Cloud Intelligence™Cloud Intelligence™

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

Playgendary taglia del 50% i costi di BigQuery

BigQuery Lens di DoiT ha dato allo studio di mobile gaming una visibilità granulare sui costi e l'ottimizzazione a livello di query su Google Cloud.

Cloud Intelligence™
Playgendary

The Challenge

Per Playgendary non era semplice capire come si articolassero i costi di BigQuery a livello granulare. Con un team di data engineer e analyst da gestire, analizzare i dati a livello di job tramite SQL richiedeva troppo tempo. A complicare le cose, l'utilizzo del compute era soggetto a forti oscillazioni, dovute a variabili imprevedibili come l'attività degli utenti e la popolarità dei giochi, rendendo difficile l'acquisto di Committed Use Discounts.

The Solution

Playgendary ha sfruttato BigQuery Lens di DoiT per analizzare la ripartizione dei costi e individuare le opportunità di ottimizzazione. Ha utilizzato le raccomandazioni personalizzate per rimuovere le tabelle inutilizzate e la funzione Explorer per individuare le query più costose senza dover scrivere SQL. Ha inoltre collaborato con i cloud architect di DoiT per ottimizzare i costi di storage e adottare un commitment sui workloads on-demand di compute, ottenendo risparmi su Compute Engine.

Results

  • Ridurre di oltre il 50% i costi di BigQuery in un solo mese
  • Ottenere maggiore visibilità sull'utilizzo di BigQuery e sui pattern di comportamento del team
  • Risparmiare il 25% sui costi di Compute Engine senza rinunciare alla flessibilità on-demand

BigQuery è una componente fondamentale della nostra infrastruttura cloud, ma capire come utilizzarlo nel modo migliore era complicato. Senza BigQuery Lens non sarei mai riuscito a ottenere risultati significativi sul fronte dell'ottimizzazione dei costi. Il drill-down semplice e immediato sull'utilizzo di BigQuery del mio team, insieme alle raccomandazioni personalizzate, ha reso davvero facile ottimizzarne l'impiego.

Mikhail Artyugin, Director of Business Intelligence, Playgendary

Chi è Playgendary

Con oltre 3 miliardi di installazioni e 250 milioni di giocatori mensili, Playgendary di user acquisition se ne intende. Una componente fondamentale della sua strategia è Google BigQuery, che l'azienda utilizza per valutare l'efficacia delle proprie campagne di marketing.

La sfida

Playgendary lancia numerose campagne di marketing per aumentare download e utilizzo dei propri giochi. A guidare il team di BI è Mikhail Artyugin, che si occupa di analisi di coorte basate su fattori come tipo di dispositivo e data di registrazione, arricchite con i dati degli eventi utente trasmessi in BigQuery tramite Dataflow. BigQuery era veloce e performante, ma Mikhail faticava a comprendere nel dettaglio la ripartizione dei costi a livello granulare. E analizzare i dati a livello di job con SQL richiedeva troppo tempo per un utilizzo quotidiano.

Comprendere e ottimizzare i costi di BigQuery

Mikhail ha utilizzato BigQuery Lens per capire come si articolassero i costi e individuare le priorità di ottimizzazione. Grazie alle raccomandazioni ha individuato grandi tabelle inutilizzate e le ha rimosse. Con la funzione Explorer ha poi identificato e ottimizzato le query più costose per tabella e per utente, senza doverle scrivere lui stesso. Una volta individuate, ha analizzato i flussi di esecuzione nella console di BigQuery per scovare problemi come JOIN inefficienti o filtri predicate mancanti.

Ottimizzare i risparmi su Compute Engine

Per ottimizzare la spesa su Compute Engine, Playgendary ha lavorato con DoiT a un commitment sui workloads on-demand di compute. La spesa complessiva su Compute Engine è scesa del 25%, senza rinunciare alla flessibilità del pricing on-demand e senza alcun onere di gestione operativa. E, soprattutto, questi risparmi sono stati ottenuti senza dover prevedere il successo futuro dei nuovi giochi.

Strategia di ottimizzazione dello storage

Mikhail ha collaborato con Rajan Bhave, Senior Cloud Architect di DoiT, per valutare pro e contro del nuovo Physical Storage di BigQuery prima di decidere che il passaggio avrebbe portato a un risparmio concreto. Questa collaborazione ha permesso di prendere decisioni consapevoli sull'ottimizzazione dello storage, contribuendo agli obiettivi complessivi di riduzione dei costi.

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.