smaple.tr
FinOps

FinOps: Bulut Finansal Yonetimi Rehberi [2026]

Mehmet Kurtipek
10 Temmuz 2026
10 dk okuma
FinOps
bulut maliyet
cloud cost optimization
maliyet yönetimi
Kubecost
bulut bilişim

FinOps Nedir ve Neden Onemlidir?

Bulut bilisim harcamalari, organizasyonlarin teknoloji butcelerinde giderek daha buyuk bir yer kapliyor. Gartner verilerine gore 2026 yilinda kuresel bulut harcamalarinin 1 trilyon dolari asmasi bekleniyor. Ancak bu harcamalarin ortalama yuzde 30'u israf ediliyor. FinOps, tam da bu noktada devreye giren bir disiplin olarak bulut finansal yonetimini sistematik hale getiriyor.

FinOps (Financial Operations), muhendislik, finans ve is birimlerinin is birligi yaparak bulut harcamalarini optimize ettigi bir operasyonel cerceve ve kulturel pratiktir. FinOps Foundation tarafindan tanimlanan bu yaklasim, bulut maliyetlerini bir muhendislik problemi olarak ele alir ve veri odakli karar alma sureclerini tesvik eder.

Geleneksel BT harcama modellerinden farkli olarak FinOps, degisken bulut maliyetlerini gercek zamanli olarak izleme, anlama ve optimize etme uzerine kuruludur. Amac en dusuk maliyeti yakalamak degil, harcanan her birim paranin maksimum is degeri uretmesini saglamaktir.

FinOps Foundation Framework

FinOps Foundation, bulut finansal yonetimi icin kapsamli bir cerceve sunmaktadir. Bu cerceve alti temel prensip uzerine insa edilmistir:

Alti Temel Prensip

  1. Ekipler is birligine dayali calisir: Finans, muhendislik ve is birimleri ortak hedefler dogrultusunda hareket eder.
  2. Kararlar bulutun is degerine gore alinir: Maliyet tek basina bir metrik degildir; is degeri ile birlikte degerlendirilir.
  3. Herkes bulut maliyetinden sorumludur: Maliyet sorumlulugu merkezi bir ekipten tum organizasyona yayilir.
  4. FinOps raporlari erisilebilir ve zamanli olmalidir: Gercek zamanli ya da gercek zamana yakin maliyet verileri paylasilir.
  5. Merkezi bir ekip FinOps'u yonlendirir: FinOps uygulamalarini koordine eden ve en iyi pratikleri yayan bir merkezi takim olusturulur.
  6. Bulutun degisken maliyet modelinden faydalanilir: On-demand, reserved ve spot gibi farkli fiyatlandirma modellerinin avantajlari degerlendirilir.

FinOps Domainleri

Framework, alti ana domain icermektedir:

Domain Aciklama
Bulut Kullanimi ve Maliyetin Anlasilmasi Maliyet tahsisi, etiketleme, showback/chargeback
Performans Izleme ve Karsilastirma KPI'lar, benchmarking, trend analizi
Gercek Zamanli Karar Verme Anomali tespiti, butce uyarilari
Bulut Kullanim Optimizasyonu Rightsizing, kullanilmayan kaynaklarin temizligi
Bulut Oran Optimizasyonu Reserved instances, savings plans, spot kullanimi
Organizasyonel Uyum Egitim, kulturel degisim, RACI tanimlamalari

FinOps Yasam Dongusu: Inform, Optimize, Operate

FinOps sureci iteratif bir yasam dongusu uzerine kuruludur. Bu dongude uc temel asama bulunur ve her asama surekli olarak tekrarlanir.

Inform (Bilgilendir)

Ilk asamada organizasyon, bulut harcamalarini gorunur kilar. Bu asamanin temel aktiviteleri sunlardir:

  • Maliyet tahsisi ve etiketleme: Her kaynak ilgili takima, projeye veya is birimine atanir. Tutarli etiketleme stratejisi olusturulur.
  • Showback ve chargeback raporlari: Maliyet verileri ilgili paydaslara sunulur.
  • Butce ve tahmin: Gelecek doneme yonelik maliyet tahminleri hazirlanir.
  • Anomali tespiti: Beklenmedik maliyet artislari tespit edilir ve uyari mekanizmalari kurulur.

