The Challenge
24metrics wollte seine regelbasierte Betrugserkennung um Machine Learning erweitern, um die Qualität von Nutzern früh vorherzusagen und sich wandelnde Betrugsmuster zu stoppen. Mit nur 8 Engineers und ohne ML-Expertise im Haus brauchte das Unternehmen einen verlässlichen Partner, der den Aufbau dieser Funktionen auf Google Cloud begleitet.
The Solution
DoiT unterstützte umfassend über einen dedizierten Slack-Channel und begleitete 24metrics bei der Einführung von Google Cloud AutoML. Das Team half, den Problemumfang zu schärfen, empfahl die passenden Tools, analysierte Trainingsergebnisse und sorgte für ein kosteneffizientes Deployment der ML-Modelle.
Results
- Projektlaufzeit von 5+ Monaten auf 2 Monate verkürzt
- 60 % der bestehenden Nutzerbasis nutzen die neuen ML-basierten Services
- 4,2-mal höhere Genauigkeit als klassische Verfahren erreicht
- 7-mal schnellere Ergebnisse bei der Betrugserkennung geliefert
- Neue Kunden gezielt über die ML-Funktionen gewonnen
Wir dachten, das Projekt würde mehr als fünf Monate dauern und deutlich mehr Engineers binden. Doch mit der engen Unterstützung von DoiT war es am Ende ziemlich einfach – und viel schneller als erwartet. Wir haben nur zwei Monate gebraucht, um den Machine-Learning-Algorithmus zu entwickeln und das neue Feature auszurollen.
Stavros Charitakis, Engineer, 24metrics
Die Herausforderung bei der Betrugserkennung
Rund 20 % der Marketingbudgets gehen durch digitalen Ad-Betrug verloren. 24metrics hilft Unternehmen, betrügerischen Traffic mit eigenen, regelbasierten Algorithmen aufzuspüren. Doch die immer raffinierteren Bedrohungen verlangten nach Machine Learning, um die Nutzerqualität frühzeitig vorherzusagen. Mit nur 8 Engineers und ohne ML-Expertise brauchte das Team einen verlässlichen Partner für den Aufbau dieser Funktionen auf Google Cloud.
Den passenden Partner finden
24metrics betreibt sämtliche Services auf Google Cloud – als Microservices auf Google Kubernetes Engine. Um das Potenzial von Google Cloud voll auszuschöpfen, war ML-Expertise gefragt. DoiT International überzeugte mit fundierter Kenntnis des Google-Cloud-Setups von 24metrics, attraktiven Konditionen ohne Aufpreis und einem starken Support-Team.
Schnelle ML-Einführung
DoiT richtete einen dedizierten Slack-Channel für die unkomplizierte Zusammenarbeit ein und lieferte umfassende Anleitung zu Google Cloud AutoML. Als die ersten Ergebnisse die Anforderungen nicht erfüllten, unterstützte DoiT bei der Ursachenanalyse und schlug Alternativen vor. Das Team führte 24metrics Schritt für Schritt durch das Deployment und sorgte für eine kosteneffiziente Umsetzung.
Herausragende Ergebnisse für die Kunden
Die neuen ML-Funktionen lieferten von Anfang an spürbaren Mehrwert. 60 % der bestehenden Kunden nutzen die neuen Services und profitieren von 4,2-mal höherer Genauigkeit gegenüber klassischen Verfahren sowie 7-mal schnelleren Ergebnissen. Kunden können nun Executive-Dashboards einrichten, um Kampagnenmetriken und Nutzerqualität in Echtzeit im Blick zu behalten.
Business-Impact und Wachstum
Das ML-Feature wurde zum klaren Differenzierungsmerkmal und zog Neukunden an, die gezielt wegen dieser Funktion kamen. Umsatz und Kundenbindung profitierten unmittelbar. Die Lösung versetzt Unternehmen in die Lage, Betrug zu stoppen, bevor er entsteht – mit übersichtlichen Task-Reports, die Kampagnenverbesserungen auf einen Blick zeigen.
Pläne für künftige Innovationen
24metrics will die ML-Funktionen weiter ausbauen, zusätzliche Anti-Fraud-Filter ergänzen und die Lösung auf neue Branchen übertragen – insbesondere auf E-Commerce. Mit der Fähigkeit, Kaufwerte vorherzusagen, möchte das Unternehmen Online-Shops dabei unterstützen, ihre Conversion Rates zu steigern, und sich als One-Stop-Shop für die Optimierung der Kampagneneffektivität etablieren.
So hilft DoiT Cloud-Teams, ihre Ausgaben im Griff zu behalten
Erfahren Sie, wie Cloud Intelligence™ Teams dabei unterstützt, Transparenz, Governance und Unit Economics über alle Cloud-Umgebungen hinweg zu verbessern.
