The Challenge
La soluzione di BI e data warehousing in uso ad Apester iniziava a mostrare i propri limiti di fronte alla rapida crescita. Il sistema chiuso stava diventando oneroso e penalizzava le capacità analitiche. Con un numero di utenti in costante aumento e un team di sviluppo ridotto, l'azienda aveva bisogno di un sistema facilmente scalabile e compatibile con le tecnologie open source.
The Solution
Apester ha realizzato una soluzione completa su Google Cloud, con Kubernetes Engine come spina dorsale, Cloud Pub/Sub per la messaggistica, BigQuery per l'analisi dei dati e Stackdriver per il monitoraggio. La migrazione ha portato l'azienda da un'architettura basata su macchine virtuali a soluzioni containerizzate, unificando l'infrastruttura tra i diversi team.
Results
- Base clienti triplicata e 3,5 miliardi di story experience erogate nel 2017
- Costi infrastrutturali ridotti del 50% grazie alla migrazione a Kubernetes
- Tempi di deployment passati da 4 ore a meno di 1 minuto
- Latenza dimezzata grazie al tier premium di Google Cloud Network
- Milioni di eventi all'ora gestiti con la piattaforma analitica BigQuery
L'infrastruttura non è il nostro core business. Vogliamo concentrarci sulle esigenze di Apester e sul miglioramento della nostra applicazione. Quando i tempi di deployment passano da ore a secondi, significa che possiamo dedicarci davvero al nostro successo.
Or Elimelech, Site Reliability Engineer
Chi è Apester
Con sedi a New York e Tel Aviv, Apester aiuta editori, inserzionisti e aziende a creare storie online altamente coinvolgenti, ottimizzate per il mobile, perfettamente integrate nei loro siti e distribuibili su larga scala. Da quiz e sondaggi fino a storie visive innovative, Apester permette ai clienti di veicolare il proprio messaggio in modo efficace. L'azienda si rivolge a storyteller di ogni tipo: dai grandi brand come Meredith, BBC Worldwide e Virgin fino ai singoli blogger. Dal lancio nel 2014, i tool di creazione di Apester hanno attirato circa 100 milioni di utenti unici al mese.
La sfida
Apester gestiva i dati con un sistema molto chiuso, che stava diventando costoso e limitava le capacità analitiche. Con un numero di utenti in rapida crescita e un team di sviluppo contenuto, l'azienda aveva bisogno di un sistema facilmente scalabile. Gli sviluppatori e i data scientist di Apester volevano puntare su tecnologie open source per evitare un'eccessiva dipendenza da un singolo vendor. Solo Google Cloud offriva la giusta combinazione di compatibilità open source e scalabilità solida e semplice da gestire, in linea con i loro requisiti.
La soluzione
Apester ha inizialmente costruito la propria soluzione dati intorno a Cloud Dataflow, Cloud Dataproc e Cloud Bigtable con Apache Beam, scegliendo infine BigQuery come piattaforma analitica principale. In un secondo momento ha completato la migrazione su Google Cloud, passando da un'architettura basata su macchine virtuali a Kubernetes. Kubernetes Engine è diventato la spina dorsale, Cloud Pub/Sub il bus di messaggistica e Stackdriver si è occupato di logging e monitoraggio. Cloud IAM ha consentito una gestione rapida dei permessi senza compromettere la sicurezza.
I risultati
Dopo la migrazione su Google Cloud, Apester ha triplicato la base clienti ed erogato oltre 3,5 miliardi di story experience nel 2017. Il passaggio a Kubernetes ha dimezzato i costi infrastrutturali, eliminando la necessità di server inattivi. I tempi di deployment sono scesi da quattro ore a meno di un minuto. Con il tier premium di Google Cloud Network, la latenza si è ridotta della metà. L'infrastruttura dati basata su BigQuery gestisce con disinvoltura milioni di eventi all'ora, offrendo insight di valore su larga scala.
I prossimi passi
Apester continua a far evolvere i propri prodotti utilizzando le Cloud Natural Language API per potenziare la personalizzazione. Insieme ai dati di BigQuery, l'azienda sta esplorando le potenzialità del machine learning e sta investendo in modo significativo in ML con TensorFlow per la propria pipeline. In questo modo Apester può rispondere in modo sempre più puntuale alle esigenze dei clienti, di pari passo con la crescita del pubblico. La migrazione ha risolto le sfide legate a disponibilità, scalabilità ed efficienza di sviluppo, aiutando l'azienda a restare un passo avanti rispetto alla concorrenza.
Scopra come DoiT aiuta i team cloud a tenere sotto controllo la spesa
Veda 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
SaaS Leader
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
Flooid alimenta il futuro del retail con Google Cloud e DoiT
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
SaaS Leader
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.