The Challenge
Niceshops hatte isolierte Datenquellen über 40+ Shops hinweg – darunter Verkaufshistorien, Finanzberichte und Performance-Marketing-Daten. Diese Quellen mussten in einem zentralen Warehouse zusammengeführt werden, um ganzheitliche Auswertungen zu ermöglichen und Self-Service-Datenmodelle bereitzustellen, mit denen Mitarbeitende bessere Entscheidungen treffen können.
The Solution
DoiT lieferte Managed Services und Support, um die Google-Cloud-Datenplattform von Niceshops mit BigQuery und Looker auszubauen. Das Team entwickelte leistungsfähige Data-Engineering-Pipelines, etablierte Frameworks zum Kostenmonitoring und erhielt Schulungen zu Best Practices für die Entwicklung von Datenpipelines und die Optimierung von BigQuery-ML-Modellen.
Results
- 50 % Einsparung bei den Datenintegrationskosten durch optimiertes Monitoring und bessere Queries
- 30 % weniger Cloud-Ausgaben durch Korrektur der BigQuery-ML-Modellkonfigurationen in Looker
- Marketing-Auswertungen automatisiert in 30 Minuten statt einer Woche manueller Arbeit
- Datensilos abgebaut und dank Self-Service-Analytics zu einem wirklich datengetriebenen Unternehmen geworden
Mit der Unterstützung von DoiT konnten wir ein Monitoring-Framework aufsetzen, das uns täglich einen Überblick über unsere Kosten gibt. So erkennen und vermeiden wir Kostenspitzen und verbessern unsere Queries. Wir gehen davon aus, dass wir unsere Datenintegrationskosten dank DoiT um 50 % senken können.
Stefan Gajanovic, Data Engineer, Niceshops
Das ist Niceshops
Niceshops ist ein E-Commerce-Händler mit rund 40 verschiedenen Shop-Portalen. Jeder Shop ist auf eine bestimmte Produktnische spezialisiert – von E-Bikes über 3D-Druck bis hin zu Kosmetikprodukten. Mehr als 500 Mitarbeitende stehen hinter diesen Shops. Jede und jeder bringt eigene Stärken mit, und das Unternehmen möchte diese gezielt nutzen, indem es seinen Teams eigenständige Entscheidungen auf Basis der passenden Daten ermöglicht.
Self-Service-Datenmodelle mit Google Cloud aufbauen
Um Mitarbeitende mit Daten-Tools auszustatten, musste Niceshops zunächst die Datensilos über 40+ Shops hinweg überwinden – mit isolierten Quellen wie Verkaufshistorien, Finanzberichten und Performance-Marketing-Daten. Diese sollten in einem zentralen Warehouse zusammenlaufen. Das Team entschied sich für Google Cloud, weil die Zusammenarbeit bereits in der Vergangenheit hervorragend funktioniert hatte und Google im Bereich cloud-native Data Warehousing führend ist. Die Data-Warehouse-Funktionen von BigQuery wurden mit den Analytics-Features von Looker kombiniert, um Self-Service-Modelle und abteilungsübergreifende Analysen zu ermöglichen.
Die Datenplattform mit DoiT ausbauen
Die Mitarbeitenden waren begeistert von den neuen Self-Service-Möglichkeiten und wünschten sich weitere Datenquellen und Anwendungsoptionen. Um den Google-Cloud-Tool-Stack besser auszuschöpfen und die Plattform auszubauen, holte Niceshops DoiT an Bord. DoiT wurde zum verlässlichen Wegweiser durch die Google-Cloud-Technologien und half dabei, den passenden Tech-Stack für die eigenen Anforderungen zusammenzustellen. Mit Managed Services und Enterprise-Support holte DoiT gemeinsam mit dem Team das Maximum aus der Google-Cloud-Umgebung heraus.
Mit dem Know-how von DoiT neue Datenpipelines aufbauen
Mit Unterstützung von DoiT erweiterte Niceshops seine Datenplattform um leistungsfähigere Data-Engineering- und Analytics-Pipelines. Neue Datenquellen sind unter anderem das Preismonitoring von Wettbewerbern, Marketing-Insights und Finanzberichte. Das Team entwickelte neue Pipelines inhouse, um veraltete Drittanbieter-Tools für die Datenintegration abzulösen. DoiT bot Schulungen zum Aufbau von Datenpipelines an und teilte praxisnahe Tipps und Best Practices zu Orchestrierung, Scheduling und Monitoring – so ließen sich neue Pipelines deutlich schneller umsetzen.
Entwicklung beschleunigen mit erstklassigem Support
Wenn das Niceshops-Team auf Probleme stieß, die intern nicht zu lösen waren, war DoiT die erste Anlaufstelle. Über die DoiT Console eingereichte Support-Tickets wurden in der Regel noch am selben Tag bearbeitet – das beschleunigte die Entwicklung spürbar. Oft hatte DoiT die passende Antwort parat, weil ähnliche Themen bereits bei anderen Kunden aufgetreten waren. So blieb Niceshops auf Kurs und ging weder bei der Tool-Nutzung noch bei der Wahl skalierbarer Lösungen falsche Wege.
Datenbasierte Entscheidungen als neuer Standard
Datensilos gehören bei Niceshops der Vergangenheit an. Der Onlinehändler ist zu einem wirklich datengetriebenen Unternehmen geworden – mit einem ganzheitlichen Überblick über seine Geschäftskennzahlen dank der neuen Datenplattform. Mit wenigen Klicks erhalten Mitarbeitende detaillierte Einblicke in Betrieb und Markt und nutzen diese für bessere Geschäftsentscheidungen. Besonders das Marketing profitiert: Die Plattform hilft dabei, Einkaufsmuster einzelner Kundensegmente zu erkennen, Werbekampagnen passgenau auszurichten und die Kundenkommunikation zu verbessern – und das bei deutlich weniger manuellem Aufwand, der von Wochen auf Stunden geschrumpft ist.
Erfahren Sie, wie DoiT Cloud-Teams bei der Kostenkontrolle unterstützt
Entdecken Sie, wie DoiT Cloud Intelligence Teams dabei hilft, 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.