More customer stories
Finlex halbiert Cloud-Kosten und bringt KI mit DoiT in Produktion
- Over 65%
- Weniger Cloud-Infrastrukturkosten von 2024 bis heute
- 40%
- Kosteneinsparungen durch bessere Transparenz und eine effiziente KI-Architektur
Cloud-Kosten werden bei Hippo zum Hebel für die Teams
- Minutes
- Integrationsdauer von Attribute™ in AWS
- Business unit
- Erreichter Grad an Kostenverantwortung
Island sieht die echten Kosten pro Kunde – ganz ohne Tagging
- $5B
- Unternehmensbewertung
- Days
- Zeit bis zu den ersten Insights
- 0
- Benötigte Tags
Claroty ordnet Kosten dank Attribute™ präzise einzelnen Kunden zu
- 1,000+
- Geschützte Kunden weltweit
- Days
- Zeit bis zu den ersten granularen Kosten-Reports
- Zero
- Beeinträchtigung des Betriebs beim Deployment
Wertbasiertes AI-Pricing dank Kostenattribution auf Kundenebene
- $1.3M
- Umsatz mit negativer Marge aufgedeckt
- ~360
- unprofitable Accounts identifiziert
- $1.3M
- aggregierte Verluste aufgedeckt
Salt Security standardisiert die COGS-Messung für bessere Margen und Preisgestaltung
- 1
- Single Source of Truth für COGS
- 1
- Standardisierte Single Source of Truth für COGS bei CFO und DevOps
- 0
- Code- oder Tagging-Änderungen für die Integration von Attribute™
PropertyGuru macht aus dem Cloud-Kostenchaos echte Engineering-Verantwortung
- Minutes
- um Shared-Service-Rechnungen zu entschlüsseln (zuvor Stunden)
- 32M+
- Monatlich betreute Immobiliensuchende
- 2 weeks
- Vom Rollout bis zu umsetzbaren Erkenntnissen
What they say
We have worked with DoiT for many years, and there has been an increasing number of capabilities and features in DoiT Cloud Intelligence. We've embedded features such as Cloud Analytics and Reports in our own FinOps processes, it's become core to what we do.
Martin Lee, Director of Operations
DoiT gave us the confidence to move from experimentation to production. They helped us understand the right way to build AI for the real world.
Milad Rezazadeh, CTO
Attribute™'s cost grouping technology took our cost visibility and allocation to a whole new level. Now, our teams are fully accountable for their budgets, significantly improving our cloud efficiency and helping us minimize unnecessary costs.
Eli Zilbershtein, Head of DevOps, Hippo
You can't tag a customer in a multi-tenant environment. Attribute™ finally shows us what each customer costs and what's driving those costs.
Omri Cohen, Director of Engineering, Platform
Attribute™'s data is truly unmatched. No other solution on the market could deliver the precise customer cost and usage profiles we needed in such a complex infrastructure. Within weeks, the data from Attribute™ transformed our understanding of cost structures, influencing key strategic decisions in pricing, renegotiations, and market positioning.
Jonathan Langer, COO, Claroty
Attribute™ simplified tracking customer costs in our multi-tenant environments. Customer cost measurement is now clear and standardized, and finance gets the business context they need. Integration was quick and required no changes.
Kfir Lippmann, CFO, Salt Security
Attribute™ translates complex cloud bills into actionable, business-centric insights that empower our engineering teams to take true ownership of their costs.
Balamurugan Mohandossgandhi, Head of IT and Infrastructure, PropertyGuru
This has let us get a better idea of what our cost of goods sold really is. It's not every day you come across something that delivers value as quickly as yours did for us. I was seeing useful insights inside the POC, and we had only deployed it to a couple of real clusters.
Jason Moore, Principal DevOps Engineer, Accrete AI
Eliminating the need to tag thousands of resources has freed up my team and we've invested our efforts in enhancing our platform significantly.
Ziv Sivan, VP of Engineering
PerfectScale by DoiT has become an important part of how we optimize Kubernetes at scale at OneFootball. It gives our platform team the visibility, automation, resiliency insights, and confidence we need to balance cost efficiency with production readiness, especially as we prepare for major global football moments like the 2026 FIFA World Cup.
Andrea Benfatto, Platform/Cloud Runtime Engineering Manager
Cloudflow's new RDS End of Life alerts have allowed us to be more proactive on keeping our database instances up-to-date. The new solution gives us internal visibility ahead of time so that we can prepare for upgrades, instead of having to upgrade under pressure while incurring extended support costs.
Jon Fairbanks, Site Reliability Engineering Manager
PerfectScale cut 40% off our total EKS spend, and the automations handle what used to take our team 20 hours a month. Now we spend that time on reliability and performance instead of chasing cost metrics.
Caio Cristo, Director of Infrastructure/SRE
What I really like about DoiT's approach is that you're very hands-on and proactive. Satyam would ping me a few times a sprint, letting me know about the most current features, checking in on how things are going. When we are going through a peak time, that proactiveness makes a real difference. Satyam always comes through whenever we need support and helps us leverage the right experts to get us where we need to be.
Chiamaka Ibeme, Engineering Manager, Platform
Your cloud bill shouldn't be a mystery
Let us show you what ships this week.

