La solution de BI et d'entreposage de données d'Apester montrait ses limites face à une croissance rapide. Ce système fermé devenait coûteux et bridait l'analytique. Avec une base d'utilisateurs en forte hausse et une équipe de développeurs réduite, l'entreprise avait besoin d'un système facilement scalable et compatible avec les technologies open source.
Apester a bâti une solution Google Cloud complète, avec Kubernetes Engine comme socle, Cloud Pub/Sub pour la messagerie, BigQuery pour l'analytique et Stackdriver pour la supervision. La migration a fait passer une architecture de machines virtuelles vers des solutions conteneurisées, unifiant l'infrastructure entre les équipes.
L'infrastructure n'est pas notre cœur de métier. Nous voulons nous concentrer sur les besoins d'Apester et l'amélioration de notre application. Quand le temps de déploiement passe de plusieurs heures à quelques secondes, cela nous permet de nous consacrer à notre propre réussite.
Or Elimelech, Site Reliability Engineer
Basée à New York et à Tel Aviv, Apester aide éditeurs, annonceurs et entreprises à raconter en ligne des histoires captivantes, pensées pour le mobile, intégrées harmonieusement à leurs sites et diffusables à grande échelle. Des quiz et sondages aux récits visuels innovants, Apester permet à ses clients de faire passer leur message avec efficacité. L'entreprise s'adresse à tous les profils de créateurs, des grandes marques comme Meredith, BBC Worldwide ou Virgin aux blogueurs indépendants. Depuis son lancement en 2014, ses outils de création complets séduisent environ 100 millions d'utilisateurs uniques par mois.
Apester reposait sur un système très fermé pour la gestion des données, devenu coûteux et bridant l'analytique. Avec une base d'utilisateurs en pleine explosion et un effectif de développeurs restreint, l'entreprise avait besoin d'un système facilement scalable. Ses développeurs et data scientists souhaitaient s'appuyer sur des technologies open source pour éviter toute dépendance à un seul fournisseur. Seul Google Cloud offrait la combinaison recherchée : compatibilité open source et scalabilité robuste, simple à mettre en œuvre.
Apester a d'abord construit sa solution data autour de Cloud Dataflow, Cloud Dataproc et Cloud Bigtable avec Apache Beam, avant de retenir BigQuery comme principale plateforme analytique. L'entreprise a ensuite entièrement migré vers Google Cloud, en passant d'une architecture de machines virtuelles à Kubernetes. Kubernetes Engine en est devenu le socle, Cloud Pub/Sub le bus de messages, et Stackdriver a pris en charge la journalisation et la supervision. Cloud IAM a permis une gestion rapide des permissions, sans compromis sur la sécurité.
Depuis sa migration vers Google Cloud, Apester a triplé sa base clients et diffusé plus de 3,5 milliards d'expériences narratives en 2017. Ses coûts d'infrastructure ont été divisés par deux grâce au passage à Kubernetes, qui a supprimé les serveurs inactifs. Le temps de déploiement est passé de quatre heures à moins d'une minute. Avec le niveau premium de Google Cloud Network, la latence a été réduite de moitié. L'infrastructure data fondée sur BigQuery traite sans peine des millions d'événements par heure et fournit des insights puissants à grande échelle.
Apester continue de faire évoluer ses produits en s'appuyant sur les API Cloud Natural Language pour affiner la personnalisation. Couplée aux données BigQuery, l'entreprise explore les capacités de machine learning et investit massivement dans le ML avec TensorFlow pour son pipeline. Apester peut ainsi répondre plus finement aux besoins de ses clients à mesure que son audience s'élargit. La migration a résolu les enjeux de disponibilité, de scalabilité et d'efficacité de développement, et aide l'entreprise à conserver une longueur d'avance sur la concurrence.
Découvrez comment Cloud Intelligence™ aide les équipes à améliorer la visibilité, la gouvernance et l'unit economics sur l'ensemble de leurs environnements cloud.
“Without PerfectScale by DoiT, I don't know how we would do it. We'd have to have twice the number of people on my team to stay on top of it. With PerfectScale, we can focus on the more strategic issues.”
David Adkins, Director of Software and Platform Engineering
Connecting IBM and AWS privately was the piece we needed to get right, and we wanted to move faster on it than we could on our own. DoiT worked through the options with us, found the subnet overlap that was breaking the routing, and made it stable. That unblocked everything else.
DevOps Lead, Software Projects
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
Let us show you what ships this week.
