The Challenge
24metrics necesitaba potenciar su detección de fraude basada en reglas con machine learning para anticipar la calidad del usuario y frenar esquemas de fraude en constante evolución. Con apenas 8 Engineers y sin experiencia en ML, buscaban un partner de confianza que los acompañara en el desarrollo de estas capacidades sobre Google Cloud.
The Solution
DoiT brindó acompañamiento integral mediante un canal de Slack dedicado y guió a 24metrics en la implementación de Google Cloud AutoML. El equipo ayudó a delimitar el alcance del problema, recomendó las herramientas adecuadas, analizó los resultados del entrenamiento y garantizó un despliegue costo-eficiente de los modelos de ML.
Results
- Se acortó el plazo del proyecto de más de 5 meses a solo 2
- El 60% de la base de usuarios actual adoptó los nuevos servicios basados en ML
- Se logró una precisión 4.2x mayor que con los métodos tradicionales
- Se entregaron resultados 7x más rápidos en la detección de fraude
- Se sumaron nuevos clientes atraídos específicamente por las capacidades de ML
Pensábamos que este proyecto nos iba a tomar más de cinco meses y exigir más Engineers. Pero con el acompañamiento cercano de DoiT, todo resultó bastante sencillo y mucho más rápido de lo previsto. Nos bastaron dos meses para construir el algoritmo de machine learning y desplegar la nueva funcionalidad.
Stavros Charitakis, Engineer, 24metrics
El desafío de la detección de fraude
Cerca del 20% de la inversión en marketing se pierde por fraude publicitario digital. 24metrics ayuda a las empresas a detectar tráfico fraudulento con algoritmos propios basados en reglas, pero la evolución constante de las amenazas exigía capacidades de machine learning para anticipar la calidad del usuario. Con apenas 8 Engineers y sin experiencia en ML, el equipo necesitaba un partner de confianza que lo acompañara en el desarrollo de estas capacidades sobre Google Cloud.
Encontrar al partner indicado
24metrics opera todos sus servicios en Google Cloud mediante microservicios sobre Google Kubernetes Engine. Necesitaban experiencia en ML para sacar el máximo provecho de las capacidades de Google Cloud. DoiT International se destacó por su profundo conocimiento del setup de 24metrics en Google Cloud, precios atractivos sin costos adicionales y un excelente equipo de soporte.
Implementación ágil de ML
DoiT habilitó un canal de Slack dedicado para una colaboración sin burocracia y entregó una guía integral sobre Google Cloud AutoML. Cuando los resultados iniciales no alcanzaron el estándar esperado, DoiT ayudó a analizar los problemas y a proponer alternativas. El equipo acompañó a 24metrics paso a paso en el despliegue, con foco en una implementación costo-eficiente.
Resultados excepcionales para los clientes
Las nuevas capacidades de ML generaron valor de inmediato. El 60% de los clientes existentes adoptó los nuevos servicios y obtuvo una precisión 4.2x mayor que con los métodos tradicionales y resultados 7x más rápidos. Hoy los clientes pueden configurar dashboards ejecutivos para monitorear las métricas de campaña y la calidad del usuario en tiempo real.
Impacto en el negocio y crecimiento
La funcionalidad de ML se convirtió en un diferenciador único y atrajo nuevos clientes específicamente por esta capacidad. Su impacto se reflejó directamente en los ingresos y en la retención de clientes. La solución permite a las empresas frenar el fraude antes de que ocurra, con reportes intuitivos que ayudan a los clientes a visualizar rápidamente las mejoras en sus campañas.
Planes de innovación a futuro
24metrics planea ampliar sus capacidades de ML para sumar más filtros antifraude y adaptar sus soluciones a nuevas industrias, en especial el e-commerce. Gracias a la capacidad de predecir el valor de compra, buscan ayudar a las tiendas online a mejorar su tasa de conversión y convertirse en un one-stop shop para la optimización de la efectividad de las campañas.
Descubre cómo DoiT ayuda a los equipos cloud a controlar el gasto
Explora cómo Cloud Intelligence™ ayuda a los equipos a mejorar la visibilidad, la gobernanza y la economía unitaria en entornos cloud.
More customer stories
Finlex reduce 50% sus costos de nube y lleva la IA a producción con DoiT
- Over 65%
- de reducción en costos de infraestructura de nube desde 2024 hasta hoy
- 40%
- de ahorro con mayor visibilidad y una arquitectura de IA eficiente
Hippo convierte el costo de la nube en acción para sus equipos
- Minutes
- Tiempo de integración de Attribute™ con AWS
- Business unit
- Nivel de responsabilidad sobre el costo alcanzado
Island obtiene visibilidad real del costo por cliente, sin tagging
- $5B
- Valuación de la compañía
- Days
- Tiempo hasta los primeros insights
- 0
- Tags necesarios
Claroty logra una atribución precisa de costos por cliente con Attribute™
- 1,000+
- Clientes protegidos en el mundo
- Days
- Tiempo hasta los primeros reportes de costos detallados
- Zero
- Interrupción de la operación durante el despliegue
Cómo la atribución de costos a nivel de cliente permite fijar precios de IA basados en valor
- $1.3M
- en ingresos con margen negativo detectados
- ~360
- cuentas no rentables identificadas
- $1.3M
- en pérdidas agregadas detectadas
Salt Security estandariza la medición del COGS para optimizar márgenes y precios
- 1
- Fuente única de verdad para el COGS
- 1
- Fuente única de verdad para el COGS entre el CFO y DevOps
- 0
- Cambios de código o etiquetado necesarios para integrar Attribute™
PropertyGuru convierte el caos de costos en la nube en responsabilidad de Engineering
- Minutes
- para descifrar facturas de servicios compartidos (antes, horas)
- 32M+
- Personas que buscan propiedades cada mes
- 2 weeks
- Del despliegue a los insights accionables
What they say
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
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
Your cloud bill shouldn't be a mystery
Let us show you what ships this week.

