The Challenge
A solução de BI e data warehousing da Apester começava a dar sinais de desgaste diante do crescimento acelerado. O sistema fechado ficava cada vez mais caro e limitava as análises. Com a base de usuários em expansão e um time enxuto de desenvolvedores, a empresa precisava de um sistema fácil de escalar e compatível com tecnologias open source.
The Solution
A Apester montou uma solução completa no Google Cloud com Kubernetes Engine como espinha dorsal, Cloud Pub/Sub para mensageria, BigQuery para analytics e Stackdriver para monitoramento. A migração trocou a arquitetura baseada em máquinas virtuais por soluções containerizadas, unificando a infraestrutura entre os times.
Results
- Triplicou a base de clientes e entregou 3,5 bilhões de experiências de storytelling em 2017
- Cortou os custos de infraestrutura em 50% com a migração para Kubernetes
- Reduziu o tempo de deploy de 4 horas para menos de 1 minuto
- Reduziu a latência em 50% com o Google Cloud Network premium tier
- Processa milhões de eventos por hora com a plataforma de analytics do BigQuery
Infraestrutura não é o nosso core business. Queremos focar nas necessidades da Apester e em melhorar a nossa aplicação. Quando o tempo de deploy cai de horas para segundos, isso significa que podemos focar no nosso próprio sucesso.
Or Elimelech, Site Reliability Engineer
Conheça a Apester
Com sede em Nova York e Tel Aviv, a Apester ajuda publishers, anunciantes e empresas a criar histórias online altamente envolventes, otimizadas para mobile, integradas de forma nativa aos seus sites e prontas para serem distribuídas em escala. De quizzes e enquetes a histórias visuais inovadoras, a Apester ajuda seus clientes a transmitir a mensagem com eficiência. A empresa atende contadores de histórias de todos os perfis, de grandes marcas como Meredith, BBC Worldwide e Virgin até blogueiros independentes. Desde o lançamento em 2014, as ferramentas de criação da Apester já atraem cerca de 100 milhões de usuários únicos por mês.
O desafio
A Apester operava um sistema bastante fechado para lidar com dados, que ficava cada vez mais caro e limitava as análises. Com a base de usuários crescendo rapidamente e um time enxuto de desenvolvedores, a empresa precisava de um sistema fácil de escalar. Os desenvolvedores e cientistas de dados da Apester queriam apostar em tecnologias open source para não ficar reféns de um único fornecedor. Apenas o Google Cloud oferecia a combinação certa de compatibilidade com open source e uma escalabilidade robusta e simples de usar para atender a esses requisitos.
A solução
De início, a Apester construiu sua solução de dados em torno de Cloud Dataflow, Cloud Dataproc e Cloud Bigtable com Apache Beam, adotando depois o BigQuery como principal solução analítica. Em seguida, a empresa migrou de vez para o Google Cloud, deixando a arquitetura baseada em máquinas virtuais para trás e adotando Kubernetes. O Kubernetes Engine virou a espinha dorsal, o Cloud Pub/Sub o barramento de mensagens, e o Stackdriver passou a cuidar de logging e monitoramento. O Cloud IAM permitiu gerenciar permissões com agilidade, sem abrir mão da segurança.
Os resultados
Desde a migração para o Google Cloud, a Apester triplicou a base de clientes e entregou mais de 3,5 bilhões de experiências de storytelling em 2017. Os custos de infraestrutura caíram pela metade com a adoção do Kubernetes, eliminando a necessidade de servidores ociosos. O tempo de deploy desabou de quatro horas para menos de um minuto. Com o Google Cloud Network premium tier, a latência também caiu pela metade. A infraestrutura de dados baseada em BigQuery processa milhões de eventos por hora com facilidade, entregando insights poderosos em escala.
Próximos passos
A Apester segue evoluindo seus produtos com as Cloud Natural Language APIs para aprimorar a personalização. Combinada aos dados do BigQuery, a empresa explora recursos de machine learning e investe pesado em ML com TensorFlow em seu pipeline. Com isso, a Apester consegue responder cada vez melhor às necessidades dos clientes à medida que sua audiência cresce. A migração resolveu gargalos de disponibilidade, escalabilidade e eficiência de desenvolvimento, ajudando a empresa a se manter à frente da concorrência.
Veja como a DoiT ajuda times de nuvem a controlar gastos
Descubra como a Cloud Intelligence™ ajuda equipes a melhorar visibilidade, governança e unit economics em ambientes de nuvem.
More customer stories
Finlex reduz custos de nuvem em 50% e leva IA para produção com a DoiT
- Over 65%
- de redução nos custos de infraestrutura de nuvem de 2024 até hoje
- 40%
- de economia com mais visibilidade e uma arquitetura de IA eficiente
Na Hippo, custos de nuvem viram ação dos times
- Minutes
- Tempo para integrar o Attribute™ à AWS
- Business unit
- Nível de accountability de custos alcançado
Island ganha visibilidade real do custo por cliente, sem tagging
- $5B
- Valuation da empresa
- Days
- Tempo até os primeiros insights
- 0
- Tags necessárias
Claroty destrava a atribuição precisa de custos por cliente com o Attribute™
- 1,000+
- Clientes protegidos no mundo todo
- Days
- Tempo até os primeiros relatórios granulares de custo
- Zero
- Impacto nas operações durante a implantação
Como a atribuição de custos por cliente viabiliza preços de IA baseados em valor
- $1.3M
- em receita de margem negativa revelada
- ~360
- contas deficitárias identificadas
- $1.3M
- em perdas agregadas reveladas
Salt Security padroniza a medição de COGS para otimizar margens e preços
- 1
- Fonte única da verdade para COGS
- 1
- Fonte da verdade padronizada para COGS entre CFO e DevOps
- 0
- Alterações de código ou tagging exigidas para integrar o Attribute™
PropertyGuru transforma o caos dos custos de nuvem em ownership da engenharia
- Minutes
- para decifrar contas de serviços compartilhados (antes, horas)
- 32M+
- Buscadores de imóveis atendidos por mês
- 2 weeks
- Da implantação aos insights acionáveis
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.

