Finlex reduz custos de nuvem em 50% e leva IA para produção com a DoiT
- Over 65%
- de redução nos custos de infraestrutura em nuvem de 2024 até hoje
- 40%
- de economia com mais visibilidade e arquitetura de IA eficiente
A plataforma SaaS da Claroty roda em uma arquitetura multi-tenant complexa, sustentada por Kubernetes, Apache Kafka, Apache Spark e diversas outras tecnologias. O compartilhamento de recursos entre serviços tornava a visibilidade de custos por cliente um problema enorme. Tagging manual e ferramentas internas eram inviáveis diante da capacidade limitada das equipes de engenharia e DevOps. Depois de avaliar várias opções externas e internas, o Center of Cloud Excellence da Claroty não encontrou nenhuma solução capaz de entregar a granularidade, a escalabilidade e a eficiência de custo necessárias.
O Attribute™ foi implantado sem fricção nas regiões de produção da Claroty, abrangendo múltiplos clusters Kubernetes, centenas de nós e milhares de vCPUs. Seu sensor baseado em eBPF capturou dados em tempo real, no nível da transação, e identificou o uso de recursos por cliente em streams de mensagens do Kafka, queries em bancos RDS e operações de armazenamento no S3. Em poucos dias, a Claroty passou a receber relatórios granulares que atribuíam custos precisos a cada interação de cliente em todas as regiões.
Os dados do Attribute™ são realmente incomparáveis. Nenhuma outra solução do mercado conseguiria entregar os perfis precisos de custo e uso por cliente que precisávamos em uma infraestrutura tão complexa. Em poucas semanas, os dados do Attribute™ transformaram nossa visão sobre as estruturas de custo e passaram a influenciar decisões estratégicas em precificação, renegociações e posicionamento de mercado.
Jonathan Langer, COO, Claroty
Com o crescimento acelerado da base de clientes e das operações em nuvem, a Claroty embarcou em uma jornada de vários anos para aprimorar sua estratégia de gestão de custos em nuvem. Depois de implementar alocação de custos, chargeback e forecasting básico, a liderança buscou alinhar as métricas de custo de nuvem ao crescimento do negócio. Em um mercado extremamente competitivo, a Claroty precisava de insights profundos sobre margem bruta, rentabilidade e eficiência de custos por cliente, região e perfil de cliente.
A plataforma SaaS de última geração da Claroty roda em uma arquitetura multi-tenant complexa, construída sobre clusters Kubernetes, Apache Kafka, Apache Spark e várias outras tecnologias. O compartilhamento de recursos entre serviços transformava a visibilidade precisa de custos por cliente em um baita desafio. A Claroty precisava alocar custos com precisão entre microsserviços, sem depender de tagging extensivo ou de ferramentas internas que consumissem muitos recursos. A capacidade limitada das equipes de engenharia e DevOps descartava soluções manuais ou desenvolvimento interno.
A tecnologia do Attribute™ foi implantada sem fricção nas regiões de produção da Claroty, cada uma com múltiplos clusters Kubernetes, centenas de nós e milhares de vCPUs. A implementação foi rápida e exigiu intervenção mínima da equipe de DevOps, com zero impacto nas operações em andamento. O sensor baseado em eBPF do Attribute™ capturou dados em tempo real, no nível da transação, e identificou o uso por cliente nos componentes Kafka, RDS e S3.
Em poucos dias, a Claroty começou a receber relatórios granulares e acionáveis, detalhando os custos por cliente em todas as regiões. A equipe passou a destrinchar o uso de recursos por cliente, extrair insights sobre perfis de cliente, identificar as verticais mais lucrativas e isolar usuários de alto custo. Esses relatórios elevaram a precisão do forecasting, otimizaram o budgeting da infraestrutura de produção e refinaram as estratégias de segmentação de clientes.
A Claroty pretende aprofundar a parceria com o Attribute™, usando a plataforma para refinar a atribuição de custos até o nível de ações individuais e uso de funcionalidades por cliente. Com esse nível de detalhe, a Claroty quer prever a rentabilidade com mais precisão, identificar oportunidades de eficiência e impulsionar iniciativas estratégicas que aumentem a satisfação dos clientes e a eficiência operacional.
Veja como o Attribute™ entrega atribuição de custos em tempo de execução sem tagging, para que as equipes entendam o custo por workload, serviço e cliente.
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
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
Let us show you what ships this week.