Didirikan pada tahun 2012 di Beirut, Anghami menawarkan layanan streaming audio gratis dan berbayar. Layanan premiumnya menyediakan fitur seperti kemampuan mengunduh lagu dan memutarnya secara offline, memutar mundur atau memutar cepat musik, dan menampilkan lirik.

Dengan meningkatnya layanan musik saingan baru-baru ini, Anghami menyadari makin pentingnya mengarahkan pelanggan ke artis dan konten yang sesuai dengan preferensi mereka. Hal ini menjadi lebih penting mengingat makin banyaknya koleksi musik Arab dan internasional yang tersedia di platform ini. Fitur rekomendasi musik ini menarik pelanggan baru dan menumbuhkan loyalitas pengguna yang lebih besar. Perusahaan telah mengamati bahwa pengguna menghabiskan lebih banyak waktu di situs ketika diberikan rekomendasi lagu tambahan.

Solusi Anghami sebelumnya untuk menghasilkan rekomendasi menggunakan kode lama yang menyulitkan timnya untuk memperluas fungsinya. Anghami memutuskan untuk membuat solusi cloud-native baru di AWS. Dengan platform baru ini perusahaan tidak perlu melakukan pemeliharaan untuk kode lama, dan memberikan lebih banyak waktu bagi para teknisi untuk membangun fitur serta kemampuan baru bagi pelanggan. Hal ini juga berarti mereka dapat memanfaatkan alat serbaguna seperti Amazon OpenSearch Service, yang mempermudah melakukan analitik log interaktif, pemantauan aplikasi waktu nyata, dan pencarian situs web.

Perusahaan ini berkeinginan untuk mengembangkan platform rekomendasi mutakhir yang dapat diskalakan untuk menangani makin luasnya basis pengguna, sekaligus memfasilitasi pembuatan fitur dan layanan baru bagi pelanggannya.

Sebagai pelanggan AWS sejak awal, Anghami menghubungi arsitek solusi AWS untuk menyelidiki opsi teknologinya berdasarkan rencana masa depannya. Setelah beberapa lokakarya mendalam, mereka menghasilkan arsitektur baru yang sederhana, kuat, serta mudah dipelihara dan dikembangkan.

Dalam waktu 6 bulan setelah lokakarya arsitektur awal dengan AWS, Anghami meluncurkan mesin rekomendasi berbasis cloud untuk katalog lagu dan podcast-nya yang terus bertambah.
Platform rekomendasi layanan sekarang berjalan di Amazon OpenSearch Service. Anghami menyimpan data perilaku pengguna dan konten audio di Amazon Simple Storage Service (Amazon S3), penyimpanan objek yang dibuat untuk mengambil data berapa pun jumlahnya dari mana saja.

Untuk menjalankan beban kerja data yang besar, perusahaan menggunakan Amazon EMR, yang dengan mudah menjalankan dan menskalakan Apache Spark, Hive, Presto, dan beban kerja besar lainnya. Beban kerja ini mencakup pelatihan data pelanggan selama hampir satu dekade yang telah dikumpulkan dari jutaan pelanggan yang menggunakan layanan streaming musik setiap hari. Untuk melatih model machine learning yang menghasilkan rekomendasi musik, Anghami menggunakan Amazon SageMaker, yang membantu membangun, melatih, dan melakukan deployment model ML.

Membangun platformnya di AWS telah mengurangi risiko teknologi perusahaan karena kini lebih mudah untuk menemukan teknisi berbakat dan staf DevOps. “Sebagai perusahaan teknologi, kesuksesan adalah karena talenta Anda,” kata Kevin Williams, Vice President (VP) of Machine Learning di Anghami. “Kami dapat dengan cepat menemukan kandidat yang memiliki keterampilan OpenSearch dan orang lain yang termotivasi untuk mempelajari OpenSearch karena teknologi ini banyak digunakan. Pelatihan staf teknis juga lebih cepat, karena mereka dapat mengakses dokumentasi yang ada di layanan AWS.”

Developer Anghami kini dapat dengan cepat membuat prototipe ide fitur baru dari tim produk dan dengan cepat mengembangkan kueri untuk merekomendasikan konten bagi pengguna. Menulis kueri penelusuran dan membuat prototipe memerlukan waktu 1–2 hari di AWS, dibandingkan sekitar 2 minggu pada sistem sebelumnya. Sejak diluncurkan di AWS, tim telah membuat fungsi baru di halaman arahan layanan yang menyarankan artis dan daftar putar relevan untuk didengarkan pelanggan, bukan hanya menyarankan lagu.

Anghami juga dapat segera merilis musik baru kepada penggemarnya. Saat lagu baru dirilis, biasanya pada hari Jumat, penggemar dapat mengaksesnya dalam satu menit setelah rilis resmi. Dengan solusi sebelumnya, tim teknologi tidak dapat dengan cepat menambahkan satu lagu pun ke katalog. Namun, dengan menggunakan OpenSearch, tim dapat menyisipkan dan menyajikan lagu dengan algoritma machine learning miliknya pada saat lagu tersebut dirilis. “Ini adalah fitur penting yang benar-benar membuat kami menonjol dibandingkan pesaing kami,” kata Williams. “Kami sangat puas bisa melihat penggemar senang dengan rilis baru.”

Anghami kini memiliki landasan teknologi yang dapat dibangun selama tahun-tahun mendatang. “Saya senang menjalankan sprint pengembangan dan menemukan pengalaman pelanggan terbaik secara tepat waktu,” kata Williams.

Anghami berencana untuk terus mengembangkan katalog audionya dan memperluas basis penggunanya di Timur Tengah dan sekitarnya. “Kami ingin memiliki audio di wilayah tempat kami beroperasi, untuk podcast, buku audio, dan musik,” tambah Williams. “Dengan menggunakan AWS, kami memiliki semua yang kami perlukan untuk mencapai hal tersebut. Platform kami ini fleksibel, andal, dapat diskalakan, dan mudah dipelihara, sehingga kami dapat mengerahkan upaya kami untuk tugas berharga yang menguntungkan pelanggan, bukan pemeliharaan.”