Freeman 對 AWS 平臺支援的功能稱讚不已。“AWS 提供了我們在自己的大資料分析平臺上快速製作原型、進行 資料科學 試驗、計算指標以及執行報告所需要的一切內容。”他說道。

對於 JustGiving 分析團隊，Freeman 表示，Amazon Redshift 經證明是一種頗為有效的產品，可進行資料探查和查詢大型結構化資料集 (包含位於不同群集上的數十億個資料點)。“我們構建了一整套用於執行事件驅動型 ETL 任務並整合內部和外部的 API 的工具。”他說道，“以前在 SQL Server 中需要 30 分鐘才能執行完的查詢現在只需數秒鐘便可執行完。我們可以執行之前不可能實現的較為複雜的查詢。我們甚至發現，與使用專用圖形資料庫相比，較為簡單的圖形類查詢 (如慈善機構和活動與使用者的關係) 的執行速度要更快。我們第一次能夠為企業使用者提供事務性和非事務性資料 (如頁面訪問次數、募捐活動和共享管道) 的綜合檢視。Redshift 是一款更快捷、更易於使用的產品，它為我們提供了更加有用的工具來支援我們的生產環境。”

JustGiving 使用 AWS EMR 來針對數 TB 資料執行大型自動化 ETL 和分析流程，而無需管理群集基礎設施設定和維護。“在使用 Amazon EMR 之前，我們的資料科學家只能使用可在一臺裝置上執行的演算法，並且這些演算法不適用於示例資料集。計算任何較大規模的資料則需要數天的時間。”Freeman 說道，“現在，藉助執行 Hadoop 或 Spark 群集的 Amazon EMR，他們可以輕鬆啟動擁有數百個 Amazon EC2 例項的群集來計算可擴充套件的圖形處理、自然語言處理、機器學習和流分析演算法。舉例來說，我們可以使用此項功能推薦眾籌專案、瞭解使用者網路、自動標記慈善機構以及提高使用者參與度。”

分析團隊可以結合使用 Amazon Kinesis、AWS Lambda 和 Amazon DynamoDB 來執行過去難以實施的複雜任務。例如，以近乎實時的方式將網站點選流事件寫入 Amazon Kinesis。AWS Lambda 函式可以執行程式碼以響應事件，從而處理事件並將其寫入 Amazon DynamoDB。此外，Lambda 可用於測試、事件監控和有效通知，而 DynamoDB 可用作 Kinesis 事件的持久資料儲存和虛擬化監控工具。

Atkinson 指出，這個新的分析平臺是 JustGiving 走向 IT 之路的新方法的一部分，對 JustGiving 大有裨益。“在使用 AWS 之前，JustGiving 基於單一高階資料來源制定決策。”他說，“現在，藉助新的 AWS 工具，我們可從基於數百萬募捐活動和數十億事件的多個來源提取更精細的資料，然後使用此類資訊為我們的訪客提供更好的平臺。”

AWS 平臺的可擴充套件性和經濟效益，尤其是按需付費的業務模式，也是促進該組織不斷髮展的關鍵。“我們現在一直將成本投入在運營週期和價值創造上。”Atkinson 說道，“之前，我們將大量資金投入在硬體上，我們花錢所得的資產就固定在那裡，其利用率通常不高。使用 AWS 之後，我們實現了管道的自動化，藉助新的分析平臺，我們只需將錢花在相關工具和資料上，以便生成洞察資訊、增加價值並實時支援針對所有訪問 JustGiving 的使用者的決策。”