Etkili bir etiketleme stratejisi icin asagidaki minimum etiket setini uygulamaniz onerilir:

Etiket Anahtari Ornek Deger Amac
team backend-team Maliyet sahipligi
project e-commerce-v2 Proje bazli takip
environment production Ortam ayrimi
cost-center CC-1234 Finansal raporlama
managed-by terraform Otomasyon takibi

Optimize (Optimize Et)

Ikinci asamada, toplanan veriler isiginda somut optimizasyon aksiyonlari alinir:

  • Rightsizing: Fazla provizyon edilmis kaynaklarin dogru boyuta getirilmesi. Ornegin, CPU kullanimi surekli yuzde 10'un altinda olan bir m5.2xlarge instance'in m5.large'a dusurulmesi.
  • Kullanilmayan kaynaklarin temizligi: Bagli olmayan diskler, bosta bekleyen load balancer'lar ve kullanilmayan IP adresleri gibi kaynaklarin kaldirilmasi.
  • Reserved Instances ve Savings Plans: Onceden tahmin edilebilir is yukleri icin taahhutlu fiyatlandirma modellerinin kullanilmasi.
  • Spot Instance kullanimi: Kesintiye toleransli is yukleri icin spot instance'larin degerlendirilmesi.

Operate (Islet)

Ucuncu asamada, optimizasyon surecleri surekli isleyen bir operasyonel modele donusturulur:

  • Politika ve governance: Maliyet kontrol politikalari olusturulur ve otomatize edilir.
  • Otomasyon: Zamanlanmis olceklendirme, otomatik kaynak kapatma gibi sureclere otomasyon eklenir.
  • Surekli iyilestirme: Duzenlenen FinOps toplantilari ile optimizasyon firsatlari degerlendirilir.

FinOps Olgunluk Modeli: Crawl, Walk, Run

FinOps Foundation, organizasyonlarin olgunluk duzeyini uc asamada tanimlar. Her organizasyon farkli domainlerde farkli olgunluk seviyelerinde olabilir.

Crawl (Emekleme)

Bu asamada organizasyon FinOps yolculuguna yeni baslamistir:

  • Temel maliyet gorunurlugu saglanmistir ancak kapsamli degildir.
  • Etiketleme orani yuzde 50'nin altindadir.
  • Maliyet raporlari aylik olarak uretilir.
  • Optimizasyon faaliyetleri reaktiftir; sorun olusunca mudahale edilir.
  • KPI'lar henuz tanimlanmamis veya takip edilmiyor.

Walk (Yurumeye Basla)

Bu asamada FinOps pratikleri organizasyona yayilmaya baslar:

  • Etiketleme orani yuzde 80'in uzerine cikmistir.
  • Haftalik maliyet raporlari paylasiliyor ve anomali tespit mekanizmalari aktiftir.
  • Reserved Instances veya Savings Plans kullanim orani yuzde 50'yi asmistir.
  • Ekipler kendi maliyet verilerine erisebiliyor ve aksiyon alabiliyor.
  • Unit cost metrikleri tanimlanmis ve takip ediliyor.

Run (Kosu)

En ust olgunluk seviyesinde organizasyon FinOps'u tam olarak icesellistirmistir:

  • Etiketleme orani yuzde 95'in uzerindedir.
  • Gercek zamanli maliyet izleme ve otomatik optimizasyon mevcuttur.
  • Taahhutlu kapasite kullanim orani yuzde 70'in uzerindedir.
  • FinOps metrikleri is kararlarina dogrudan etki ediyor.
  • Bulut harcama tahminlerindeki sapma yuzde 5'in altindadir.

Bulut Maliyet Optimizasyon Stratejileri

Rightsizing

Rightsizing, bulut kaynaklarinin gercek kullanima uygun boyutta secilmesi islemidir. Basarili bir rightsizing sureci icin:

  • En az 14 gunluk, tercihen 30 gunluk kullanim verisi toplanmalidir.
  • CPU, bellek, disk I/O ve ag kullanimi birlikte degerlendirilmelidir.
  • Uygulama bazinda performans etki analizi yapilmalidir.
  • Degisiklikler kademeli olarak uygulanmali ve izlenmelidir.

