Caso di studio Depop

Depop propone un’alternativa allo shopping tramite un marketplace ricco di accessori e abbigliamento alla moda. Questa azienda si è affidata ad AWS dopo aver raggiunto i propri limiti con la sua tecnologia PaaS preesistente. AWS ha consentito a Depop di iterare, distribuire e aumentare orizzontalmente nuove funzionalità in modo rapido, con una particolare attenzione al machine learning.

Depop propone un‘esperienza di shopping social supportata dalla propria community e rivolta alle nuove generazioni, in cui gli utenti possono comprare, vendere e scoprire articoli esclusivi. Depop ha l'obiettivo di rendere il settore della moda più sostenibile e di offrire un'esperienza di acquisto circolare, offrendo un'alternativa ai portali che propongono unicamente articoli nuovi.

Per supportare la crescita e le nuove funzionalità necessarie per lo sviluppo futuro, Depop si è affidata completamente ad AWS. Così si è trasformata da piccola startup a una realtà affermata di successo che vanta oltre 25 milioni di utenti (con il 90% di utenti attivi di età inferiore ai 25 anni) e una crescita annua della clientela pari al 130% nei suoi principali mercati, fra cui Stati Uniti, Regno Unito e Australia.

Depop è passata ad AWS circa due anni e mezzo fa, proprio mentre stava per raggiungere i limiti della propria tecnologia Platform-as-a-Service (PaaS) preesistente. "Stavamo riscontrando varie problematiche con il nostro fornitore di PaaS, fra cui limiti di scalabilità, scarsa flessibilità nel dimensionare le nostre applicazioni e vincoli insiti nelle soluzioni dovuti a una gamma di funzionalità a disposizione completamente gestita, ma limitata", ha affermato il Chief Technology and data officer (Direttore della tecnologia e dei dati) di Depop, Remo Gettini.

Robert Erdin, il Direttore delle applicazioni e dei servizi di Depop, ha aggiunto che l'azienda aveva anche bisogno di un'infrastruttura maggiormente conveniente e che garantisse più controllo.

Depop ha effettuato la migrazione ad AWS in autonomia, affidandosi all'aiuto dei solution architect di AWS per superare ogni sfida. Sono stati affrontati vari aspetti fra cui la comprensione delle varie misure per ridurre i costi e la modalità con cui applicarle e monitorarle, così come il grado di maturità dei vari servizi AWS.

Un'altra sfida è stata quella di trovare il giusto equilibrio tra la fornitura di astrazioni riutilizzabili, sicure e facili da usare per gli sviluppatori di applicazioni e la concessione agli sviluppatori di un accesso diretto all'infrastruttura di provisioning.

Grazie all'utilizzo di AWS, l'azienda ha aumentato il numero di team che possono lavorare contemporaneamente sull'applicazione Depop. Si è passati da due a otto, e presto sarà possibile impiegare più di 10 team. Questo fattore ha migliorato notevolmente la capacità di Depop di sviluppare, testare e implementare nuovi servizi. Clemence J. Burnichon, Head of data science and machine learning (Direttore di Data Science e Machine Learning) per Depop, afferma che AWS ha anche offerto al suo team la flessibilità necessaria per espandersi a 25 istanze partendo da un cluster a due istanze.

AWS supporta anche la rapida crescita sul mercato di Depop. La rete di distribuzione di contenuti di Amazon CloudFront, integrata con Amazon Simple Storage Service (Amazon S3), sarà fondamentale per promuovere questa espansione supportando la distribuzione di immagini e video.

I servizi di Depop sono sempre più supportati dal machine learning e l'azienda utilizza ampiamente i servizi ML di AWS per i propri carichi di lavoro ML. Una delle principali sfide tecnologiche per Depop consiste nel gestire un inventario in continua crescita in cui non esistono due articoli uguali. L'azienda si affida ad una soluzione di data lake basata su Amazon S3 per gestire il suo vasto inventario composto da 25 milioni di articoli e transazioni, impiegando Amazon Kinesis Data Firehose per trasmettere i dati, e utilizzando in parte Amazon Managed Streaming for Apache Kafka (Amazon MSK).

In combinazione con la tecnologia di riconoscimento visivo, gli algoritmi di machine learning classificano gli articoli di abbigliamento conservati nel data lake secondo vari criteri, fra cui taglia, colore e marca, supportando al contempo il servizio di Personal Shopper di Depop per la ricerca e i suggerimenti.

Depop prevede di utilizzare Amazon Elasticsearch Service per la propria applicazione per dispositivi mobile in modo da avvalersi dei dati classificati contenuti nel data lake. Fornirà un controllo più granulare per la ricerca e consentirà di aggiungere altri algoritmi di machine learning nel corso del tempo.

Altre tecnologie Amazon utilizzate insieme al data lake includono il data warehouse Amazon Redshift per la creazione di versioni di dati più pulite e pacchettizzate e il servizio di query interattivo Amazon Athena per fornire un rapido accesso ai dati.

Grazie alla disponibilità di questi strumenti AWS, il team ML di Depop può anche iterare rapidamente nuovi modelli di deep learning. Secondo Burnichon, il team ML ha attualmente in produzione circa 30 modelli di ML, che elaborano un totale di un milione e mezzo di messaggi all'ora.

Questi modelli sono supportati da Amazon SageMaker e Amazon EMR per quanto concerne l'indicizzazione e la pertinenza, mentre i processi di estrazione, trasformazione e caricamento (ETL) vengono forniti tramite AWS Glue.

AWS ha consentito a Depop di passare a "servizi di back-end più granulari, che ci hanno consentito di ampliare notevolmente il nostro team di ingegneri e di lavorare su più funzionalità contemporaneamente", spiega Gettini.

Depop sta utilizzando Amazon Elastic Kubernetes Service (Amazon EKS) per fornire capacità di calcolo serverless per i container che supportano la sua app mobile, offrendo al team di sviluppo la possibilità di distribuire nuovi servizi di produzione in un solo giorno. Erdin afferma che AWS ha consentito una "democratizzazione dell'accesso all'infrastruttura", permettendo ai team di sviluppo di fare nuovi esperimenti in modo semplice ed economico, in tutta sicurezza e senza aumentare il debito tecnico. Indipendentemente da cosa desideri fare, AWS propone un servizio apposito", ha affermato.

Inoltre, l'utilizzo di AWS garantisce che i servizi o le applicazioni di successo si trovino già nell'ambiente giusto per entrare in produzione. Secondo Erdin, Depop ha attivato oltre 100 servizi.

Per Depop un altro grande vantaggio è la possibilità di mettersi in contatto con specialisti AWS. Come esempio, Erdin ha citato la possibilità di dare spazio alle idee e trovare risposta alle domande attraverso un confronto con gli architetti di soluzioni AWS. Inoltre, AWS offre a Depop corsi di formazione frequenti che spaziano dalle sessioni di base su AWS e il cloud agli approfondimenti su tecnologie specifiche.

Per Gettini, il più grande risultato di Depop con AWS è la possibilità di "supportare attraverso pochissimi ingegneri dedicati alla manutenzione dell'infrastruttura un'organizzazione che si occupa di prodotti e aspetti tecnici composta da oltre 100 persone suddivise in nove team interfunzionali".

"Se faccio un confronto con il periodo in cui ho iniziato la mia carriera quasi 30 anni fa, tutto questo è davvero strabiliante".