Questa pagina è disponibile anche in English, Deutsch, Español, Français, 日本語 e Português.
24metrics moltiplica per 4,2 l'accuratezza nel rilevamento delle frodi
DoiT ha guidato il team nell'adozione di Google Cloud AutoML, portando in produzione il rilevamento frodi ML in tempo reale in 2 mesi anziché oltre 5.

The Challenge
24metrics doveva affiancare al proprio sistema di rilevamento frodi basato su regole un livello di machine learning, per prevedere precocemente la qualità degli utenti e contrastare schemi di frode in continua evoluzione. Con soli 8 Engineers e senza competenze ML interne, serviva un partner di fiducia che accompagnasse l'azienda nello sviluppo di queste funzionalità su Google Cloud.
The Solution
DoiT ha offerto un supporto completo attraverso un canale Slack dedicato e ha accompagnato 24metrics nell'implementazione di Google Cloud AutoML. Il team ha contribuito a definire il perimetro del problema, ha consigliato gli strumenti più adatti, ha analizzato i risultati del training e ha garantito un deployment dei modelli ML efficiente sul piano dei costi.
Results
- Tempi di progetto ridotti da oltre 5 mesi a soli 2 mesi
- Adozione dei nuovi servizi basati su ML dal 60% della base utenti esistente
- Accuratezza 4,2 volte superiore rispetto ai metodi tradizionali
- Risultati 7 volte più rapidi nel rilevamento delle frodi
- Nuovi clienti acquisiti grazie alle funzionalità ML
Pensavamo che questo progetto avrebbe richiesto più di cinque mesi e il coinvolgimento di più Engineers. Invece, con il supporto ravvicinato di DoiT, è stato tutto piuttosto semplice e molto più rapido del previsto. Ci sono bastati due mesi per sviluppare l'algoritmo di machine learning e rilasciare la nuova funzionalità.
Stavros Charitakis, Engineer, 24metrics
La sfida del rilevamento frodi
Circa il 20% della spesa di marketing va perso a causa delle frodi pubblicitarie digitali. 24metrics aiuta le aziende a individuare il traffico fraudolento con algoritmi proprietari basati su regole, ma le minacce in continua evoluzione richiedevano funzionalità di machine learning per prevedere precocemente la qualità degli utenti. Con soli 8 Engineers e senza competenze ML interne, il team aveva bisogno di un partner di fiducia che lo accompagnasse nello sviluppo di queste funzionalità su Google Cloud.
Trovare il partner giusto
24metrics fa girare tutti i suoi servizi su Google Cloud, con un'architettura a microservizi su Google Kubernetes Engine. Per sfruttare appieno le potenzialità di Google Cloud servivano competenze ML. DoiT International si è distinta per la conoscenza approfondita dell'ambiente Google Cloud di 24metrics, per un pricing vantaggioso senza costi aggiuntivi e per un team di supporto di altissimo livello.
Implementazione ML rapida
DoiT ha aperto un canale Slack dedicato per una collaborazione diretta e priva di burocrazia, offrendo una guida completa su Google Cloud AutoML. Quando i primi risultati non hanno centrato gli standard attesi, DoiT ha aiutato ad analizzarne le cause e a proporre alternative. Il team ha seguito 24metrics passo dopo passo nel deployment, assicurando un'implementazione efficiente sul piano dei costi.
Risultati eccezionali per i clienti
Le nuove funzionalità ML hanno generato valore fin da subito. Il 60% dei clienti esistenti ha adottato i nuovi servizi, ottenendo un'accuratezza 4,2 volte superiore rispetto ai metodi tradizionali e risultati 7 volte più rapidi. I clienti possono ora configurare dashboard executive per monitorare le metriche delle campagne e la qualità degli utenti in tempo reale.
Impatto sul business e crescita
La funzionalità ML è diventata un elemento distintivo unico, capace di attrarre nuovi clienti interessati proprio a questa capacità. Ha contribuito direttamente alla crescita dei ricavi e alla fidelizzazione della clientela. La soluzione permette alle aziende di bloccare le frodi sul nascere, con report intuitivi che consentono ai clienti di cogliere rapidamente i miglioramenti delle campagne.
Piani di innovazione futura
24metrics intende ampliare le funzionalità ML aggiungendo nuovi filtri anti-frode e adattando le proprie soluzioni a nuovi settori, in particolare l'e-commerce. Grazie alla capacità di prevedere il valore degli acquisti, l'obiettivo è aiutare gli store online a migliorare i tassi di conversione, diventando il punto di riferimento unico per l'ottimizzazione dell'efficacia delle campagne.
Scopra come DoiT aiuta i team cloud a tenere sotto controllo la spesa
Scopra come Cloud Intelligence™ aiuta i team a migliorare visibilità, governance e unit economics negli ambienti cloud.
More customer stories
Finlex taglia i costi cloud del 50% e porta l'AI in produzione con DoiT
- Over 65%
- di riduzione dei costi di infrastruttura cloud dal 2024 a oggi
- 40%
- di risparmio grazie a maggiore visibilità e a un'architettura AI efficiente
In Hippo i costi cloud diventano azione concreta dei team
- Minutes
- Tempo di integrazione di Attribute™ con AWS
- Business unit
- Livello di accountability sui costi raggiunto
Island ottiene visibilità reale sul costo per cliente, senza tagging
- $5B
- Valutazione aziendale
- Days
- Tempo ai primi insight
- 0
- Tag richiesti
Claroty sblocca l'attribuzione precisa dei costi per cliente con Attribute™
- 1,000+
- Clienti protetti nel mondo
- Days
- Tempo per i primi report granulari sui costi
- Zero
- Impatto sull'operatività durante il deployment
Come l'attribuzione dei costi per cliente abilita un pricing AI basato sul valore
- $1.3M
- di ricavi a margine negativo emersi
- ~360
- account in perdita identificati
- $1.3M
- di perdite aggregate emerse
Salt Security standardizza il COGS per ottimizzare margini e pricing
- 1
- Fonte unica di verità per il COGS
- 1
- Fonte di verità standardizzata per il COGS tra CFO e DevOps
- 0
- Modifiche al codice o tagging richiesti per integrare Attribute™
PropertyGuru trasforma il caos dei costi cloud in ownership dell'engineering
- Minutes
- per decifrare le fatture dei servizi condivisi (prima ci volevano ore)
- 32M+
- Utenti mensili in cerca di immobili serviti
- 2 weeks
- Dal deployment agli insight concreti
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.