Reserved Instances ve Savings Plans

Taahhutlu fiyatlandirma modelleri, on-demand fiyatlara kiyasla yuzde 30 ile yuzde 72 arasinda tasarruf saglayabilir:

Model Esneklik Tasarruf Orani Uygun Senaryo
On-Demand Maksimum Referans Degisken is yukleri
1 Yillik RI (No Upfront) Dusuk %20-30 Orta vadeli projeler
1 Yillik RI (All Upfront) Dusuk %30-40 Sabit is yukleri
3 Yillik RI (All Upfront) Minimum %50-72 Uzun vadeli sabit yukler
Savings Plans (Compute) Yuksek %20-50 Degisken instance tipi
Spot Instances Belirsiz %60-90 Kesintiye toleransli yukler

Spot Instance Stratejileri

Spot instance'lar onemli tasarruf saglasa da dikkatli bir strateji gerektirir:

  • Birden fazla instance tipi ve availability zone kullanarak kesinti riskini dagitin.
  • Spot fleet ve mixed instance group yapilarindan faydalanin.
  • Grace period icinde is yuklerinizi guvenli sekilde sonlandirabilecek mekanizmalar kurun.
  • Batch isleme, CI/CD pipeline'lari ve test ortamlari gibi kesintiye toleransli yukler icin tercih edin.

Showback ve Chargeback Modelleri

Bulut maliyetlerinin organizasyon icerisinde nasil paylasildigi, FinOps basarisinda kritik bir rol oynar.

Showback

Showback modelinde maliyetler ilgili ekiplere raporlanir ancak dogrudan butcelerinden dusulmez. Bu model, maliyet farkindaligin olusturulmasi icin ilk adim olarak idealdir. Ekipler harcamalarini gorur, karsilastirabilir ve optimize etmeleri icin motive edilir.

Chargeback

Chargeback modelinde maliyetler dogrudan ilgili birimin butcesine yansitiladir. Bu model daha guclu bir hesap verebilirlik mekanizmasi olusturur ancak dogru maliyet tahsisi icin olgun bir etiketleme altyapisi gerektirir. Paylasilan kaynaklarin (ornegin ortak veritabani kume maliyetleri) adil bir sekilde dagitilmasi icin net kurallar belirlenmis olmalidir.

Bircogu organizasyon, showback ile baslayip zaman icinde chargeback modeline gecis yapar.

Unit Economics ve Cloud Unit Cost

Unit economics, bulut maliyetlerini is metrikleriyle iliskilendirerek anlamli karsilastirmalar yapmayi saglar. Toplam bulut maliyetine bakmak yerine, birim basina maliyeti takip etmek cok daha anlamli icgoruler sunar.

Ornek unit cost metrikleri:

Metrik Hesaplama Kullanim Alani
Islem basina maliyet Toplam maliyet / islem sayisi Odeme sistemleri
Kullanici basina maliyet Toplam maliyet / aktif kullanici SaaS platformlari
Siparis basina maliyet Toplam maliyet / siparis sayisi E-ticaret
GB basina depolama maliyeti Depolama maliyeti / toplam GB Veri platformlari
Request basina maliyet API maliyeti / toplam request API servisleri

Unit cost metrikleri, is buyumesi ile maliyet artisi arasindaki iliskiyi ortaya koyar. Saglikli bir bulut operasyonunda is hacmi artarken birim maliyetin dusmesi veya sabit kalmasi beklenir.

FinOps Ekip Yapisi ve RACI

Basarili bir FinOps uygulamasi, net roller ve sorumluluklar gerektirir. Tipik bir FinOps ekip yapisi su rollerden olusur:

  • FinOps Lead/Practitioner: Merkezi koordinasyondan sorumlu, en iyi pratikleri yayar ve egitim verir.
  • Finans Temsilcisi: Butce planlama, tahmin ve finansal raporlama sureclerini yonetir.
  • Muhendislik Temsilcileri: Teknik optimizasyonlari uygular, rightsizing ve mimari iyilestirmeler yapar.
  • Is Birimi Temsilcileri: Is degeri perspektifini saglar, onceliklendirmede rol alir.

RACI Matrisi

Aktivite FinOps Lead Finans Muhendislik Is Birimi
Maliyet raporlama R A C I
Etiketleme standartlari A C R I
Rightsizing C I R I
RI/SP satin alma R A C I
Butce tahminleme C R C A
Anomali mudahale A I R I

R: Responsible (Sorumlu), A: Accountable (Hesap Verebilir), C: Consulted (Danisilan), I: Informed (Bilgilendirilen)

Kubernetes Maliyet Yonetimi

Konteyner ortamlarinda maliyet yonetimi, geleneksel sanal makine ortamlarindan daha karmasiktir. Birden fazla uygulama ayni node uzerinde calisir ve kaynak tuketimi dinamik olarak degisir.

