Starchive taglia del 32% la spesa cloud su AWS

DoiT ha condotto un'approfondita revisione di ottimizzazione governata dei workloads AWS di Starchive, analizzando account, tipologia di risorsa e categorie di costo. Sfruttando i dati di Amazon CloudWatch e AWS Compute Optimizer, DoiT ha individuato le occasioni per ridimensionare e dismettere risorse sottoutilizzate. DoiT ha poi implementato Flexsave for Compute e introdotto una strategia di tagging completa, abilitando reporting di livello allocations e metriche di unit economics. Il team ha aggiornato l'Infrastructure as Code per includere i tag sulle risorse create dinamicamente e ha imposto policy di tagging a livello di organizzazione.

Starchive è una piattaforma di digital asset management pensata per i creator di oggi. La sua missione è rendere semplice per i creator accedere al proprio lavoro, utilizzarlo e svilupparlo ulteriormente. Con oltre dieci anni di esperienza alle spalle, compresa l'archiviazione del catalogo di Bob Dylan, Starchive offre un sistema che rispecchia il modo di pensare dell'artista e consente di archiviare e organizzare gli asset digitali in modo fluido. Tra le funzionalità chiave: ricerca avanzata, controllo degli accessi, version control e integrazione Web3, che la rendono uno strumento fondamentale per i creator del mondo commerciale, culturale e community.

Con la crescita della base utenti di Starchive è cresciuta anche la spesa cloud, rendendo sempre più urgente collegarla al valore generato e alla unit economics. L'azienda di media digitali si è trovata con costi cloud in rapida crescita, oltre i guardrail di budget esistenti. L'introduzione di funzionalità basate su AI e di capacità di riconoscimento immagini ha amplificato questo aumento, alzando al contempo l'asticella su performance e governance. In assenza di una strategia chiara per monitorare e governare questi costi, Starchive si è trovata di fronte a forti inefficienze operative, dovute alla mancanza di allocazioni, guardrail e visibilità quasi in tempo reale. La scarsa visibilità sulla spesa cloud rendeva budgeting e forecasting sempre più complessi, offuscando la unit economics e minando la fiducia nello scalare su AWS.

DoiT ha avviato la collaborazione con Starchive con un'approfondita revisione di ottimizzazione governata dei suoi workloads AWS. L'analisi ha riguardato diverse dimensioni: account, tipologia di risorsa e categorie di costo. Sfruttando i dati di Amazon CloudWatch e AWS Compute Optimizer, DoiT ha individuato le occasioni per ridimensionare e dismettere risorse sottoutilizzate, ottenendo subito una riduzione dei costi. Per amplificare i risparmi, DoiT ha implementato Flexsave for Compute, che ottimizza automaticamente i costi delle risorse cloud. Riconoscendo la necessità di un monitoraggio dei costi più accurato, DoiT ha introdotto una strategia di tagging completa, abilitando reporting di livello allocations e metriche di unit economics.

La nuova strategia di tagging ha previsto l'aggiornamento dell'Infrastructure as Code (IaC) di Starchive per includere i tag sulle risorse create dinamicamente, come le funzioni AWS Lambda e i task di Amazon Elastic Container Service (ECS). I team di DoiT e Starchive hanno taggato manualmente le risorse statiche tramite AWS Tag Editor, colmando le lacune per garantire una copertura completa. Infine, Starchive ha imposto policy di tagging a livello di organizzazione, assicurando un utilizzo coerente in tutta l'azienda ed evitando che spesa non taggata arrivasse in produzione. Questa strategia ha permesso a Starchive di condurre analisi dei costi di dettaglio, ricavando metriche critiche di Unit Economics.

Starchive ha ottenuto significativi benefici finanziari e operativi dopo l'implementazione delle soluzioni DoiT. Grazie all'ottimizzazione dei costi e a Flexsave for Compute, Starchive ha realizzato un risparmio annuo del 32% sulla spesa cloud. Ancora più importante, il tagging dettagliato e l'analisi dei costi introdotti dagli esperti DoiT hanno permesso a Starchive di modellare con precisione i margini di business, offrendo insight sui costi di produzione e di erogazione del servizio. Questa ritrovata chiarezza ha favorito un budgeting e una pianificazione strategica più solidi, con una migliore allocazione delle risorse e investimenti mirati nelle aree critiche, e ha rafforzato la fiducia nello scalare le funzionalità AI su AWS.