Los confinamientos durante la pandemia de COVID-19 hicieron que la demanda de los servicios de entrega de Shgardi aumentara exponencialmente. Como resultado, la empresa se esforzó por evitar que su plataforma se sobrecargara y pudiera colapsar. La empresa añadía regularmente nuevos servidores dedicados a su infraestructura en las instalaciones para tratar de satisfacer la demanda. Este era un proceso manual que consumía mucho tiempo y hacía que sus costos de infraestructura aumentaran continuamente.

Tarek Dahab, director técnico (CTO) de Shgardi, explica que su infraestructura anterior no estaba diseñada para escalarse rápidamente. “Durante la pandemia de COVID-19, nuestro tráfico aumentaba día a día, por lo que seguíamos solicitando nuevos servidores”, afirma. “Pero para el momento en el que llegaban y se instalaban, ya necesitábamos más”. Según Dahab, en un año la infraestructura pasó de ser un único servidor dedicado a 40 servidores que funcionaban en clústeres. “Nuestro equipo técnico estaba abrumado por el mantenimiento de estos servidores y no tenían tiempo para innovar o realizar tareas de mayor valor”, afirma.

Shgardi cuenta con unos 600 empleados, 70 de los cuales tienen formación técnica en habilidades de programación e ingeniería. La empresa utilizó su experiencia interna a fin de contenedorizar su plataforma mediante Amazon Elastic Kubernetes Service (Amazon EKS) para el escalado automático, un servicio administrado para ejecutar Kubernetes en la nube de AWS, e implementó cientos de microservicios. Para facilitar la conectividad en el backend y aprovechar al máximo su nueva arquitectura, utilizó Amazon MQ, un servicio completamente administrado para agentes de mensajes de código abierto.

Amazon MQ permite que diversas aplicaciones en distintas plataformas se comuniquen e intercambien información. “Estos servicios de AWS funcionan en conjunto y nos permiten administrar fácilmente nuestra plataforma”, afirma Dahab. “Cuando el tráfico aumenta, se escalan automáticamente. Además, en comparación con nuestra infraestructura anterior, gastamos alrededor de un 40 por ciento menos. Esta fue la solución perfecta para nosotros”.

El paso a los microservicios y a una infraestructura de escalado automático ha permitido a los desarrolladores de Shgardi centrarse en encontrar nuevas formas de mejorar la eficiencia y la experiencia del cliente, en lugar de mantener los servidores. Anteriormente, la implementación de actualizaciones en la plataforma, ya fuera para corregir errores o agregar una nueva característica, tardaba hasta una semana. Dahab dice que ahora solo es cuestión de unas horas, lo que representa una reducción de al menos un 70 por ciento.

Shgardi buscaba una forma de convertir a más visitantes de su sitio web en clientes. También quería aumentar el valor promedio de las cestas de compra de sus clientes activos. La empresa decidió usar Amazon Personalize, que permite a los desarrolladores crear e implementar rápidamente recomendaciones seleccionadas y segmentación inteligente de usuarios a escala mediante machine learning.

Dahab afirma que el servicio tardó menos de 2 semanas en implementarse por completo. Hasta ahora, ha sido un éxito rotundo. “En los 3 meses transcurridos desde que utilizamos Amazon Personalize para crear nuestro motor de recomendaciones, hemos aumentado los pedidos mensuales en un 20 por ciento y la conversión de nuevos visitantes en clientes en un 30 por ciento”, afirma.

Shgardi también quería maximizar el rendimiento de la plataforma y minimizar la latencia para garantizar que los visitantes tuvieran una buena experiencia de usuario. En el backend, la empresa utilizó Amazon Relational Database Service (Amazon RDS), un conjunto de servicios administrados que facilita las tareas de configuración, funcionamiento y escalado de las bases de datos en la nube. También utilizó Amazon Aurora, una base de datos que se diseñó para ofrecer un rendimiento alto y una disponibilidad sin precedentes a escala global con compatibilidad total con MySQL y PostgreSQL. “El uso de Amazon RDS y Amazon Aurora fue la forma más sencilla de permitir que nuestras bases de datos existentes se escalaran según la demanda y, al mismo tiempo, reducir los gastos generales de administración”, afirma Dahab.

Desde el punto de vista del cliente, Shgardi utilizó Amazon CloudFront, un servicio de red de entrega de contenido (CDN) creado para ofrecer un alto rendimiento, seguridad y comodidad para los desarrolladores. Dahab afirma que Shgardi usa Amazon CloudFront para almacenar en caché imágenes y objetos, de modo que sus clientes tengan la mejor experiencia de navegación posible.

Antes de migrar a AWS, Shgardi no estaba contenta con que su plataforma en las instalaciones tuviera una tasa de disponibilidad de solo el 90 por ciento. Dahab explica que, además de los problemas a los que se enfrentaba durante los picos de tráfico, la empresa tuvo que planificar un tiempo de inactividad por mantenimiento periódico. “Teníamos servidores que dejaban de funcionar, la interconexión entre servidores no funcionaba y teníamos que programar periodos de mantenimiento periódicos, durante los cuales los clientes no podían acceder a la plataforma”, afirma Dahab. “Desde la migración a AWS, esto ya no es un problema y hemos tenido un tiempo de actividad superior al 99 por ciento”.

La migración a AWS no solo ha mejorado la fiabilidad y el rendimiento de la plataforma de Shgardi, sino que también ha reducido los costos, aumentado los ingresos y mejorado la productividad de los desarrolladores de la empresa. Esto ha hecho que el servicio de entrega atraiga inversiones externas y sea reconocido en la lista Forbes de Oriente Medio y Norte de África (MENA) de las startups más financiadas, por haber recaudado más de 37 000 000 USD.

Dahab afirma que la migración ha hecho que Shgardi sea más eficiente y la ha colocado en una posición mucho más favorable que antes de la pandemia. “Vamos a seguir utilizando más servicios de AWS”, comenta. “Esto nos ayuda a mejorar nuestra cuota de mercado en la región MENA y mejorará nuestra capacidad de expandirnos a más países”.