Kubernetes Maliyet Zorlulari

  • Paylasilan node kaynaklarinin uygulamalara dogru atanmasi zorlasiyor.
  • Namespace ve pod bazinda maliyet kirilimi icin ek araclara ihtiyac duyuluyor.
  • Over-provisioning, Kubernetes ortamlarinda en yaygin maliyet israfi kaynagi olmaya devam ediyor.
  • Request ve limit degerlerinin dogru ayarlanmamasi hem performans hem de maliyet sorunlarina yol aciyor.

Kubernetes Maliyet Optimizasyonu

  • Request ve limit optimizasyonu: VPA (Vertical Pod Autoscaler) kullanarak pod kaynak taleplerini gercek kullanima gore ayarlayin.
  • Cluster autoscaler: Node havuzlarini is yukune gore otomatik olceklendirin.
  • Spot node pool'lar: Toleransli is yukleri icin spot node havuzlari ekleyin.
  • Namespace kotlari: Her namespace icin kaynak kotalari belirleyerek kontrolsuz buyumeyi onleyin.

Kubecost, bu alanda one cikan acik kaynakli bir aractir. Pod, namespace, deployment ve label bazinda detayli maliyet goruntuleme saglar. Ayrica idle resource tespiti ve rightsizing onerileri sunar.

FinOps Araclari

Etkin bir FinOps uygulamasi icin dogru arac secimi buyuk onem tasir. Smart Maple olarak bulut maliyet yonetimi projelerinde farkli arac kombinasyonlarinin avantajlarini yakindan gozlemliyoruz.

Bulut Saglayici Yerel Araclari

  • AWS Cost Explorer ve AWS Budgets: AWS ortamlari icin temel maliyet analizi ve butce yonetimi.
  • Azure Cost Management: Azure kaynaklarinin maliyet izleme ve optimizasyon oneriler.
  • Google Cloud Billing: GCP maliyet raporlama ve butce uyarilari.

Ucuncu Parti Araclar

Arac Odak Alani Ozellik
CloudHealth (VMware) Multi-cloud Kapsamli raporlama, politika yonetimi
Kubecost Kubernetes Pod bazli maliyet, idle kaynak tespiti
Infracost IaC maliyet tahmini PR bazli maliyet etki analizi
Spot by NetApp Optimizasyon Otomatik spot yonetimi, rightsizing
Apptio Cloudability Kurumsal Chargeback, tahmin, governance
CAST AI Kubernetes Otomatik optimizasyon, spot yonetimi

Infrastructure as Code ile Maliyet Kontrolu

Infracost gibi araclar, Terraform plan ciktisini analiz ederek kod degisikliginin maliyet etkisini pull request asamasinda gosterir. Bu yaklasim, maliyet farkindaligin gelistirme surecine entegre edilmesini saglar ve surpriz faturalarin onune gecer.

Multi-Cloud FinOps

Birden fazla bulut saglayici kullanan organizasyonlarda FinOps uygulamasi ek karmasiklik katmanlari icerir.

Multi-Cloud Zorlulari

  • Her saglayicinin farkli fiyatlandirma modeli ve terminolojisi vardir.
  • Servisler arasinda bire bir karsilastirma yapmak her zaman mumkun degildir.
  • Farkli faturalandirma dongulerinin ve para birimlerinin konsolide edilmesi gerekir.
  • Etiketleme standartlarinin tum saglayicilarda tutarli uygulanmasi zorlasir.

Multi-Cloud FinOps Stratejileri

  • Tek kaynaktan gorunum: Tum bulut saglayicilarin maliyet verilerini tek bir platformda birlestirin.
  • Standart etiketleme taksonomisi: Tum saglayicilarda gecerli olacak ortak bir etiketleme standardi belirleyin.
  • Saglayici bagimsiz metrikler: Unit cost gibi is odakli metrikleri kullanarak saglayicilar arasi karsilastirma yapin.
  • Workload placement optimizasyonu: Is yuklerini maliyet-performans dengesine gore en uygun saglayiciya yonlendirin.

FinOps Uygulama Yol Haritasi

Bir FinOps programini sifirdan baslatmak icin asagidaki asamali yaklasim onerilmektedir:

Ilk 30 Gun (Temel):

  • Mevcut bulut harcamalarinin envanterini cikarin.
  • Etiketleme standartlarini tanimlayin ve mevcut kaynaklari etiketleyin.
  • Temel maliyet raporlarini olusturun ve paydaaslarla paylasin.
  • FinOps ekibini veya sorumlularini atayin.

