The Challenge
Die bestehende Analytics-Lösung von Jelly Button wurde untragbar teuer, sobald die Spiele viral gingen: Exponentielles Wachstum schlug sich in überproportional hohen Kosten nieder. Hinzu kamen monatliche Ausfälle und API-Probleme, die das Extrahieren von Daten verhinderten. So konnte das Unternehmen weder auf Spielerbeschwerden noch auf Bugs oder Alerts reagieren.
The Solution
Gemeinsam mit DoIT International setzte Jelly Button die Google Reference Architecture for Mobile Gaming Analytics um. Das Team baute eine neue Pipeline, die Daten direkt nach Google BigQuery streamt – mit Google Kubernetes Engine für Autoscaling, Cloud Pub/Sub für latenzarme Event-Weiterleitung und Cloud Dataflow für die Datenverarbeitung. Dank des modularen Designs liegen die Daten jedes Spiels in einem eigenen BigQuery-Projekt, was die Verwaltung deutlich vereinfacht.
Results
- Analytics-Kosten um mehr als zwei Drittel gesenkt – 240.000 $ Einsparung pro Jahr
- Monatliche Systemausfälle und Datenverluste vollständig beseitigt
- Daten nahezu in Echtzeit für Analysen verfügbar gemacht
- Migration in unter fünf Wochen von Projektstart bis Produktion abgeschlossen
Wir sind gerne ganz vorn dabei, wenn es um neue Technologien geht. Als sich die Chance bot, die Google-Game-Telemetrie-Architektur in unser Ökosystem zu integrieren, haben wir sofort zugegriffen. Mit Google zahlen wir für unsere Analytics nur noch etwa ein Viertel dessen, was uns das vorher gekostet hat.
Nadav Steiner, Infrastructure Team Lead
Das ist Jelly Button
Jelly Button, 2017 von Playtika übernommen, entwickelt und veröffentlicht Mobile- und Web-Games, die weltweit täglich Millionen Spielerinnen und Spieler nutzen. Pirate Kings, das Flaggschiff des Unternehmens, wurde seit dem Launch 2014 über 80 Millionen Mal auf iOS, Android und Facebook heruntergeladen. Innerhalb von zwei Monaten wuchs das Spiel von 100.000 auf 4 Millionen täglich aktive Nutzer. Weil gute Spiele wachsen und großartige Spiele viral gehen, will Jelly Button sicherstellen, dass jedes Produkt auf einer soliden Infrastruktur basiert, die mit der Nachfrage mitskaliert.
Die Analytics-Herausforderung
Ein zentraler Baustein der Infrastruktur von Jelly Button ist das Erfassen, Speichern und Verarbeiten von Spielerdaten für Analysen – genutzt für Research, Marketing und zur Verbesserung des Gameplays. Jelly Button braucht dafür ein Analytics-Backend, das sehr latenzarm arbeitet, keine Daten verliert und Informationen schnell für Analysen bereitstellt – selbst wenn pro Stunde Millionen neuer Events eintreffen. Mit dem Erfolg des Studios wurde die weit verbreitete Analytics-Lösung jedoch teuer und bestrafte exponentielles Wachstum mit überproportional hohen Kosten.
Aufbau der Google-Cloud-Lösung
Auf Basis der Google Reference Architecture for Mobile Gaming Analytics begann Jelly Button, Daten direkt aus den Clients nach Google BigQuery zu streamen. Skaliert wird die Lösung über Google Kubernetes Engine; Google Cloud Pub/Sub leitet die Events latenzarm an Google Cloud Dataflow weiter, das die Rohdaten filtert, mappt und aggregiert, bevor sie in Google BigQuery nahezu in Echtzeit für Analysen verfügbar sind. Da Daten und Auswertungen jedes Spiels in einem separaten Google-BigQuery-Projekt innerhalb einer modularen Pipeline liegen, ist die Verwaltung für Administratoren denkbar einfach.
Schnelle Umsetzung mit DoIT
Die Lizenzen für den bisherigen Analytics-Dienst von Jelly Button liefen aus – die Zeit drängte. DoIT International stellte die besten Köpfe bereit und brachte das Projekt in knapp fünf Wochen vom Start in die Produktion, begleitet von wöchentlichen Status-Meetings. Es ist die jüngste in einer Reihe erfolgreicher Initiativen mit DoIT International, darunter auch Kostenoptimierung und ein Cloud-Security-Review.
Mehr Stabilität und Kontrolle
Neben Geschwindigkeit und Einsparungen sorgt die neue Pipeline vor allem für deutlich mehr Stabilität. Beim ETL-Datenstreaming hat Jelly Button nun den großen Vorteil, alle Daten im eigenen Haus zu behalten, statt sie einem Drittanbieter zu überlassen. Früher gab es immer wieder Probleme mit APIs – mit der Folge, dass keine Daten extrahiert werden konnten und das System tagelang stillstand, ohne jede Kommunikation. Die neue Pipeline ist wesentlich stabiler, weil alle Daten in den eigenen Systemen liegen. Zum Test wurde der Prozess 24 Stunden lang gestoppt und anschließend wieder aktiviert: Sämtliche Daten waren im Accumulator zwischengepuffert und ließen sich ohne jeglichen Datenverlust wiederherstellen.
