The Challenge
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.
The Solution
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.
Results
- Base clients triplée et 3,5 milliards d'expériences narratives diffusées en 2017
- 50 % de réduction des coûts d'infrastructure grâce à la migration vers Kubernetes
- Temps de déploiement ramené de 4 heures à moins d'une minute
- Latence réduite de moitié avec le niveau premium de Google Cloud Network
- Des millions d'événements traités par heure via la plateforme analytique BigQuery
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
À propos d'Apester
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.
Le défi
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.
La solution
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.
Les résultats
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.
Et maintenant
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 DoiT aide les équipes cloud à maîtriser leurs dépenses
Découvrez comment DoiT Cloud Intelligence aide les équipes à améliorer la visibilité, la gouvernance et l'unit economics sur l'ensemble de leurs environnements cloud.
More customer stories
Promptly économise 600 000 $ et livre son IA en quelques semaines
- $600K
- D'économies annuelles sur le cloud
- 3 months
- De temps d'ingénierie économisé
Extenda Retail réduit le gaspillage SSD et accélère l'IA
Monta franchit le cap des 250 000 points de recharge VE
- 250,000
- Points de recharge VE gérés dans le monde
Wicked Reports livre sa GenAI 3 mois plus tôt
- 3 months saved
- de temps de développement économisés grâce au Cloud Accelerator de DoiT
- 25% faster
- de délai prototype-production par rapport aux estimations internes
- $0 additional spend
- zéro dépense d'infrastructure additionnelle pendant la phase de prototype, grâce aux crédits AWS et à l'optimisation de DoiT
DaySmart
DaySmart livre une fonctionnalité IA en 90 jours
- 90 days
- Du POC au déploiement
- 90 days
- Du POC au déploiement sans aucun Engineer interne mobilisé
- 6x
- D'Engineers économisés en équivalent ressource
Vivaticket fait passer la création d'environnements AWS de 3 jours à 15 minutes
- 15min
- Création d'un environnement
- 15min
- Création d'un environnement (contre 3 jours auparavant)
- 20min
- Déploiement d'applications en mode immuable
Blumira passe SOC Auto-Focus à l'échelle sans dérive de coûts
Luxury Escapes économise plus de 10 000 $ par mois sur AWS
Promptly économise 600 000 $ et livre son IA en quelques semaines
- $600K
- D'économies annuelles sur le cloud
- 3 months
- De temps d'ingénierie économisé
Extenda Retail réduit le gaspillage SSD et accélère l'IA
Monta franchit le cap des 250 000 points de recharge VE
- 250,000
- Points de recharge VE gérés dans le monde
Wicked Reports livre sa GenAI 3 mois plus tôt
- 3 months saved
- de temps de développement économisés grâce au Cloud Accelerator de DoiT
- 25% faster
- de délai prototype-production par rapport aux estimations internes
- $0 additional spend
- zéro dépense d'infrastructure additionnelle pendant la phase de prototype, grâce aux crédits AWS et à l'optimisation de DoiT
DaySmart
DaySmart livre une fonctionnalité IA en 90 jours
- 90 days
- Du POC au déploiement
- 90 days
- Du POC au déploiement sans aucun Engineer interne mobilisé
- 6x
- D'Engineers économisés en équivalent ressource
Vivaticket fait passer la création d'environnements AWS de 3 jours à 15 minutes
- 15min
- Création d'un environnement
- 15min
- Création d'un environnement (contre 3 jours auparavant)
- 20min
- Déploiement d'applications en mode immuable
Blumira passe SOC Auto-Focus à l'échelle sans dérive de coûts
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.