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 Cloud Intelligence™ aiuta i team a migliorare visibilità, governance e unit economics negli ambienti cloud.
More customer stories
Finlex taglia i costi cloud del 50% e porta l'AI in produzione con DoiT
- Over 65%
- di riduzione dei costi di infrastruttura cloud dal 2024 a oggi
- 40%
- di risparmio grazie a maggiore visibilità e a un'architettura AI efficiente
In Hippo i costi cloud diventano azione concreta dei team
- Minutes
- Tempo di integrazione di Attribute™ con AWS
- Business unit
- Livello di accountability sui costi raggiunto
Island ottiene visibilità reale sul costo per cliente, senza tagging
- $5B
- Valutazione aziendale
- Days
- Tempo ai primi insight
- 0
- Tag richiesti
Claroty sblocca l'attribuzione precisa dei costi per cliente con Attribute™
- 1,000+
- Clienti protetti nel mondo
- Days
- Tempo per i primi report granulari sui costi
- Zero
- Impatto sull'operatività durante il deployment
Come l'attribuzione dei costi per cliente abilita un pricing AI basato sul valore
- $1.3M
- di ricavi a margine negativo emersi
- ~360
- account in perdita identificati
- $1.3M
- di perdite aggregate emerse
Salt Security standardizza il COGS per ottimizzare margini e pricing
- 1
- Fonte unica di verità per il COGS
- 1
- Fonte di verità standardizzata per il COGS tra CFO e DevOps
- 0
- Modifiche al codice o tagging richiesti per integrare Attribute™
PropertyGuru trasforma il caos dei costi cloud in ownership dell'engineering
- Minutes
- per decifrare le fatture dei servizi condivisi (prima ci volevano ore)
- 32M+
- Utenti mensili in cerca di immobili serviti
- 2 weeks
- Dal deployment agli insight concreti
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.