Messbare Ergebnisse
Laut dem Team von Jelly Button ist die neue Google-basierte Lösung im Betrieb mehr als zwei Drittel günstiger als das abgelöste System und spart dem Unternehmen 240.000 $ pro Jahr. In einem typischen Monat mit rund 500 verarbeiteten Events pro Sekunde gab das Unternehmen weniger als 4.000 $ für Services der Google Cloud Platform aus. Mit reOptimize, einem kostenlosen Tool für Cost Tracking und Optimierung, behält Jelly Button seine Ausgaben in der Google Cloud Platform mühelos im Blick – Budgets bleiben kontrollierbar, planbar und niedrig.
So hilft DoiT Cloud-Teams, ihre Ausgaben im Griff zu behalten
Erfahren Sie, wie DoiT Cloud Intelligence Teams dabei unterstützt, Transparenz, Governance und Unit Economics in Cloud-Umgebungen zu verbessern.
More customer stories
Promptly spart 600.000 $ und bringt KI in Wochen live
- $600K
- Jährliche Cloud-Kosteneinsparungen
- 3 months
- Eingesparte Engineering-Zeit
Extenda Retail senkt SSD-Waste und beschleunigt AI
Monta skaliert auf über 250.000 EV-Ladepunkte
- 250,000
- Weltweit verwaltete EV-Ladepunkte
Wicked Reports bringt GenAI 3 Monate früher live
- 3 months saved
- Entwicklungszeit gespart mit dem DoiT Cloud Accelerator
- 25% faster
- Zeit vom Prototyp zur Produktion gegenüber internen Schätzungen
- $0 additional spend
- keine zusätzlichen Infrastrukturkosten beim Prototypenbau – dank AWS-Credits und DoiT-Optimierung
DaySmart launcht KI-Funktion in 90 Tagen
- 90 days
- Vom POC zum Deployment
- 90 days
- Vom POC zum Deployment ohne interne Engineering-Zeit
- 6x
- Eingesparte Engineers-Ressourcen
Vivaticket verkürzt das Aufsetzen von AWS-Umgebungen von 3 Tagen auf 15 Minuten
- 15min
- Zeit für neue Umgebungen
- 15min
- Bereitstellungszeit neuer Umgebungen (statt zuvor 3 Tage)
- 20min
- Application-Deployment im Immutable-Modus
Blumira skaliert SOC Auto-Focus mit voller Kostenkontrolle
What they say
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
SELECT has made important cost data readily accessible. I will often pull it up during engineering design reviews so we can quickly evaluate cost impact and projections and factor that into our design decisions.
Douglas Zickuhr, Senior Data Platform Engineer at Personio
I love clicking through SELECT to understand how our environment and workloads are evolving. I probably check it every day. It's coffee and SELECT for me every morning.
Ian Fahey, Senior Analytics Engineer at Loop
You guys have the best UI experience that I've had of any software. It's like you just read my mind where, like, oh, I wish I could click there. Oh, I can
Diana Koshy, Sr. Director of Data Engineering at Kargo
SELECT feels like exactly what Paul and I would have built if we had locked ourselves in a room for 18 months to create our ideal monitoring solution.
Devin McGee, Data Engineering Lead at Home Chef
SELECT dramatically lowers the cognitive load to understanding Snowflake costs. I'm able to sit there and easily understand what's driving the cost. Not to blow smoke up your ass, but it's just so easy to do in your platform
Blake Baggett, Head of Data Operations at Entain
One of the most helpful cost rituals we've setup from SELECT is the weekly spend digest sent to Slack. I can start high level and ensure things are in check. If not, I can very quickly drill down into specific workloads which may have driven the cost spike and remediate them before they become a bigger issue.
Michael Revelo, Manager of data and analytics engineering at ClickUp
Through SELECT's automated savings feature and deep cost visibility, we were able to instantly lower our Snowflake spend by over 40% and achieve a 20X ROI on our SELECT investment.
Skyler Chi, SVP, GTM Productivity & Excellence at Exiger
Our costs had jumped up 3X as we scaled, so we're talking about 60% savings in Snowflake spend after adopting SELECT.
Edward Mancey, GTM Lead at Synthesia
DoiT was a true partner, not a vendor. They helped us understand the problem, refine the vision, and build something production-ready far faster than we could have on our own. Their expertise, responsiveness, and commitment made all the difference.
Dr. Anish Kapur, Founder & CEO, Promptly
DoiT's Customer Success and Forward Deployed Engineering teams work very closely with us. The regular sessions with our CSM keep us focused on the right priorities, and the FDEs provide the deep technical guidance we need to validate decisions and optimize our environment. That combination has been genuinely valuable for us.
Alexander Lundberg Santos, Platform Engineer at Extenda Retail
Every customer has unique usage patterns. Manual resource optimization simply didn't scale—we needed automation to ensure every customer, regardless of size, had right-sized infrastructure without consuming our team's capacity.
Brad Quinn, Lead Platform Engineer, PlayHQ
PerfectScale allowed us to grow capacity without growing cost. We effectively absorbed 30% more usage for free.
Thomas Comtet, Senior Staff Engineer, SNCF
Your cloud bill shouldn't be a mystery
Let us show you what ships this week.

