and get alerted on key changes. The dbt & Looker integrations are also super helpful for identifying performance bottlenecks.”

“SELECT helped us monitor and reduce our overall Snowflake spend by almost 40%. The reporting showed me bottlenecks in minutes that would’ve otherwise taken weeks to dig through metadata and sort out. The 'Automated Savings' savings feature alone is saving us over $10k a month across our accounts, allowing us to bring on new workloads.”

“Before SELECT, we were blind to our Snowflake cost drivers. Minutes after install, we identified a single job that was driving over 20% of our costs. The instant visibility & not having to build & maintain our own monitoring makes a big difference for a lean team like ours.”
