Cloud Intelligence™Cloud Intelligence™

Esta página también está disponible en English, Deutsch, Français, Italiano, 日本語 y Português.

Playgendary recorta 50% sus costos de BigQuery

BigQuery Lens de DoiT le dio al estudio de juegos móviles visibilidad granular de costos y optimización a nivel de query en Google Cloud.

Cloud Intelligence™
Playgendary

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

Finlex

Finlex reduce 50% sus costos de nube y lleva la IA a producción con DoiT

Over 65%
de reducción en costos de infraestructura de nube desde 2024 hasta hoy
40%
de ahorro con mayor visibilidad y una arquitectura de IA eficiente
Hippo

Hippo convierte el costo de la nube en acción para sus equipos

Minutes
Tiempo de integración de Attribute™ con AWS
Business unit
Nivel de responsabilidad sobre el costo alcanzado
Island

Island obtiene visibilidad real del costo por cliente, sin tagging

$5B
Valuación de la compañía
Days
Tiempo hasta los primeros insights
0
Tags necesarios
Claroty

Claroty logra una atribución precisa de costos por cliente con Attribute™

1,000+
Clientes protegidos en el mundo
Days
Tiempo hasta los primeros reportes de costos detallados
Zero
Interrupción de la operación durante el despliegue
SaaS Leader

Cómo la atribución de costos a nivel de cliente permite fijar precios de IA basados en valor

$1.3M
en ingresos con margen negativo detectados
~360
cuentas no rentables identificadas
$1.3M
en pérdidas agregadas detectadas
Salt Security

Salt Security estandariza la medición del COGS para optimizar márgenes y precios

1
Fuente única de verdad para el COGS
1
Fuente única de verdad para el COGS entre el CFO y DevOps
0
Cambios de código o etiquetado necesarios para integrar Attribute™
PropertyGuru

PropertyGuru convierte el caos de costos en la nube en responsabilidad de Engineering

Minutes
para descifrar facturas de servicios compartidos (antes, horas)
32M+
Personas que buscan propiedades cada mes
2 weeks
Del despliegue a los insights accionables
Accrete AI

De volar a ciegas en los costos cloud a tener visibilidad del margen por producto

$46K
Gasto cloud mensual eliminado
$46K
Gasto mensual eliminado
$63K → $17K
Reducción mensual de costo en un servicio

What they say

Finlex

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

Hippo

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

Island

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

Claroty

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

Salt Security

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

PropertyGuru

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

Accrete AI

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

Akamai

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

OneFootball

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

Raptive

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

Luma Health

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

Luxury Escapes

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

Personio

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

Your cloud bill shouldn't be a mystery

Let us show you what ships this week.