Diese Seite ist auch in English, Español, Français, Italiano, 日本語 und Português verfügbar.
Pace Revenue halbiert die Compute-Kosten
Ein Infrastruktur-Review von DoiT hat 80 % der On-Demand-Nodes auf Preemptible VMs in der Google Kubernetes Engine verlagert – und damit Budget für ML-Fortschritte freigespielt.

The Challenge
Pace Revenue wollte die Kosten der Google-Cloud-Infrastruktur senken, ohne die Performance der ML-gestützten Pricing-Engine zu beeinträchtigen. Dem schlanken IT-Team fehlte die Zeit, Cloud Best Practices zu etablieren – und es vermutete ungenutztes Einsparpotenzial im Stack. Mit COVID-19 wurde das Senken der Cloud-Ausgaben zusätzlich geschäftskritisch.
The Solution
DoiT hat die Google-Cloud-Konfiguration von Pace Revenue umfassend geprüft und Potenziale für den Einsatz von Preemptible VMs anstelle von On-Demand-Compute-Nodes aufgedeckt. Das Team hat die Empfehlungen umgesetzt, die Architektur auf Resilienz ausgerichtet und die günstigeren Preemptible Instances in der Google Kubernetes Engine genutzt.
Results
- Compute-Kosten mit minimalem Aufwand um über 50 % gesenkt
- 80 % der On-Demand-Nodes durch Preemptible VMs zu 20 % des Preises ersetzt
- Ressourcen für leistungsfähigere Algorithmen und häufigere Läufe freigespielt
- Direkten Draht zu Cloud-Engineering-Experten für laufenden Support gewonnen
Wir müssen keine Zeit mehr darauf verwenden, Google Cloud bis ins Detail zu verstehen – das übernimmt DoiT für uns. Zusammen mit den Compute-Einsparungen können wir diese Ressourcen nutzen, um unseren Algorithmus leistungsfähiger zu machen und ihn häufiger laufen zu lassen. Und das schlägt direkt auf das Ergebnis unserer Kunden durch.
Matt Yule-Bennett, Chief Technology Officer
Das ist Pace Revenue
Pace Revenue bietet Machine-Learning-gestützte Software, die Pricing-Entscheidungen für Hotels automatisiert und so die Umsätze maximiert. Algorithmen ermitteln optimale Zimmerpreise auf Basis von Nachfrageschwankungen und Marktfaktoren und steigern die Hotelumsätze im Schnitt um 10 %. Das 2017 gegründete Unternehmen betreut zukunftsorientierte Kunden aus der Hotellerie, die der Technologie geschäftskritische Pricing-Entscheidungen anvertrauen.
Die Herausforderung
Pace Revenue betreibt komplexe Machine-Learning-Algorithmen in Google Cloud, um Daten aus Property-Management-Systemen kontinuierlich zu verarbeiten. Das schlanke IT-Team musste die Infrastruktur effizient skalieren und sich zugleich auf Produktinnovation konzentrieren. Ohne Zeit, Cloud Best Practices aufzusetzen, vermutete das Team ungenutztes Einsparpotenzial im Stack. Mit COVID-19 wurde das Senken der Cloud-Ausgaben für die Geschäftsfähigkeit zusätzlich dringlich.
Den richtigen Partner finden
Matt Yule-Bennett suchte einen Partner, der nachhaltige Cloud-Expertise zu fairen Konditionen liefert. Das Geschäftsmodell von DoiT überzeugte, weil Beratung und technischer Support beim Bezug von Cloud-Services über DoiT ohne Zusatzkosten inklusive sind. Das Team ging von Anfang an die Extrameile, reagierte schnell und bewies fundierte Cloud-Expertise.
Infrastruktur optimieren
DoiT hat die Google-Cloud-Konfiguration von Pace Revenue umfassend geprüft und erhebliche Einsparpotenziale aufgedeckt. Die zentrale Empfehlung: Workloads von On-Demand-Compute-Nodes auf Preemptible VMs in der Google Kubernetes Engine zu migrieren. DoiT hat dem Team gezeigt, wie sich die Architektur auf Resilienz auslegen lässt und sich zugleich diese günstigeren Instances zu 20 % des regulären Preises nutzen lassen.
Umsetzung und Ergebnisse
Das Team von Pace Revenue hat alle empfohlenen Infrastrukturänderungen in weniger als einer Woche umgesetzt. Durch den Austausch von 80 % der On-Demand-Nodes gegen Preemptible VMs hat sich die Compute-Rechnung nahezu sofort halbiert. Das entspricht einer Reduktion der gesamten Compute-Kosten um mehr als 50 % – bei minimalem Aufwand. Die freigewordenen Ressourcen fließen jetzt in leistungsfähigere Algorithmen und häufigere Läufe.
Mehrwert der laufenden Partnerschaft
Über die Kosteneinsparungen hinaus hat Pace Revenue für jede Herausforderung einen direkten Draht zu verlässlichen Cloud-Engineering-Experten. Die Partnerschaft hat es dem Team ermöglicht, eine neue Analyseplattform auf Basis von Google BigQuery aufzubauen, mit der Hotelbetreiber Daten visualisieren und fundierter entscheiden können. Mit dem laufenden Support von DoiT kann sich das schlanke IT-Team auf Innovation konzentrieren und bleibt zugleich am Puls der Cloud-Entwicklung.
So unterstützt DoiT Cloud-Teams bei der Kostenkontrolle
Erfahren Sie, wie Cloud Intelligence™ Teams hilft, Transparenz, Governance und Unit Economics in Cloud-Umgebungen zu verbessern.
More customer stories
Jupiter schließt mit DoiT eine Transparenzlücke von 20 bis 40 % bei den Infrastrukturausgaben
- 26
- Eingebundene Anbieterdaten
- From 60% to 100%
- Datenabdeckung
Von IBM zu AWS: Wie Software Projects seine komplexe Migration mit DoiT beschleunigt hat
- 3
- AWS-MAP-Phasen umgesetzt: Assess, Mobilize, Modernize
- 40
- Server 1:1 migriert – Vier-Tier-Topologie vollständig erhalten
- 2→1
- IBM-Cloud-Regionen in einer einzigen AWS VPC über mehrere AZs konsolidiert
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
Flooid gestaltet die Zukunft des Handels mit Google Cloud und DoiT
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
Cloud-Kosten werden bei Hippo zum Hebel für die Teams
- Minutes
- Integrationsdauer von Attribute™ in AWS
- Business unit
- Erreichter Grad an Kostenverantwortung
Island sieht die echten Kosten pro Kunde – ganz ohne Tagging
- $5B
- Unternehmensbewertung
- Days
- Zeit bis zu den ersten Insights
- 0
- Benötigte Tags
What they say
Partnership with DoiT is extremely significant. We've been able to grow significantly over the last year, mostly because we could reinvest our resources in new technologies instead of new internal resources.
Jason Hartin, CTO
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
Your cloud bill shouldn't be a mystery
Let us show you what ships this week.