Freightos musste große Datenmengen für seinen Fracht-Marktplatz in kurzer Zeit verarbeiten. Test- und Auslieferungszyklen sollten schneller laufen, die Workflows der internationalen Entwicklungsteams effizienter werden. Die monolithische Infrastruktur bremste jedoch Agilität und standortübergreifende Zusammenarbeit aus.
Gemeinsam mit DoiT migrierte Freightos auf Google Kubernetes Engine und löste die monolithischen Services in eine Microservices-Architektur auf. Zum Setup gehören App Engine Flexible Environments für schnellen In-Memory-Datenzugriff sowie Compute Engine, Pub/Sub, Dataflow, Cloud SQL, Datastore, BigQuery und Google Data Studio. Über die Apigee API Management Platform werden APIs für Spediteure bereitgestellt.
DoiT hat uns enorm dabei geholfen, Effizienzpotenziale zu erkennen. Wir nutzen die reOptimize-Plattform für monatliche Kostenprognosen und zur laufenden Optimierung unserer Google-Cloud-Nutzung.
Michi Kossowsky, CTO
Der globale Logistikmarkt soll bis 2023 auf 12,6 Milliarden US-Dollar wachsen, und die Digitalisierung eröffnet neue Chancen, Kosten zu senken und Geschäftsmodelle neu zu denken. Freightos.com will im Zentrum dieses Wandels stehen und als weltweiter Online-Marktplatz für die billionenschwere internationale Frachtbranche den globalen Handel reibungslos gestalten. Das 2012 gegründete Unternehmen unterhält sechs Standorte in den USA, Europa, Asien und im Nahen Osten und arbeitet mit großen Handelsketten wie Marks and Spencer zusammen.
Freightos erhält täglich Hunderttausende Suchanfragen und erstellt Angebote, indem zig Millionen Datenpunkte von mehr als 75 Frachtanbietern durchsucht werden. Für die Graphsuchalgorithmen ist schneller In-Memory-Datenzugriff entscheidend. Über App Engine Flexible Environments greift Freightos auf 200 GB Routing-Daten zu. BigQuery bildet das Fundament der Analytics und ermöglicht schnelle Abfragen riesiger Datenmengen bei minimalem Wartungsaufwand.
Freightos hat seine Infrastruktur in mehreren Phasen neu aufgesetzt und die monolithischen Services in Microservices auf Google Kubernetes Engine überführt. Die neue Architektur kombiniert Compute Engine, Pub/Sub und Dataflow für die Anwendungs-Pipeline mit Cloud SQL und Datastore als operativem Speicher. Skalierung und Deployment laufen damit deutlich einfacher – Test- und Produktivumgebungen sind nun identisch.
Seit der Umstellung auf Microservices mit GKE lassen sich die Entwicklungsteams in Barcelona, Jerusalem und Ramallah deutlich leichter koordinieren. Die enge Zusammenarbeit hat die Arbeitsweise grundlegend verändert. G Suite trägt die Teamarbeit – mit Echtzeit-Bearbeitung in Docs und Meetings über Hangouts Meet – und ist zum festen Bestandteil des Arbeitsalltags geworden.
Freightos stellt seine Plattform-Software als SaaS bereit, sodass Spediteure ihren Kunden zügig Frachtraten anbieten können. Über die Apigee API Management Platform und das Apigee Developer Portal werden APIs für den Zugriff durch Spediteure ausgespielt. So lassen sich APIs unkompliziert bereitstellen und veröffentlichen – das fördert die Akzeptanz bei den Kunden.
Freightos lotet die Machine-Learning-Tools von Google Cloud für mehrere Einsatzbereiche aus. Denkbar sind etwa der automatische Abgleich von Waren mit HS-Produktklassifizierungscodes, die Vorhersage von Transportzeiten auf Basis bisheriger Carrier-Performance sowie die Analyse saisonaler und wetterbedingter Einflüsse. Das Ziel: der führende Frachtmarktplatz werden und die Standardisierung der Branche vorantreiben.
Entdecken Sie, wie Cloud Intelligence™ Teams dabei unterstützt, Transparenz, Governance und Unit Economics in Cloud-Umgebungen zu verbessern.
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
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
Let us show you what ships this week.
