Esta página también está disponible en English, Deutsch, Français, Italiano, 日本語 y Português.
Tras una revisión de infraestructura con DoiT, el 80% de los nodos on-demand pasó a VMs preemptibles en Google Kubernetes Engine, liberando presupuesto para avanzar en ML.
Pace Revenue necesitaba optimizar los costos de su infraestructura en Google Cloud sin sacrificar el rendimiento de su motor de pricing basado en machine learning. Su equipo de TI, acotado, no tenía tiempo para implementar buenas prácticas en la nube y quería detectar oportunidades de ahorro aún sin explotar. Con la llegada de la COVID-19, reducir el gasto en la nube se volvió todavía más crítico para el negocio.
DoiT hizo una revisión integral de la configuración de Google Cloud de Pace Revenue e identificó oportunidades para usar VMs preemptibles en lugar de nodos de cómputo on-demand. El equipo aplicó las recomendaciones de DoiT y reorganizó su arquitectura para ganar resiliencia, apoyándose en las instancias preemptibles de menor costo en Google Kubernetes Engine.
Ya no tenemos que dedicar tiempo a entender cómo funciona Google Cloud, porque DoiT lo hace por nosotros. Sumado al ahorro en cómputo, podemos destinar esos recursos a que nuestro algoritmo sea más potente y se ejecute con mayor frecuencia. Y eso impacta directamente en los resultados de nuestros clientes.
Matt Yule-Bennett, Chief Technology Officer
Pace Revenue ofrece un software con machine learning que automatiza las decisiones de pricing hotelero para maximizar los ingresos. Sus algoritmos definen tarifas óptimas de habitación según las fluctuaciones de la demanda y factores de mercado, incrementando los ingresos hoteleros un 10% en promedio. Fundada en 2017, la compañía atiende a clientes innovadores del sector hotelero que confían en su tecnología para tomar decisiones de pricing críticas para el negocio.
Pace Revenue ejecuta algoritmos complejos de machine learning en Google Cloud para procesar de forma continua los datos del sistema de gestión hotelera. Su equipo de TI, acotado, necesitaba escalar la infraestructura de manera eficiente sin perder el foco en la innovación del producto. Sin tiempo para definir buenas prácticas en la nube, el equipo sospechaba que había potencial de ahorro sin aprovechar en su stack. Con la llegada de la COVID-19, bajar el gasto en la nube se volvió aún más urgente para la sostenibilidad del negocio.
Matt Yule-Bennett buscaba un partner que aportara experiencia en la nube de forma sostenible y a un costo accesible. El modelo de negocio de DoiT se destacó porque la consultoría y el soporte técnico vienen incluidos sin costo adicional al contratar servicios de nube a través de ellos. El equipo fue más allá desde el primer día, con respuestas ágiles y una experiencia sólida en la nube.
DoiT realizó una revisión integral de la configuración de Google Cloud de Pace Revenue e identificó grandes oportunidades de ahorro. La recomendación clave fue migrar los workloads desde nodos de cómputo on-demand hacia VMs preemptibles en Google Kubernetes Engine. DoiT le mostró al equipo cómo reorganizar su arquitectura para ganar resiliencia y, al mismo tiempo, aprovechar estas instancias de menor costo, que operan al 20% del precio habitual.
El equipo de Pace Revenue aplicó todos los cambios sugeridos en la infraestructura en menos de una semana. Al cambiar el 80% de los nodos on-demand por VMs preemptibles, su factura de cómputo se redujo a la mitad casi de inmediato. Esto significó una reducción de más del 50% en los costos totales de cómputo con un esfuerzo mínimo, liberando recursos para potenciar el algoritmo y ejecutarlo con mayor frecuencia.
Más allá del ahorro en costos, Pace Revenue obtuvo acceso directo a expertos confiables en cloud engineering para resolver cualquier desafío. La alianza le permitió al equipo construir una nueva plataforma de analítica con Google BigQuery, que ayuda a los operadores hoteleros a visualizar datos y tomar mejores decisiones. Con el soporte continuo de DoiT, el equipo de TI puede enfocarse en la innovación y mantenerse a la vanguardia de la tecnología en la nube.
Explora cómo Cloud Intelligence™ ayuda a los equipos a mejorar la visibilidad, la gobernanza y la economía unitaria en sus entornos de nube.
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.
