Jupiter schließt mit DoiT eine Transparenzlücke von 20 bis 40 % bei den Infrastrukturausgaben
- 26
- Eingebundene Anbieterdaten
- From 60% to 100%
- Datenabdeckung
Diese Seite ist auch in English, Español, Français, Italiano, 日本語 und Português verfügbar.
DoiT hat den Video-Ad-Anbieter dabei unterstützt, seine Architektur auf Google Cloud mit BigQuery neu aufzubauen – für Abfragen über zig Milliarden Zeilen in Sekunden, auf Petabyte-Niveau.

Bis 2016 verarbeitete Aniview Petabytes an Daten, und die Datenbankabfragen wurden mit wachsender Skalierung immer langsamer. Das Unternehmen musste seine Data-Warehouse-Architektur neu denken, um weiterhin skalierbar zu arbeiten und gleichzeitig in einem umkämpften Markt mit schmalen Margen niedrige Latenzen für seine Kunden zu garantieren.
Aniview entschied sich für Google Cloud mit BigQuery als Herzstück eines neuen, serverlosen Analytics-Ansatzes. Zum Setup gehörten Google App Engine für eine skalierbare Architektur, Cloud Dataflow und Cloud Dataproc für die Datenverarbeitung sowie die Netzwerkleistung von Google Cloud, um auch riesige Abfragen mühelos auszuführen.
Wir müssen Petabytes an Daten verarbeiten, aggregieren und auswerten, um unseren Kunden echte Insights zu liefern. Mit begrenzten Ressourcen in einer hart umkämpften Branche ist das eine enorme Herausforderung. Wir mussten neue Wege gehen – und sind so bei Google Cloud und DoiT International gelandet.
Roy Cohen, CTO
Mit seiner patentierten Mobile-Video-Technologie bietet Aniview Publishern und Werbeagenturen ein komplettes Ökosystem, das Video-Ads auf jeder Plattform ausspielt und wertvolle Insights für Tracking, Messung und Performance-Analyse liefert. Seit der Gründung 2013 ist Aniview rasant gewachsen und verarbeitet täglich mehr als 100 Milliarden Video-Events – von Standorten in Tel Aviv, New York und Los Angeles aus. Mit der Plattform wuchs auch die Serverlast, und 2016 stand fest: Die Data-Warehouse-Architektur musste neu aufgesetzt werden, um weiterhin skalierbar zu arbeiten und zugleich niedrige Latenzen für die Kunden sicherzustellen.
Das Video-Ökosystem von Aniview verbindet einen leistungsstarken Video-Player, Ad-Management und einen Marketplace, der Publisher und Werbetreibende zusammenbringt. Als SaaS-Tool bedeutet das: enorme Datenmengen in hoher Geschwindigkeit verarbeiten, ohne dass die Produkt-Performance leidet. Ende 2016 verarbeitete Aniview Petabytes an Daten, und die Abfragen auf der bestehenden Cloud-Infrastruktur wurden mit zunehmender operativer Skalierung immer langsamer. In einem umkämpften Markt mit schmalen Margen musste Aniview die Datenverarbeitung hochskalieren – und die Kosten dabei minimal halten.
Nach der Evaluierung mehrerer Optionen entschied sich Aniview wegen Kosten, Performance und einfacher Handhabung für Google Cloud. Google BigQuery überzeugte in Benchmark-Tests gegen andere Datenprodukte. Aniview arbeitete eng mit Google zusammen, um einen reibungslosen Übergang sicherzustellen. Mit BigQuery als Herzstück der neuen Lösung entstand ein hochskalierbarer, serverloser Analytics-Ansatz. Google App Engine lieferte die skalierbare Kernarchitektur, während Cloud Dataflow und Cloud Dataproc die Verarbeitung gewaltiger Datenmengen vereinfachten.
Google BigQuery hat Aniview geholfen, sein Data-Analytics-Angebot komplett neu aufzustellen. Die Kosten der Datenplattform sanken gegenüber der Vorgängerlösung um mehr als 70 %. Dank der serverlosen Umgebung und der Skalierbarkeit von Google konnte Aniview Compute-Leistung bei Bedarf hochfahren und riesige Datenbestände in Sekunden abfragen. Die neue Plattform war so leistungsfähig, dass sie Performance-Metriken in Echtzeit lieferte und historische Daten in bisher unerreichter Größenordnung auswertete – mit Insights, die zuvor schlicht nicht möglich waren.
Aniview kann jetzt drei Monate an Daten mit mehr als 20 Dimensionen auswerten und aggregierte Reports mit zig Milliarden Zeilen erstellen, die zuvor nicht durchsuchbar waren. Dank der einfachen Bedienung von Google BigQuery kann Aniview rohe Performance-Daten an seine Kunden weitergeben und sie beim Aufbau eigener Tools unterstützen. Über Kostenersparnis und Performance-Gewinn hinaus ermöglicht Google Cloud Aniview, sich auf die Kernprodukte zu konzentrieren und seinen Kunden die besten Lösungen zu liefern.
Nach abgeschlossener Migration lotet Aniview neue Wege aus, die eigenen Produkte mit Google-Lösungen weiter auszubauen. Die Machine-Learning-Tools von Google könnten helfen, Prozesse zu automatisieren und Systeme dynamisch auf veränderte Bedingungen reagieren zu lassen – statt sich auf starre Regeln zu verlassen. Während Aniview weiter wächst und seine Services verbessert, kann sich das Unternehmen darauf verlassen, dass Google sich kontinuierlich weiterentwickelt und die Plattform für die Zukunft bereitstellt.
Entdecken Sie, wie Cloud Intelligence™ Teams dabei unterstützt, Transparenz, Governance und Unit Economics in ihren Cloud-Umgebungen zu verbessern.
On integrating DataHub, the DoiT team was very hands-on to the point where DoiT support put together the first ingestion script and pipeline to unlock us.
Kyle Espinola, Head of Platform Engineering
“PerfectScale gives us the confidence to automate Kubernetes optimization while letting our engineers focus on building what matters.”
Josh Zarrabi, Infrastructure Engineer
“Without PerfectScale by DoiT, I don't know how we would do it. We'd have to have twice the number of people on my team to stay on top of it. With PerfectScale, we can focus on the more strategic issues.”
David Adkins, Director of Software and Platform Engineering
Connecting IBM and AWS privately was the piece we needed to get right, and we wanted to move faster on it than we could on our own. DoiT worked through the options with us, found the subnet overlap that was breaking the routing, and made it stable. That unblocked everything else.
DevOps Lead, Software Projects
Attribute™'s platform is truly unique. We now have crystal-clear visibility into our cloud spend at the workload and tenant level, and that insight has already led to actionable savings and powerful insights as we further scale our service.
Paul White, VP of Engineering, Shasta Cloud
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
Let us show you what ships this week.