30-90 Gun (Hizli Kazanimlar):

  • Kullanilmayan kaynaklari tespit edin ve temizleyin.
  • Ilk rightsizing dongunuzu tamamlayin.
  • Reserved Instances veya Savings Plans degerlendirmesi yapin.
  • Anomali tespit mekanizmalarini kurun.

90-180 Gun (Olgunlastirma):

  • Showback raporlarini ekiplere acin.
  • Unit cost metriklerini tanimlayin ve takibe baslatin.
  • Kubernetes maliyet yonetimini devreye alin.
  • Otomasyon kurallarini uygulatin.

Smart Maple olarak, bulut maliyet optimizasyonu projelerinde bu yaklasimin organizasyonlara ilk alti ay icerisinde yuzde 20 ile yuzde 40 arasinda tasarruf sagladigini deneyimliyoruz.

Sonuc

FinOps, bulut harcamalarini bir maliyet kalemi olmaktan cikarip stratejik bir is degeri aracina donusturen disiplindir. Basarili bir FinOps uygulamasi; dogru araclarin kullanimi, net sorumluluk tanimlari, veri odakli karar alma surecleri ve surekli iyilestirme kulturunun birlesimiyle mumkun olur.

Onemli olan en dusuk bulut faturasini yakalamak degil, harcanan her birimin maksimum is degerini uretmesini saglamaktir. FinOps yolculugunuza crawl asamasindan baslayarak, iteratif bir yaklasimla ilerlemeniz ve organizasyonunuzun kulturune uygun bir model olusturmaniz en saglikli strateji olacaktir.

İlgili Makaleler

10 Ağustos 2026

MLOps Rehberi: Makine Öğrenmesi Modellerini Production'a Taşıma

Giriş: MLOps Nedir ve Neden Önemlidir? Makine öğrenmesi modelleri geliştirmek günümüzde nispeten kolaydır. Açık kaynak kütüphaneleri kullanarak son derece başarılı modeller oluşturabiliriz. Ancak bu modelleri production ortamına taşıyarak, ölçeklendirebilir, güvenilir ve sürdürülebilir şekilde çalıştırmak tamamen farklı bir hikayedir. Araştırmalara göre, veri bilimcileri tarafından geliştirilen makine öğrenmesi modellerinin %87'si hiçbir zaman production ortamına ulaşmaz. Bu başarısızlı

Devamını Oku: MLOps Rehberi: Makine Öğrenmesi Modellerini Production'a Taşıma
9 Ağustos 2026

LLM Fine-Tuning ve Özel Model Eğitimi Rehberi [2026]

LLM Fine-Tuning: Kurumsal Yapay Zeka Stratejisinin Temel Taşı Büyük dil modelleri (LLM), genel amaçlı metin üretimi ve anlama konusunda etkileyici performans sergiliyor. Ancak kurumsal ortamlarda belirli bir alan, terminoloji veya iş sürecine uyum sağlamaları gerektiğinde, genel bilgileri çoğu zaman yetersiz kalıyor. Bu noktada fine-tuning, yani ince ayar süreci devreye giriyor. Fine-tuning sayesinde mevcut bir temel modeli, kendi verileriniz ve ihtiyaçlarınız doğrultusunda özelleştirmek

Devamını Oku: LLM Fine-Tuning ve Özel Model Eğitimi Rehberi [2026]
8 Ağustos 2026

Bilgisayarlı Görü Uygulamaları: Nesne Tespiti, OCR ve Endüstriyel AI

Bilgisayarlı Görü Uygulamaları: Endüstriyel ve Medikal AI'nin Temel Teknolojisi Bilgisayarlı görü, makine öğrenmesinin en etkili alanlarından biridir. Türkiye'de yaşanan dijital dönüşüm sürecinde, özellikle üretim, sağlık ve lojistik sektörlerinde görü tabanlı otomasyon kritik hale gelmiştir. Smart Maple olarak Ankara'da geliştirdiğimiz çözümler, son beş yılda 150+ kuruluşunun üretim verimliliğini ortalama %35 oranında artırmıştır. Bu rehberde, bilgisayarlı görü teknolojisinin iş değeri

Devamını Oku: Bilgisayarlı Görü Uygulamaları: Nesne Tespiti, OCR ve Endüstriyel AI