Cloud Intelligence™Cloud Intelligence™

Esta página também está disponível em English, Deutsch, Español, Français, Italiano e 日本語.

Playgendary corta custos do BigQuery em 50%

O BigQuery Lens da DoiT trouxe ao estúdio de jogos mobile visibilidade granular de custos e otimização no nível da query em todo o Google Cloud.

Cloud Intelligence™
Playgendary

The Challenge

A Playgendary não conseguia enxergar com facilidade como os custos do BigQuery se distribuíam de forma granular. Para um time de engenheiros de dados e analistas, analisar dados em nível de job com SQL tomava tempo demais. Eles também enfrentavam oscilações no uso de compute por conta de variáveis imprevisíveis, como atividade dos usuários e popularidade dos jogos, o que dificultava a compra de Committed Use Discounts.

The Solution

A Playgendary usou o BigQuery Lens da DoiT para entender a composição dos custos e identificar oportunidades de otimização. Aproveitaram recomendações personalizadas para remover tabelas ociosas e o recurso Explorer para encontrar queries caras sem precisar escrever SQL. Também trabalharam com os cloud architects da DoiT para otimizar custos de armazenamento e implementar um commitment de workloads on-demand no Compute Engine.

Results

  • Reduziu em mais de 50% os custos do BigQuery em apenas um mês
  • Ganhou mais visibilidade sobre o uso e os padrões de comportamento do time no BigQuery
  • Economizou 25% nos custos do Compute Engine sem abrir mão da flexibilidade on-demand

O BigQuery é uma peça essencial da nossa infraestrutura de nuvem, mas entender como usá-lo de forma mais eficiente era difícil. Sem o BigQuery Lens, eu não teria alcançado resultados expressivos em otimização de custos. O drill-down simples sobre o uso do BigQuery pelo meu time, somado às recomendações personalizadas, deixou muito fácil otimizar a forma como usamos a plataforma.

Mikhail Artyugin, Diretor de Business Intelligence, Playgendary

Conheça a Playgendary

Com mais de 3 bilhões de instalações e 250 milhões de jogadores por mês, a Playgendary entende bastante de aquisição de usuários. Uma peça-chave dessa estratégia é o Google BigQuery, que eles usam para avaliar a eficácia das campanhas de marketing.

O desafio

A Playgendary lança várias campanhas de marketing para impulsionar downloads e aumentar o uso dos seus jogos. Mikhail Artyugin lidera o time de BI, fazendo análises de cohort com base em fatores como tipo de dispositivo e data de cadastro, e enriquecendo esses dados com eventos de usuário transmitidos para o BigQuery via Dataflow. O BigQuery era rápido e performático, mas Mikhail não conseguia enxergar com facilidade como os custos se distribuíam de forma granular. Analisar dados em nível de job com SQL consumia tempo demais para o dia a dia.

Entendendo e otimizando os custos do BigQuery

Mikhail usou o BigQuery Lens para entender como os custos se distribuíam e definir prioridades de otimização. Aproveitou as recomendações para identificar grandes tabelas ociosas e removê-las. Usou o recurso Explorer para encontrar e otimizar as queries mais caras por tabela e por usuário, sem precisar escrever queries manualmente. Depois de identificá-las, analisou os fluxos de execução no console do BigQuery em busca de problemas como JOINs mal feitos ou filtros de predicado ausentes.

Otimizando a economia no Compute Engine

Para otimizar os gastos com Compute Engine, a Playgendary trabalhou com a DoiT em um commitment de workloads on-demand. Reduziram o gasto total com Compute Engine em 25%, sem abrir mão da flexibilidade de preços on-demand e sem esforço operacional de gestão. O mais importante: alcançaram essa economia sem precisar prever o sucesso futuro de novos jogos.

Estratégia de otimização de armazenamento

Mikhail trabalhou com Rajan Bhave, Senior Cloud Architect da DoiT, para avaliar os prós e contras do novo Physical Storage do BigQuery antes de decidir pela migração para economizar. Essa parceria os ajudou a tomar decisões bem fundamentadas sobre otimização de armazenamento, contribuindo para as metas gerais de redução de custos.

Veja como a DoiT ajuda times de nuvem a controlar gastos

Descubra como o DoiT Cloud Intelligence ajuda times a melhorar visibilidade, governança e unit economics em ambientes de nuvem.

More customer stories

Finlex

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
Hippo

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

Island ganha visibilidade real do custo por cliente, sem tagging

$5B
Valuation da empresa
Days
Tempo até os primeiros insights
0
Tags necessárias
Claroty

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
SaaS Leader

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

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

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
Accrete AI

De voar às cegas nos custos de nuvem à visibilidade de margem por produto

$46K
Gasto mensal de nuvem eliminado
$46K
Gasto mensal eliminado
$63K → $17K
Redução mensal de custo em um serviço

What they say

Finlex

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

Hippo

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

Island

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

Claroty

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

Salt Security

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

PropertyGuru

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

Accrete AI

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

Akamai

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

OneFootball

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

Raptive

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

Luma Health

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

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

Your cloud bill shouldn't be a mystery

Let us show you what ships this week.