Cloud Intelligence™Cloud Intelligence™

Diese Seite ist auch in English, Español, Français, Italiano, 日本語 und Português verfügbar.

Crazy Labs liefert Backend-Features 10-mal schneller

DoiT begleitete den Umzug auf Google App Engine und BigQuery und führte die Daten aus über 350 Mobile-Apps auf einem einzigen, automatisch skalierenden Backend zusammen.

Cloud Intelligence™
Crazy Labs

The Challenge

Für seine 350+ Apps stützte sich Crazy Labs bei Scoreboards, Nutzerregistrierung, Social-Media-Integrationen und vielem mehr auf Drittanbieter. Das Team wollte ein eigenes Mobile-Gaming-Backend entwickeln, um Gaming-Daten plattformübergreifend zu bündeln und zu vereinheitlichen. Gefragt war eine skalierbare, wartungsarme Infrastruktur, damit sich das Unternehmen auf die Spielentwicklung konzentrieren kann – statt auf Backups, das Hochfahren zusätzlicher Server bei Traffic-Spitzen und Load Balancing.

The Solution

Crazy Labs entschied sich für Google App Engine und entwickelte sein Backend in Go. Mit App Engine ging die Entwicklung schneller voran – und das nahezu ohne Einarbeitungszeit. Die Plattform übernimmt automatisch das Deployment, leitet Live-Traffic auf neue Versionen um, ohne bestehende Nutzersessions zu unterbrechen, und schreibt Milliarden von Anwendungs-Logs zur Analyse in BigQuery. Datenanalysten werten damit das Gameplay per Standard-SQL aus und schlagen gezielt Verbesserungen vor.

Results

  • Neue Backend-Features 10-mal schneller ausgeliefert – ohne Aufwand für die Infrastrukturwartung
  • Bereitstellung neuer Services von Tagen auf Sekunden verkürzt
  • Gaming-Daten aus über 350 Apps auf einer einzigen Plattform zusammengeführt
  • Echtzeit-Analysen von Terabytes an Gameplay-Daten in Sekunden ermöglicht

Dass wir neue Services in Sekunden bereitstellen können, spart uns enorm viel Zeit – früher dauerte das Tage. Die Gaming-Branche lebt von kurzfristigen Projekten, deshalb brauchen wir ein Backend, das flexibel ist und schnell reagiert.

Lior Malenboim, VP Production Engineering

Das ist Crazy Labs

Crazy Labs entwickelt interaktive Bücher, Spiele und Lern-Apps mit 600 Millionen Downloads und 40 Millionen monatlich aktiven Nutzern. Seit der Gründung im Jahr 2010 hat das Unternehmen über 350 Apps für Kinder auf iOS, Android und Windows veröffentlicht. Mit Hauptsitz in Israel unterhält TabTale Büros in den USA, China, Mazedonien, Bulgarien, Serbien und der Ukraine.

Die Herausforderung

Für seine 350+ Apps stützte sich Crazy Labs bei Scoreboards, Nutzerregistrierung, Social-Media-Integrationen und vielem mehr auf Drittanbieter – und entschied sich, ein eigenes Mobile-Gaming-Backend zu entwickeln, um Gaming-Daten plattformübergreifend zu bündeln und zu vereinheitlichen. Das neue Backend sollte Nutzerdaten erfassen, das Spielverhalten analysieren, die Gaming-Performance erfassen sowie Scoreboards und In-Game-Analysen unterstützen. Gefragt war eine skalierbare, wartungsarme Infrastruktur, damit sich das Team auf die Spielentwicklung konzentrieren kann – statt auf Backups, das Hochfahren neuer Server bei Traffic-Spitzen und Load Balancing.

Die Lösung

Mit Google App Engine konnte Crazy Labs deutlich schneller entwickeln – und das nahezu ohne Einarbeitungszeit. Das Team setzte beim Backend auf Go, Googles Sprache für nebenläufige Programmierung, und war innerhalb weniger Wochen voll produktiv. Go arbeitet – ebenso wie Python, Java und andere Sprachen – nahtlos mit Google Datastore, Google BigQuery und weiteren Google-Diensten zusammen. Beim Deployment ersetzt App Engine veraltete Instanzen und leitet den Live-Traffic auf eine neue Version um, während bestehende Nutzersessions auf der alten Version weiterlaufen.

Deployment und Testing

Beim Launch einer neuen Version rollt Crazy Labs diese zunächst an 5 Prozent der Nutzer aus, um sicherzustellen, dass alles reibungslos läuft, bevor die Änderung an die gesamte Nutzerbasis geht. So lässt sich im Notfall innerhalb von Sekunden auf eine ältere Version zurückwechseln, falls in der neuen etwas nicht wie erwartet funktioniert. App Engine erfasst und speichert zudem automatisch zig Milliarden Anwendungs-Logs und überführt sie in BigQuery, sodass Crazy Labs sie bei auftretenden Problemen analysieren kann.

Datenanalyse

Die Datenanalysten bei Crazy Labs nutzen BigQuery, um das Gameplay auszuwerten und Verbesserungen vorzuschlagen. Mit Standard-SQL führt Crazy Labs Abfragen über diese Terabytes an Daten in wenigen Sekunden aus, um das Spiel besser zu verstehen und bei Bedarf nachzubessern.

Die Ergebnisse

Nach einer Pilotphase mit App Engine in einigen Spielen wird Crazy Labs das neue, auf App Engine basierende Backend für alle 350 Spiele einsetzen. Geprüft werden zudem Managed VMs, die in bestimmten Situationen mehr Kontrolle beim Skalieren der Last und beim Umgang mit Hochverfügbarkeitsthemen bieten würden. Unter dem Strich liefert Crazy Labs neue Backend-Features heute 10-mal schneller aus – ohne Aufwand für die Infrastrukturwartung. So bleibt mehr Raum für Software-Engineering und die Weiterentwicklung der Spiele.

So unterstützt DoiT Cloud-Teams bei der Kostenkontrolle

Erfahren Sie, wie Cloud Intelligence™ Teams dabei hilft, Transparenz, Governance und Unit Economics über Cloud-Umgebungen hinweg zu verbessern.

More customer stories

Shasta Cloud

Glasklare Transparenz über Cloud-Ausgaben – bis auf Workload- und Tenant-Ebene

Days
Zeit bis zu ersten Kosten-Insights nach der Installation
Days
Von der Installation zum aussagekräftigen Kosten-Reporting
Workload & tenant
Granularität der Kostentransparenz
Finlex

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
Hippo

Cloud-Kosten werden bei Hippo zum Hebel für die Teams

Minutes
Integrationsdauer von Attribute™ in AWS
Business unit
Erreichter Grad an Kostenverantwortung
Island

Island sieht die echten Kosten pro Kunde – ganz ohne Tagging

$5B
Unternehmensbewertung
Days
Zeit bis zu den ersten Insights
0
Benötigte Tags
Claroty

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
SaaS Leader

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

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™

What they say

Shasta Cloud

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

Flooid

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

Finlex

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

Hippo

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

Island

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

Claroty

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

Salt Security

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

PropertyGuru

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

Accrete AI

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

Akamai

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

OneFootball

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

Raptive

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

Luma Health

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

Your cloud bill shouldn't be a mystery

Let us show you what ships this week.