Cette page est également disponible en English, Deutsch, Español, Italiano, 日本語 et Português.
Niceshops divise par deux ses coûts d'ingestion de données
DoiT a accompagné ce groupe e-commerce de 40 boutiques dans l'unification de ses données cloisonnées sur Google Cloud, avec des pipelines BigQuery et Looker pensés pour l'analytique en self-service.

The Challenge
Niceshops disposait de sources de données isolées réparties sur plus de 40 boutiques : historiques de ventes, rapports financiers et données de performance marketing. L'entreprise devait unifier ces sources dans un entrepôt unique pour obtenir une vision globale et permettre à ses collaborateurs d'exploiter des modèles de données en self-service afin de prendre de meilleures décisions.
The Solution
DoiT a fourni des services managés et un accompagnement pour aider Niceshops à étendre sa plateforme de données Google Cloud avec BigQuery et Looker. Les équipes ont construit des pipelines avancés de data engineering, mis en place des frameworks de suivi des coûts et bénéficié de formations sur les bonnes pratiques de développement de pipelines et d'optimisation des modèles BigQuery ML.
Results
- 50 % d'économies sur l'ingestion de données grâce à un monitoring et des requêtes optimisés
- 30 % de réduction des dépenses cloud en corrigeant la configuration des modèles BigQuery ML dans Looker
- Calculs marketing passés de plusieurs jours de travail manuel à 30 minutes d'analyses automatisées
- Fin des silos et passage à une véritable culture data-driven avec analytique en self-service
Avec l'aide de DoiT, nous avons mis en place un framework de monitoring qui nous donne une vue quotidienne de nos coûts. Cela nous permet de détecter et d'éviter les pics de dépenses, et d'améliorer nos requêtes. Nous estimons pouvoir réduire nos coûts d'ingestion de données de 50 % grâce à l'accompagnement de DoiT.
Stefan Gajanovic, Data Engineer, Niceshops
Niceshops en bref
Niceshops est un e-commerçant qui exploite une quarantaine de portails de boutiques. Chaque boutique se concentre sur une niche produit, du vélo électrique à l'impression 3D en passant par les cosmétiques. Plus de 500 personnes font vivre ces boutiques au quotidien. Chaque collaborateur apporte des compétences clés différentes, et l'entreprise souhaite en tirer parti en permettant à chacun de prendre ses propres décisions, avec les bonnes données à portée de main.
Des modèles de données en self-service sur Google Cloud
Pour donner à ses équipes de véritables outils d'analyse, Niceshops devait régler ses problèmes de silos sur plus de 40 boutiques aux sources isolées : historiques de ventes, rapports financiers, données de performance marketing. Il fallait unifier ces sources dans un entrepôt unique. L'équipe a choisi Google Cloud pour sa solide expérience de collaboration et la position de leader de Google sur les entrepôts de données dans le cloud. Elle a combiné les capacités d'entrepôt de BigQuery aux fonctionnalités analytiques de Looker pour créer des modèles en self-service et des analyses transverses entre départements.
Étendre la plateforme de données avec DoiT
Les collaborateurs ont adopté ces nouvelles possibilités en self-service et en ont demandé toujours plus, avec de nouvelles sources de données et de nouveaux cas d'usage. Pour mieux exploiter la stack Google Cloud et étendre la plateforme, Niceshops a fait appel à DoiT. DoiT est devenu son guide de confiance dans l'écosystème Google Cloud, l'aidant à s'orienter dans le paysage technologique pour bâtir la stack la mieux adaptée à ses besoins. Avec des services managés et un support entreprise, DoiT a aidé l'équipe à tirer le meilleur de son environnement Google Cloud.
S'appuyer sur l'expertise de DoiT pour construire de nouveaux pipelines
Avec le soutien de DoiT, Niceshops a enrichi sa plateforme de données avec des pipelines de data engineering et d'analytique plus avancés. Parmi les nouvelles sources : suivi des prix concurrents, insights marketing et rapports financiers. L'équipe a développé en interne de nouveaux pipelines pour remplacer les outils d'ingestion tiers historiques. DoiT a animé des sessions de formation sur la construction de pipelines, partageant astuces et bonnes pratiques d'orchestration, de planification et de monitoring qui ont permis de développer rapidement de nouveaux pipelines.
Accélérer le développement avec un support de premier ordre
Lorsque l'équipe Niceshops rencontrait des problèmes qu'elle ne pouvait pas résoudre en interne, DoiT était le premier interlocuteur. Les tickets soumis via la DoiT Console étaient le plus souvent résolus le jour même, accélérant d'autant le développement. DoiT avait souvent la réponse immédiatement, pour avoir déjà traité des problèmes similaires chez d'autres clients. Cet accompagnement a permis à Niceshops de rester sur la bonne voie, en évitant les mauvais usages des outils ou le choix de solutions non scalables.
La décision pilotée par la donnée comme nouvelle norme
Les silos de données ont disparu chez Niceshops. L'e-commerçant est devenu une entreprise véritablement data-driven, avec une vision globale de ses indicateurs métiers rendue possible par la nouvelle plateforme. En quelques clics, les collaborateurs accèdent à des analyses détaillées sur les opérations et le marché, qu'ils exploitent pour prendre de meilleures décisions. Le marketing en profite tout particulièrement : la plateforme aide à identifier les habitudes d'achat par segment de clientèle, oriente les campagnes publicitaires et améliore la communication client, tout en réduisant le travail manuel de plusieurs semaines à quelques heures.
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'économie unitaire 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 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.
