Cloud Intelligence™Cloud Intelligence™

Questa pagina è disponibile anche in English, Deutsch, Español, Français, 日本語 e Português.

Lightricks acquisisce 1 miliardo di eventi al giorno su Google Cloud

DoiT guida la migrazione a BigQuery, Dataflow e GKE, eliminando i colli di bottiglia e portando analytics in tempo reale sulle app creative di Lightricks.

Cloud Intelligence™
Lightricks

The Challenge

Il sistema ibrido originario di Lightricks non riusciva più a stare al passo con la domanda né a supportare esigenze di machine learning e analytics sempre più sofisticate. L'infrastruttura creava colli di bottiglia nei momenti chiave per il business: i caricamenti di dati toccavano i limiti e i cluster si bloccavano durante i round di finanziamento e nei picchi di utilizzo.

The Solution

Lightricks è migrata su Google Cloud, sfruttando BigQuery e Dataflow per l'acquisizione e l'analisi automatizzata dei dati. Il team ha adottato Google Kubernetes Engine per un'infrastruttura containerizzata e Vertex AI per i modelli di machine learning. DoiT International ha fornito supporto architetturale continuativo e competenze di problem-solving.

Results

  • Elabora circa 1 miliardo di eventi al giorno con BigQuery e Dataflow
  • Ha messo in produzione un'infrastruttura Kubernetes funzionante su GKE in poche settimane, con risorse di engineering minime
  • Ha eliminato i colli di bottiglia infrastrutturali che in passato causavano blocchi di sistema nei momenti più critici per il business
  • Abilita la business intelligence in tempo reale per ottimizzare le campagne pubblicitarie su terabyte di dati

Quando, ad esempio, abbiamo deciso di creare un cluster su GKE e collegarlo ai nostri sistemi di machine learning, DoiT ha fatto sì che i data lake che usiamo per la ricerca e la nostra capacità di calcolo on-premises fossero perfettamente sincronizzati. Abbiamo un'architettura di machine learning articolata e DoiT ci offre un supporto costante su tutto: dall'architettura al problem-solving.

Ofir Bibi, VP Research, Lightricks

All'altezza della sfida della scalabilità

Lightricks ha conquistato rapidamente il mercato con app come Facetune, Videoleap e Photoleap. La crescita impetuosa, però, ha messo a nudo i limiti della sua infrastruttura ibrida cloud-on-premises. Il sistema non reggeva la domanda di GPU e non era in grado di supportare requisiti di machine learning e analytics sempre più complessi. Si sono verificati guasti critici durante i round di finanziamento e nei periodi di picco, rendendo urgente il passaggio a una piattaforma più solida.

Automatizzare l'acquisizione dei dati su larga scala

BigQuery e Dataflow sono diventati le fondamenta della nuova piattaforma dati di Lightricks. Oggi l'azienda acquisisce circa 10.000 eventi al secondo, per un totale di un miliardo di eventi al giorno. L'autoscale di Dataflow ha eliminato i colli di bottiglia che in passato si creavano quando i caricamenti di dati raggiungevano i limiti di sistema. Questa automazione abilita la business intelligence in tempo reale, consente ai team di ottimizzare le campagne pubblicitarie su terabyte di dati e di intercettare immediatamente gli utenti acquisiti dalle campagne di marketing più efficaci.

Una grande infrastruttura anche per i team più piccoli

Google Kubernetes Engine ha ridotto drasticamente la complessità infrastrutturale per lo snello team di engineering di Lightricks. In poche settimane, una manciata di Engineers e di figure DevOps ha messo in produzione un'infrastruttura Kubernetes funzionante, qualcosa di impensabile con il sistema precedente. La separazione tra storage e compute ha rimosso gli ostacoli infrastrutturali che frenavano lo sviluppo, permettendo ai team di concentrarsi sulla creazione di valore per il business invece che sulla manutenzione dei sistemi.

Potenziare le capacità di machine learning

Google Cloud ha risolto i problemi di disponibilità di risorse di calcolo per i workloads di machine learning di Lightricks. Il team è passato dalle prime sperimentazioni di training nel cloud, nel 2014, a una piattaforma solida con risorse di calcolo disponibili on demand. I team marketing, product optimization e recommendation engine costruiscono oggi modelli di machine learning su Compute Engine, mentre la migrazione a Vertex AI consente uno scaling ancora più rapido per i sistemi di raccomandazione e per l'ottimizzazione dell'interazione con gli utenti.

Integrazioni di terze parti in sicurezza

Le capacità di integrazione di Google Cloud permettono a Lightricks di collegarsi in sicurezza a servizi di terze parti come Cloudinary ed Elasticsearch. La piattaforma garantisce un instradamento sicuro del traffico al di fuori delle reti private, senza esporre i sistemi alla rete pubblica. Questo framework di sicurezza accompagna lo sviluppo del backend di Lightricks, che costruisce servizi su tecnologie open-source mantenendo al tempo stesso una protezione solida.

Crescita futura ed espansione della piattaforma

Per il 2022 Lightricks ha pianificato un'importante espansione dei servizi backend, con profili condivisi tra le app e nuove funzionalità di upload dei media. Questa crescita genererà più dati e richiederà modelli di machine learning più evoluti. Con il supporto di Google Cloud, l'azienda potrà scalare in modo rapido ed efficiente sul fronte dei costi, continuando a sviluppare la propria piattaforma per i creator e mantenendo servizi all'avanguardia per la creazione di contenuti.

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

Software Projects

Da IBM ad AWS senza intoppi: la migrazione complessa di Software Projects con DoiT

3
Fasi AWS MAP completate: Assess, Mobilize, Modernize
40
Server migrati 1:1, con l'intera topologia a quattro livelli preservata
2→1
Region IBM Cloud consolidate in un'unica VPC AWS su più AZ
Shasta Cloud

Visibilità totale sulla spesa cloud a livello di workload e tenant

Days
Tempo ai primi insight sui costi dopo l'installazione
Days
Dall'installazione a report avanzati sui costi
Workload & tenant
Granularità della visibilità sui costi
Finlex

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
Hippo

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

Island ottiene visibilità reale sul costo per cliente, senza tagging

$5B
Valutazione aziendale
Days
Tempo ai primi insight
0
Tag richiesti
Claroty

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

What they say

Stefanini

“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

Software Projects

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

Shasta Cloud

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

Flooid

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

Finlex

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

Hippo

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

Island

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

Claroty

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

Salt Security

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

PropertyGuru

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

Accrete AI

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

Akamai

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

OneFootball

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

Your cloud bill shouldn't be a mystery

Let us show you what ships this week.