The Challenge
A Playgendary se le hacía difícil entender en detalle cómo se desglosaban sus costos de BigQuery. Con un equipo de data engineers y analistas, analizar datos a nivel de job con SQL tomaba demasiado tiempo. Además, el uso de cómputo fluctuaba por variables impredecibles como la actividad de los usuarios y la popularidad de los juegos, lo que dificultaba la compra de Committed Use Discounts.
The Solution
Playgendary se apoyó en BigQuery Lens de DoiT para entender el desglose de costos e identificar oportunidades de optimización. Usaron recomendaciones personalizadas para eliminar tablas sin uso y la función Explorer para detectar queries costosos sin escribir SQL. También trabajaron con los cloud architects de DoiT para optimizar los costos de almacenamiento e implementar un commitment de workloads on-demand y ahorrar en Compute Engine.
Results
- Reducción de más del 50% en costos de BigQuery en un solo mes
- Mayor visibilidad del uso y los patrones de comportamiento del equipo en BigQuery
- Ahorro del 25% en Compute Engine sin sacrificar la flexibilidad on-demand
BigQuery es una pieza clave de nuestra infraestructura en la nube, pero entender cómo aprovecharlo mejor no era sencillo. Sin BigQuery Lens, no habría logrado resultados relevantes en optimización de costos. Poder profundizar fácilmente en el uso de BigQuery de mi equipo, sumado a las recomendaciones personalizadas, hizo que optimizar nuestro uso fuera realmente sencillo.
Mikhail Artyugin, Director de Business Intelligence, Playgendary
Conoce a Playgendary
Con más de 3 mil millones de instalaciones y 250 millones de jugadores al mes, Playgendary sabe bastante sobre adquisición de usuarios. Una pieza clave de su estrategia es Google BigQuery, que usan para medir la efectividad de sus campañas de marketing.
El desafío
Playgendary lanza numerosas campañas de marketing para aumentar las descargas y el uso de sus juegos. Mikhail Artyugin lidera el equipo de BI, que realiza análisis de cohortes a partir de factores como el tipo de dispositivo y la fecha de registro, y los enriquece con datos de eventos de usuario que llegan a BigQuery vía Dataflow. Si bien BigQuery era rápido y eficiente, a Mikhail se le complicaba entender en detalle cómo se desglosaban los costos. Analizar datos a nivel de job con SQL tomaba demasiado tiempo como para hacerlo de forma habitual.
Entender y optimizar los costos de BigQuery
Mikhail usó BigQuery Lens para entender el desglose de costos e identificar prioridades de optimización. Se apoyó en las recomendaciones para detectar tablas grandes sin uso y eliminarlas. Usó la función Explorer para identificar y optimizar los queries más costosos por tabla y por usuario, sin escribir consultas él mismo. Después, revisaba los flujos de ejecución en la consola de BigQuery para detectar problemas como JOINs mal armados o filtros de predicado ausentes.
Optimización del ahorro en Compute Engine
Para optimizar el gasto en Compute Engine, Playgendary trabajó con DoiT en su commitment de workloads on-demand. Redujeron el gasto total en Compute Engine en un 25% sin sacrificar la flexibilidad del precio on-demand ni sumar carga operativa. Y lo más importante: logran estos ahorros sin necesidad de predecir el éxito futuro de nuevos juegos.
Estrategia de optimización de almacenamiento
Mikhail trabajó con Rajan Bhave, Senior Cloud Architect de DoiT, para evaluar los pros y contras del nuevo Physical Storage de BigQuery antes de concluir que les convenía migrar. Esta colaboración les permitió tomar decisiones informadas sobre optimización de almacenamiento, que sumaron a sus objetivos generales de reducción de costos.
Descubre cómo DoiT ayuda a los equipos de nube a controlar el gasto
Explora cómo DoiT Cloud Intelligence ayuda a los equipos a mejorar la visibilidad, la gobernanza y la economía unitaria 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
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
Luxury Escapes ahorra más de US$10K al mes en AWS
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
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.