Jupiter schließt mit DoiT eine Transparenzlücke von 20 bis 40 % bei den Infrastrukturausgaben
- 26
- Eingebundene Anbieterdaten
- From 60% to 100%
- Datenabdeckung
Die bestehende BI- und Data-Warehouse-Lösung von Apester stieß beim rasanten Wachstum an ihre Grenzen. Das geschlossene System wurde zunehmend teuer und beschnitt die Analytics-Möglichkeiten. Bei stetig steigenden Nutzerzahlen und einer kleinen Entwicklermannschaft brauchte das Unternehmen ein leicht skalierbares System, das auf Open-Source-Technologien setzt.
Apester baute eine durchgängige Google-Cloud-Lösung auf: Kubernetes Engine als Rückgrat, Cloud Pub/Sub für Messaging, BigQuery für Analytics und Stackdriver für das Monitoring. Die Migration führte von einer VM-basierten Architektur zu containerisierten workloads und vereinheitlichte die Infrastruktur teamübergreifend.
Infrastruktur ist nicht unser Kerngeschäft. Wir wollen uns auf die Anforderungen von Apester konzentrieren und unsere Anwendung weiterentwickeln. Wenn die Deployment-Zeit von Stunden auf Sekunden sinkt, können wir uns voll auf unseren eigenen Erfolg konzentrieren.
Or Elimelech, Site Reliability Engineer
Apester mit Sitz in New York und Tel Aviv unterstützt Verlage, Werbetreibende und Unternehmen dabei, fesselnde Online-Stories zu erzählen – mobiloptimiert, nahtlos in die eigenen Websites eingebettet und beliebig skalierbar. Von Quizzes und Umfragen bis hin zu innovativen Visual Stories: Apester hilft Kunden, ihre Botschaft wirkungsvoll zu vermitteln. Das Angebot richtet sich an Storyteller jeder Couleur – von großen Marken wie Meredith, BBC Worldwide und Virgin bis hin zu einzelnen Bloggern. Seit dem Launch 2014 ziehen die umfassenden Creation-Tools von Apester rund 100 Millionen Unique User pro Monat an.
Apester arbeitete mit einem stark geschlossenen System zur Datenverarbeitung, das immer teurer wurde und die Analytics-Möglichkeiten einschränkte. Bei schnell wachsenden Nutzerzahlen und einer begrenzten Zahl an Entwicklern brauchte das Unternehmen ein leicht skalierbares System. Die Entwickler und Data Scientists von Apester wollten auf Open-Source-Technologien setzen, um nicht in die Abhängigkeit eines einzelnen Anbieters zu geraten. Nur Google Cloud bot die passende Kombination aus Open-Source-Kompatibilität und robuster, einfach handhabbarer Skalierbarkeit.
Zunächst baute Apester seine Datenlösung rund um Cloud Dataflow, Cloud Dataproc und Cloud Bigtable mit Apache Beam auf und entschied sich schließlich für BigQuery als zentrale Analytics-Lösung. Anschließend folgte die vollständige Migration zu Google Cloud – weg von einer VM-basierten Architektur, hin zu Kubernetes. Kubernetes Engine bildet seither das Rückgrat, Cloud Pub/Sub den Message Bus, und Stackdriver übernimmt Logging und Monitoring. Mit Cloud IAM lässt sich die Rechteverwaltung schnell und ohne Sicherheitsabstriche steuern.
Seit der Migration zu Google Cloud hat Apester den Kundenstamm verdreifacht und 2017 über 3,5 Milliarden Story-Erlebnisse ausgeliefert. Die Infrastrukturkosten haben sich durch den Umstieg auf Kubernetes halbiert, da keine ungenutzten Server mehr vorgehalten werden müssen. Die Deployment-Zeit sank von vier Stunden auf unter eine Minute. Mit dem Premium Tier des Google Cloud Network wurde die Latenz halbiert. Die BigQuery-basierte Dateninfrastruktur verarbeitet mühelos Millionen Events pro Stunde und liefert aussagekräftige Insights in jeder Größenordnung.
Apester entwickelt seine Produkte kontinuierlich weiter und nutzt die Cloud Natural Language APIs, um die Personalisierung zu verfeinern. In Kombination mit BigQuery-Daten erschließt das Unternehmen neue Machine-Learning-Möglichkeiten und investiert intensiv in ML mit TensorFlow für seine Pipeline. So kann Apester noch gezielter auf Kundenbedürfnisse eingehen, während die Zielgruppe weiter wächst. Die Migration hat die Herausforderungen bei Verfügbarkeit, Skalierbarkeit und Entwicklungseffizienz gelöst – und sichert dem Unternehmen den Vorsprung im Wettbewerb.
Erfahren Sie, wie Cloud Intelligence™ Teams hilft, Transparenz, Governance und Unit Economics in 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.