Depop – Fallbeispiel

Depop bietet mit seinem Marktplatz für einzigartige Mode eine Alternative zum gewöhnlichen Einkaufen. Das Unternehmen wandte sich an AWS, nachdem es die Grenzen seiner bestehenden PaaS-Technologie erreicht hatte. AWS ermöglicht es Depop, neue Funktionen schnell zu iterieren, bereitzustellen und zu skalieren, wobei der Schwerpunkt auf Machine Learning liegt.

Depop versteht sich als Community-orientiertes soziales Einkaufserlebnis, bei dem die nächste Generation einzigartige Mode kauft, verkauft und entdeckt. Depop hat sich zum Ziel gesetzt, die Modebranche nachhaltiger und zweckorientierter zu machen, indem es eine Alternative zum Einkaufen neuer Kleidung bietet.

Um das Wachstum und die neuen Funktionen, die das Unternehmen in Zukunft benötigen würde, zu unterstützen, entschied sich Depop ganz für AWS. Seitdem hat sich das Unternehmen von einem Startup in der Frühphase zu einer Erfolgsgeschichte in der Spätphase entwickelt, mit 25 Millionen Benutzern (90 Prozent der aktiven Benutzer sind unter 25 Jahre alt) und einem jährlichen Kundenwachstum von 130 Prozent in den wichtigsten Märkten in den USA, Großbritannien und Australien.

Depop wechselte vor etwa zweieinhalb Jahren zu AWS, als das Unternehmen an die Grenzen seiner bestehenden PaaS-Technologie (Platform-as-a-Service) stieß. „Bei unserem damaligen PaaS-Anbieter sahen wir uns mit mehreren Herausforderungen konfrontiert, z. B. der begrenzten Skalierbarkeit, der mangelnden Flexibilität bei der Skalierung unserer Anwendungen und den Einschränkungen bei der Erstellung von Lösungen aufgrund einer vollständig verwalteten, aber begrenzten Anzahl verfügbarer Funktionen“, sagt Remo Gettini, Chief Technology und Data Officer bei Depop.

Robert Erdin, Director of Applications and Services bei Depop, fügt hinzu, dass das Unternehmen auch eine kostengünstigere Infrastruktur benötigte, über die es mehr Kontrolle hatte.

Depop führte die Migration selbst durch, wobei AWS-Lösungsarchitekten bei der Bewältigung von Herausforderungen halfen. Zu diesen Herausforderungen gehörten das Verständnis der verschiedenen Kostensenkungsmaßnahmen und deren konsequente Überwachung und Anwendung sowie der Reifegrad der verschiedenen AWS-Services.

Eine weitere Herausforderung bestand darin, das richtige Gleichgewicht zwischen der Bereitstellung wiederverwendbarer, sicherer und benutzerfreundlicher Abstraktionen für Anwendungsentwickler und der Gewährung eines direkten Zugriffs auf die Bereitstellungsinfrastruktur für Entwickler zu finden.

Dank der Nutzung von AWS konnte das Unternehmen die Anzahl der Teams, die gleichzeitig an der Depop-Anwendung arbeiten können, erhöhen. Diese Zahl ist von zwei auf acht angewachsen, wobei bald mehr als 10 Teams möglich sind. Dies hat die Fähigkeit von Depop, neue Services zu entwickeln, zu testen und einzusetzen, erheblich verbessert. Clemence J. Burnichon, Head of Data Science and Machine Learning (ML) bei Depop, sagt, dass AWS ihrem Team auch die Flexibilität gegeben hat, von einem Cluster mit zwei Instances auf 25 Instances zu expandieren.

AWS unterstützt auch das schnelle Marktwachstum von Depop. Das Amazon CloudFront Content Delivery Network, das in Amazon Simple Storage Service (Amazon S3) integriert ist, wird entscheidend dazu beitragen, diese Expansion zu erleichtern, indem es die Verteilung von Bildern und Videos unterstützt.

