Finlex reduce 50% sus costos de nube y lleva la IA a producción con DoiT
- Over 65%
- de reducción en costos de infraestructura en la nube desde 2024 hasta hoy
- 40%
- de ahorro gracias a una mejor visibilidad y a una arquitectura de IA eficiente
La plataforma SaaS de Claroty opera sobre una arquitectura multi-tenant compleja, impulsada por Kubernetes, Apache Kafka, Apache Spark y muchas otras tecnologías. Los recursos compartidos entre servicios dificultaban enormemente la visibilidad de costos a nivel de cliente. El tagging manual y las herramientas internas no resultaban viables debido al ancho de banda limitado de Engineering y DevOps. Tras evaluar múltiples opciones externas e internas, el Center of Cloud Excellence de Claroty no encontró ninguna solución que ofreciera la granularidad, escalabilidad y eficiencia de costos que necesitaba.
Attribute™ se desplegó sin fricciones en las regiones de producción de Claroty, abarcando múltiples clústeres de Kubernetes, cientos de nodos y miles de vCPU. Su sensor basado en eBPF capturó datos en tiempo real a nivel de transacción e identificó el uso de recursos por cliente en los flujos de mensajes de Kafka, las consultas a bases de datos RDS y las operaciones de almacenamiento en S3. En pocos días, Claroty recibió reportes detallados que atribuían con precisión los costos a cada interacción de cliente en todas las regiones.
Los datos de Attribute™ no tienen comparación. Ninguna otra solución del mercado podía entregarnos los perfiles precisos de costo y uso por cliente que necesitábamos en una infraestructura tan compleja. En cuestión de semanas, los datos de Attribute™ cambiaron por completo nuestra comprensión de las estructuras de costos e influyeron en decisiones estratégicas clave de pricing, renegociaciones y posicionamiento de mercado.
Jonathan Langer, COO, Claroty
A medida que la base de clientes y las operaciones cloud de Claroty crecían con rapidez, la compañía emprendió un proceso de varios años para afinar su estrategia de gestión de costos cloud. Tras consolidar la asignación de costos, el chargeback y un forecasting básico, el liderazgo buscó alinear las métricas de costos cloud con el crecimiento del negocio. En un mercado altamente competitivo, Claroty necesitaba entender a fondo el margen bruto, la rentabilidad y la eficiencia de costos de cada cliente, región y perfil de cliente.
La plataforma SaaS de última generación de Claroty opera sobre una arquitectura multi-tenant compleja, construida sobre clústeres de Kubernetes, Apache Kafka, Apache Spark y muchas otras tecnologías. Los recursos compartidos entre servicios convertían la visibilidad precisa de costos a nivel de cliente en un reto enorme. Claroty necesitaba asignar costos con exactitud entre microservicios, sin recurrir a un tagging extensivo ni a herramientas internas que demandaran muchos recursos. El ancho de banda limitado de Engineering y DevOps descartaba las soluciones manuales o el desarrollo in-house.
La tecnología de Attribute™ se desplegó sin fricciones en las regiones de producción de Claroty, cada una con múltiples clústeres de Kubernetes, cientos de nodos y miles de vCPU. La implementación fue rápida y requirió una mínima intervención del equipo de DevOps, sin interrumpir la operación. El sensor basado en eBPF de Attribute™ capturó datos en tiempo real a nivel de transacción e identificó el uso por cliente en los componentes de Kafka, RDS y S3.
En pocos días, Claroty comenzó a recibir reportes detallados y accionables sobre los costos por cliente en todas las regiones. El equipo pudo desglosar el uso de recursos por cliente, descubrir insights sobre perfiles de clientes, identificar verticales más rentables y aislar a los usuarios de alto costo. Estos reportes mejoraron la precisión del forecasting, optimizaron el presupuesto de la infraestructura de producción y afinaron las estrategias de segmentación de clientes.
Claroty planea profundizar su alianza con Attribute™ y usar la plataforma para llevar la atribución de costos hasta el nivel de acciones individuales y uso de funcionalidades por cliente. Con este nivel de visibilidad, Claroty busca proyectar la rentabilidad con mayor precisión, detectar oportunidades de eficiencia e impulsar iniciativas estratégicas que mejoren la satisfacción del cliente y la eficiencia operativa.
Conoce cómo Attribute™ entrega atribución de costos en tiempo de ejecución sin tagging, para que los equipos entiendan el costo por workload, servicio y cliente.
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
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
Let us show you what ships this week.