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.

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
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.
