Caso práctico de Localytics

Localytics es una compañía de involucración y análisis de aplicaciones móviles y web. Marcas principales como ESPN, eBay, Fox, Salesforce, RueLaLa y New York Times utilizan sus herramientas de marketing y análisis para entender el desempeño de sus aplicaciones e involucrar a los clientes nuevos y existentes. El software de la compañía, con sede en Boston, se utiliza en más de 37 000 aplicaciones en más de 3000 millones de dispositivos de todo el mundo.

• Respaldar la canalización con miles de millones de puntos de datos cargados todos los días desde distintas aplicaciones móviles que ejecutan el software de análisis de Localytics.
• El equipo de ingenieros necesitaba acceder a subconjuntos de datos para crear nuevos servicios, pero esto llevó a un incremento de la planificación de la capacidad, la monitorización del uso y la administración de la infraestructura.
• El equipo de plataforma quería habilitar el autoservicio para los equipos de ingenieros.
  

• Utiliza AWS para enviar unos 100 000 millones de puntos de datos al mes de Elastic Load Balancing a Amazon Simple Queue Service, después a Amazon Elastic Compute Cloud y, por último, a una transmisión de Amazon Kinesis.
• Para cada nueva característica del software de marketing, se crea un nuevo microservicio que usa AWS Lambda para acceder a la transmisión de datos Amazon Kinesis. Cada microservicio puede acceder la transmisión de datos en paralelo con los demás.
  

• Desacopla los esfuerzos de ingeniería del producto de la canalización de análisis de la plataforma, lo que permite la creación de nuevos microservicios para acceder a la transmisión de datos sin necesidad de juntarlos con la aplicación de análisis principal.
• Elimina la necesidad de aprovisionar y administrar infraestructura para ejecutar cada microservicio.
• Lambda aumenta y reduce su capacidad automáticamente dependiendo de la carga, y procesa miles de millones de puntos de datos al mes.
• Reduce el tiempo de comercialización de los nuevos servicios para clientes, ya que cada característica es un microservicio que se puede ejecutar y escalar de forma independiente de los demás microservicios.