The Challenge
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.
The Solution
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.
Results
- Triplicó su base de clientes y ofreció 3.5 mil millones de experiencias narrativas en 2017
- Redujo un 50% los costos de infraestructura con la migración a Kubernetes
- Acortó el tiempo de despliegue de 4 horas a menos de 1 minuto
- Disminuyó la latencia un 50% con el premium tier de Google Cloud Network
- Procesa millones de eventos por hora con la plataforma analítica BigQuery
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
Conoce a Apester
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.
El desafío
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.
La solución
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.
Los resultados
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.
Lo que viene
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.
Descubre cómo DoiT ayuda a los equipos cloud a controlar su gasto
Conoce cómo DoiT Cloud Intelligence ayuda a los equipos a mejorar la visibilidad, la gobernanza y la unit economics en entornos cloud.
More customer stories
Promptly ahorra US$600K y lanza IA en semanas
- $600K
- Ahorro anual en costos de nube
- 3 months
- Tiempo de ingeniería ahorrado
Extenda Retail reduce la pérdida en SSD y acelera la IA
Monta llega a más de 250 mil puntos de carga para vehículos eléctricos
- 250,000
- Puntos de carga gestionados a nivel global
Wicked Reports lanza su GenAI 3 meses antes
- 3 months saved
- de tiempo de desarrollo ahorrado con el Cloud Accelerator de DoiT
- 25% faster
- del tiempo de prototipo a producción frente a las estimaciones internas
- $0 additional spend
- cero gasto adicional en infraestructura durante la fase de prototipo, gracias a los créditos de AWS y a la optimización de DoiT
DaySmart lanza una capacidad de IA en 90 días
- 90 days
- Del POC al despliegue
- 90 days
- Del POC al despliegue sin consumir tiempo del equipo interno de Engineering
- 6x
- Engineers equivalentes en recursos ahorrados
Vivaticket pasa de 3 días a 15 minutos en la creación de entornos en AWS
- 15min
- Tiempo de creación de entornos
- 15min
- Tiempo de creación de entornos (vs 3 días antes)
- 20min
- Despliegue de aplicaciones en modo inmutable
Blumira escala SOC Auto-Focus con costos bajo control
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.