Die Services von Depop stützen sich zunehmend auf ML, wobei das Unternehmen den AWS-ML-Service für seine ML-Workloads umfassend nutzt. Eine der größten technologischen Herausforderungen für Depop ist der Umgang mit einem ständig wachsenden Bestand, bei dem keine zwei Artikel gleich sind. Das Unternehmen nutzt die Amazon-S3-basierte Data-Lake-Lösung, um seinen riesigen Bestand von 25 Millionen Artikeln und Transaktionen zu verwalten. Dabei wird Amazon Kinesis Data Firehose für das Streaming von Daten eingesetzt, wobei auch Amazon Managed Streaming for Apache Kafka (Amazon MSK) zum Einsatz kommt.

In Kombination mit visueller Erkennungstechnologie kategorisieren ML-Algorithmen die im Data Lake enthaltenen Kleidungsstücke auf unterschiedliche Weise, u. a. nach Größe, Farbe und Marke, und unterstützen so den Such- und Empfehlungsdienst Personal Shopper von Depop.

Depop plant die Verwendung von Amazon Elasticsearch Service für seine mobile App, um die kategorisierten Daten im Data Lake zu nutzen. Dieser Service bietet eine detailliertere Steuerung der Suche und ermöglicht es, im Laufe der Zeit weitere ML-Algorithmen hinzuzufügen.

Weitere Amazon-Technologien, die in Verbindung mit dem Data Lake eingesetzt werden, sind das Amazon Redshift Data Warehouse zur Erstellung von sauberen, verpackten Versionen von Daten und der interaktive Abfrageservice Amazon Athena für den schnellen Zugriff auf Daten.

Dank dieser AWS-Tools ist das ML-Team von Depop auch in der Lage, schnell neue Deep-Learning-Modelle zu entwickeln. Laut Burnichon hat das ML-Team derzeit etwa 30 ML-Modelle in der Produktion, die zusammen 1,5 Millionen Nachrichten pro Stunde verarbeiten.

Diese Modelle werden von Amazon SageMaker und Amazon EMR für die Indizierung und Relevanz unterstützt, während Extraktions-, Transformations- und Ladeprozesse (ETL) über AWS Glue bereitgestellt werden.

AWS hat es Depop ermöglicht, zu „granulareren Backend-Services zu wechseln, was es uns ermöglichte, unser Entwicklungsteam erheblich zu vergrößern und an mehr Funktionen gleichzeitig zu arbeiten“, erklärt Gettini.

Depop nutzt Amazon Elastic Kubernetes Service (Amazon EKS), um Serverless Computing für Container bereitzustellen, die die mobile App unterstützen. So kann das Entwicklungsteam neue Produktionsservices innerhalb eines Tages bereitstellen. Erdin sagt, dass AWS eine „Demokratisierung des Zugangs zur Infrastruktur“ ermöglicht hat, die es den Entwicklungsteams erlaubt, neue Dinge einfach und kostengünstig auf sichere Weise auszuprobieren, ohne technische Schulden zu machen. „Egal, was Sie tun möchten, es gibt einen AWS-Service dafür“, sagt er.

Die Verwendung von AWS stellt auch sicher, dass erfolgreiche Services oder Anwendungen bereits in der richtigen Umgebung sind, um in Produktion zu gehen. Nach Angaben von Erdin hat Depop mehr als 100 Services in Betrieb genommen.

Ein weiterer großer Vorteil ist der Zugang, den Depop zu AWS-Spezialisten hat. Erdin nennt als Beispiel die Möglichkeit, Ideen umzusetzen, indem Fragen an die Lösungsarchitekten von AWS weitergeleitet werden. AWS bietet Depop auch regelmäßige Schulungen an, von Einsteigerkursen zu AWS und Cloud bis hin zu Vertiefungskursen zu bestimmten Technologien.

Für Gettini ist die größte Errungenschaft von Depop mit AWS die Möglichkeit, „eine Produkt- und Technikorganisation mit über 100 Mitarbeitern in neun funktionsübergreifenden Teams zu unterstützen, wobei nur eine Handvoll Ingenieure für die Wartung der Infrastruktur zuständig ist.“

„Wenn ich das mit dem Beginn meiner Karriere vor fast 30 Jahren vergleiche, ist es immer noch überwältigend.“