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 DoiT Cloud Intelligence aiuta i team a migliorare visibilità, governance e unit economics negli ambienti cloud.

More customer stories

Promptly

Promptly risparmia 600.000 $ e porta l'AI in produzione in poche settimane

$600K
Risparmio annuo sui costi cloud
3 months
di tempo di engineering risparmiato
Monta

Monta supera i 250.000 punti di ricarica EV

250,000
Punti di ricarica EV gestiti nel mondo
Wicked Reports

Wicked Reports lancia la GenAI con 3 mesi di anticipo

3 months saved
di sviluppo risparmiati con il Cloud Accelerator di DoiT
25% faster
tempi da prototipo a produzione rispetto alle stime interne
$0 additional spend
zero spese infrastrutturali aggiuntive durante la fase di prototipo, grazie ai crediti AWS e all'ottimizzazione di DoiT
DaySmart

DaySmart rilascia una funzionalità AI in 90 giorni

90 days
Dal POC al deployment
90 days
Dal POC al deployment a impegno zero per gli Engineers interni
6x
Risorse risparmiate, in equivalente Engineers
Vivaticket

Vivaticket crea un ambiente AWS in 15 minuti anziché 3 giorni

15min
Tempo di creazione di un ambiente
15min
Tempo di creazione di un ambiente (contro i 3 giorni di prima)
20min
Deployment delle applicazioni in modalità immutabile

What they say

Luxury Escapes

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

Personio

SELECT has made important cost data readily accessible. I will often pull it up during engineering design reviews so we can quickly evaluate cost impact and projections and factor that into our design decisions.

Douglas Zickuhr, Senior Data Platform Engineer at Personio

Loop Returns

I love clicking through SELECT to understand how our environment and workloads are evolving. I probably check it every day. It's coffee and SELECT for me every morning.

Ian Fahey, Senior Analytics Engineer at Loop

Kargo

You guys have the best UI experience that I've had of any software. It's like you just read my mind where, like, oh, I wish I could click there. Oh, I can

Diana Koshy, Sr. Director of Data Engineering at Kargo

Home Chef

SELECT feels like exactly what Paul and I would have built if we had locked ourselves in a room for 18 months to create our ideal monitoring solution.

Devin McGee, Data Engineering Lead at Home Chef

Entain

SELECT dramatically lowers the cognitive load to understanding Snowflake costs. I'm able to sit there and easily understand what's driving the cost. Not to blow smoke up your ass, but it's just so easy to do in your platform

Blake Baggett, Head of Data Operations at Entain

ClickUp

One of the most helpful cost rituals we've setup from SELECT is the weekly spend digest sent to Slack. I can start high level and ensure things are in check. If not, I can very quickly drill down into specific workloads which may have driven the cost spike and remediate them before they become a bigger issue.

Michael Revelo, Manager of data and analytics engineering at ClickUp

Exiger

Through SELECT's automated savings feature and deep cost visibility, we were able to instantly lower our Snowflake spend by over 40% and achieve a 20X ROI on our SELECT investment.

Skyler Chi, SVP, GTM Productivity & Excellence at Exiger

Synthesia

Our costs had jumped up 3X as we scaled, so we're talking about 60% savings in Snowflake spend after adopting SELECT.

Edward Mancey, GTM Lead at Synthesia

Promptly

DoiT was a true partner, not a vendor. They helped us understand the problem, refine the vision, and build something production-ready far faster than we could have on our own. Their expertise, responsiveness, and commitment made all the difference.

Dr. Anish Kapur, Founder & CEO, Promptly

Extenda Retail

DoiT's Customer Success and Forward Deployed Engineering teams work very closely with us. The regular sessions with our CSM keep us focused on the right priorities, and the FDEs provide the deep technical guidance we need to validate decisions and optimize our environment. That combination has been genuinely valuable for us.

Alexander Lundberg Santos, Platform Engineer at Extenda Retail

PlayHQ

Every customer has unique usage patterns. Manual resource optimization simply didn't scale—we needed automation to ensure every customer, regardless of size, had right-sized infrastructure without consuming our team's capacity.

Brad Quinn, Lead Platform Engineer, PlayHQ

SNCF

PerfectScale allowed us to grow capacity without growing cost. We effectively absorbed 30% more usage for free.

Thomas Comtet, Senior Staff Engineer, SNCF

Your cloud bill shouldn't be a mystery

Let us show you what ships this week.