La solución de BI y data warehousing de Apester empezaba a quedarse corta frente al crecimiento acelerado. El sistema cerrado se volvía costoso y limitaba la analítica. Con una base de usuarios en expansión y un equipo reducido de Engineers, la compañía necesitaba un sistema fácilmente escalable y compatible con tecnología open source.
Apester construyó una solución integral sobre Google Cloud, con Kubernetes Engine como columna vertebral, Cloud Pub/Sub para mensajería, BigQuery para analítica y Stackdriver para monitoreo. La migración llevó la arquitectura basada en máquinas virtuales hacia soluciones en contenedores, unificando la infraestructura entre equipos.
La infraestructura no es nuestro negocio principal. Queremos enfocarnos en las necesidades de Apester y en mejorar nuestra aplicación. Cuando el tiempo de despliegue pasa de horas a segundos, podemos concentrarnos en nuestro propio éxito.
Or Elimelech, Site Reliability Engineer
Con sedes en Nueva York y Tel Aviv, Apester ayuda a editores, anunciantes y empresas a contar historias online cautivadoras, optimizadas para móviles, integradas sin fricciones a sus sitios y distribuibles a gran escala. Desde quizzes y encuestas hasta historias visuales innovadoras, Apester les permite a sus clientes transmitir su mensaje con eficacia. La compañía atiende a narradores de todo tipo, desde grandes marcas como Meredith, BBC Worldwide y Virgin hasta bloggers independientes. Desde su lanzamiento en 2014, las herramientas de creación de Apester han atraído a cerca de 100 millones de usuarios únicos al mes.
Apester contaba con un sistema muy cerrado para gestionar los datos, que se volvía costoso y limitaba la analítica. Con una base de usuarios en crecimiento acelerado y un equipo reducido de Engineers, la compañía necesitaba un sistema fácilmente escalable. Los Engineers y data scientists de Apester querían apoyarse en tecnología open source para no depender en exceso de un único proveedor. Solo Google Cloud ofrecía la combinación justa de compatibilidad con open source y una escalabilidad robusta y sencilla que cumplía con sus requisitos.
Apester construyó inicialmente su solución de datos sobre Cloud Dataflow, Cloud Dataproc y Cloud Bigtable con Apache Beam, hasta consolidar BigQuery como la principal plataforma analítica. Luego, la compañía migró por completo a Google Cloud, pasando de una arquitectura basada en máquinas virtuales a Kubernetes. Kubernetes Engine se convirtió en la columna vertebral, Cloud Pub/Sub en el bus de mensajes y Stackdriver se encargó del logging y el monitoreo. Cloud IAM permitió gestionar permisos con agilidad sin comprometer la seguridad.
Desde la migración a Google Cloud, Apester triplicó su base de clientes y ofreció más de 3.5 mil millones de experiencias narrativas en 2017. Los costos de infraestructura se redujeron a la mitad con el paso a Kubernetes, eliminando la necesidad de servidores ociosos. El tiempo de despliegue bajó de cuatro horas a menos de un minuto. Con el premium tier de Google Cloud Network, la latencia se redujo a la mitad. La infraestructura de datos basada en BigQuery procesa millones de eventos por hora sin problemas y entrega insights potentes a gran escala.
Apester sigue evolucionando sus productos con las Cloud Natural Language APIs para potenciar la personalización. Al combinar estos datos con BigQuery, la compañía explora capacidades de machine learning e invierte fuerte en ML usando TensorFlow en su pipeline. Esto le permite a Apester responder con mayor agilidad a las necesidades de sus clientes a medida que su audiencia crece. La migración resolvió los retos de disponibilidad, escalabilidad y eficiencia en el desarrollo, y le ayuda a la compañía a mantenerse por delante de la competencia.
Conoce cómo Cloud Intelligence™ ayuda a los equipos a mejorar la visibilidad, la gobernanza y la unit economics en entornos cloud.
“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
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
Let us show you what ships this week.
