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 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
Finlex réduit ses coûts cloud de 50 % et déploie l'IA en production avec DoiT
- Over 65%
- de réduction des coûts d'infrastructure cloud entre 2024 et aujourd'hui
- 40%
- d'économies réalisées grâce à une meilleure visibilité et à une architecture IA efficace
Chez Hippo, les coûts cloud deviennent un levier d'action pour les équipes
- Minutes
- Délai d'intégration d'Attribute™ avec AWS
- Business unit
- Niveau de responsabilité atteint sur les coûts
Island : visibilité réelle du coût par client, sans tagging
- $5B
- Valorisation de l'entreprise
- Days
- Délai avant les premiers insights
- 0
- Tags nécessaires
Claroty obtient une attribution précise des coûts par client avec Attribute™
- 1,000+
- Clients protégés dans le monde
- Days
- Délai jusqu'aux premiers rapports de coûts granulaires
- Zero
- Interruption des opérations lors du déploiement
SaaS Leader
L'attribution des coûts au niveau client, socle d'une tarification IA basée sur la valeur
- $1.3M
- de revenus à marge négative révélés
- ~360
- comptes non rentables identifiés
- $1.3M
- de pertes cumulées révélées
Salt Security standardise la mesure du COGS pour optimiser marges et tarification
- 1
- Source de vérité pour le COGS
- 1
- Source de vérité standardisée du COGS partagée entre CFO et DevOps
- 0
- Modifications de code ou de tagging requises pour intégrer Attribute™
PropertyGuru transforme le chaos des coûts cloud en culture de responsabilité côté engineering
- Minutes
- pour décrypter les factures des services partagés (contre plusieurs heures auparavant)
- 32M+
- Internautes accompagnés chaque mois dans leur recherche immobilière
- 2 weeks
- Du déploiement aux premiers insights exploitables
Flooid façonne l'avenir du retail avec Google Cloud et DoiT
Finlex réduit ses coûts cloud de 50 % et déploie l'IA en production avec DoiT
- Over 65%
- de réduction des coûts d'infrastructure cloud entre 2024 et aujourd'hui
- 40%
- d'économies réalisées grâce à une meilleure visibilité et à une architecture IA efficace
Chez Hippo, les coûts cloud deviennent un levier d'action pour les équipes
- Minutes
- Délai d'intégration d'Attribute™ avec AWS
- Business unit
- Niveau de responsabilité atteint sur les coûts
Island : visibilité réelle du coût par client, sans tagging
- $5B
- Valorisation de l'entreprise
- Days
- Délai avant les premiers insights
- 0
- Tags nécessaires
Claroty obtient une attribution précise des coûts par client avec Attribute™
- 1,000+
- Clients protégés dans le monde
- Days
- Délai jusqu'aux premiers rapports de coûts granulaires
- Zero
- Interruption des opérations lors du déploiement
SaaS Leader
L'attribution des coûts au niveau client, socle d'une tarification IA basée sur la valeur
- $1.3M
- de revenus à marge négative révélés
- ~360
- comptes non rentables identifiés
- $1.3M
- de pertes cumulées révélées
Salt Security standardise la mesure du COGS pour optimiser marges et tarification
- 1
- Source de vérité pour le COGS
- 1
- Source de vérité standardisée du COGS partagée entre CFO et DevOps
- 0
- Modifications de code ou de tagging requises pour intégrer Attribute™
PropertyGuru transforme le chaos des coûts cloud en culture de responsabilité côté engineering
- Minutes
- pour décrypter les factures des services partagés (contre plusieurs heures auparavant)
- 32M+
- Internautes accompagnés chaque mois dans leur recherche immobilière
- 2 weeks
- Du déploiement aux premiers insights exploitables
What they say
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
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
Your cloud bill shouldn't be a mystery
Let us show you what ships this week.