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.
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.
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
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.
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.
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.
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.
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.
Veda come Cloud Intelligence™ aiuta i team a migliorare visibilità, governance e unit economics negli ambienti cloud.
“Without PerfectScale by DoiT, I don't know how we would do it. We'd have to have twice the number of people on my team to stay on top of it. With PerfectScale, we can focus on the more strategic issues.”
David Adkins, Director of Software and Platform Engineering
Connecting IBM and AWS privately was the piece we needed to get right, and we wanted to move faster on it than we could on our own. DoiT worked through the options with us, found the subnet overlap that was breaking the routing, and made it stable. That unblocked everything else.
DevOps Lead, Software Projects
Attribute™'s platform is truly unique. We now have crystal-clear visibility into our cloud spend at the workload and tenant level, and that insight has already led to actionable savings and powerful insights as we further scale our service.
Paul White, VP of Engineering, Shasta Cloud
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
Let us show you what ships this week.
