Diese Seite ist auch in English, Español, Français, Italiano, 日本語 und Português verfügbar.
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.
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.
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.
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
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.
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.
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.
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.
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.
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.
Erfahren Sie, wie Cloud Intelligence™ Teams hilft, 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.
