L'app « Sports » d'Apple montre ce que les produits d'analyse sportive ratent

La section technologie de Slate a publié en juin un éloge de l'app, calé sur la Coupe du monde. Son argument est plus étroit, et plus utile, que le titre ne le laisse penser. L'auteur ne reproche pas aux apps sportives de manquer de données. Il leur reproche d'avoir enterré le score sous ces données.

L'app d'Apple s'appelle simplement « Sports ». On n'y trouve aucun titre d'actualité, aucun guide de diffusion en dehors d'une liste de chaînes visible seulement si l'on tape sur un match, et aucun fil conçu pour retenir. Selon Slate, les cotes de paris apparaissent sur le tableau de scores au premier téléchargement, mais un interrupteur permet de les désactiver définitivement. Restent les noms d'équipes, les logos, les bilans, les heures de coup d'envoi et les scores, plus une page de classement.

Où va l'argent

Cette retenue va contre la direction que prend le marché des données sportives, tel qu'il est vendu aux équipes, aux ligues et aux diffuseurs. Une couverture récente du secteur décrit un marché en milliards et en croissance à deux chiffres. Les fournisseurs y vendent l'engagement des fans piloté par l'IA, l'intelligence de billetterie et l'analyse de performance comme la prochaine couche de valeur. Ces chiffres viennent de cabinets d'études et de communiqués, pas de résultats d'exploitation audités, et les montants varient fortement selon le rapport consulté. Le pari stratégique, lui, reste le même : plus de données, plus de personnalisation, plus de raisons d'ouvrir l'app et d'y rester.

L'auteur de Slate, qui se décrit comme un gros utilisateur d'apps sportives, soutient que ce pari a produit de moins bons produits. L'app officielle de la Major League Baseball, autrefois favorite, entoure désormais scores et vidéos de ce que l'article appelle de la décoration, ce qui l'a alourdie. L'app d'ESPN, écrit-il, privilégie son offre de télévision en direct et un défilement vertical de vidéos appelé « Verts ». La section des scores, elle, se trouve dans « une vaste mer d'autres boutons ».

Ce n'est pas le plus grand problème du monde, mais cela a créé beaucoup plus de friction quand j'ai essayé d'utiliser mes principales apps sportives pour, disons, consulter des scores.

C'est une plainte de consommateur, et il faut la lire comme telle. Elle ne prouve pas que les investissements analytiques échouent. Mais elle pointe ce que les fournisseurs d'analyse mesurent rarement : le coût de l'interface qui livre l'analyse.

Le même argument, dans un autre marché

Un article publié en août par Cassis, un fournisseur d'analyse de données, avance un point structurellement similaire sur le travail de données en entreprise. Sa thèse : les agents IA ne suppriment pas le coût humain de rendre les données utiles, ils le redistribuent. L'article emprunte un cadre qu'il attribue à Hrishi Olickel, le schéma à l'écriture contre le schéma à la lecture. Autrement dit : ranger ses vêtements directement dans une armoire triée, ou fouiller une pile quand on a besoin de quelque chose. Ce choix, soutient Cassis, décide si l'on paie en amont ou à la récupération.

Il découpe ensuite le coût en trois parties. Le coût d'indexation couvre le travail en amont : concevoir des schémas, écrire des définitions de métriques, construire des tableaux de bord et amener quatre équipes à s'accorder sur ce que signifie « client actif ». Le coût d'interrogation est l'effort au moment de la récupération : parcourir un wiki, écrire du SQL, formuler un prompt ou écrire à l'équipe data. La fiabilité, c'est de savoir si le chiffre qui revient est sémantiquement juste, pas seulement techniquement correct.

L'exemple travaillé est un directeur financier qui demande combien de clients grands comptes actifs ont renouvelé le trimestre dernier. Avant que quiconque puisse répondre, il faut décider quelle table contient les données clients, ce que signifie « actif », ce qui compte comme « grand compte », et quelle période couvre « le trimestre dernier » dans le calendrier fiscal de l'entreprise. Chaque système de la pile traite cette question différemment. Reste à savoir qui réfléchit, et quand.

Cassis décrit une rotation hebdomadaire dans une entreprise où une seule personne est dédiée aux questions ad hoc. Cela consomme environ 20 % d'une équipe de cinq ou six personnes, en permanence. Le coût est réel, soutient l'article, mais il persiste parce que c'est le chemin de moindre résistance politique : aucun projet à financer, aucun acteur à convaincre, aucun processus à concevoir.

Plus de données, plus de décisions sur où placer le travail

Lus ensemble, les deux textes décrivent le même arbitrage à des échelles différentes. Une app sportive qui pousse cotes en direct, vidéo verticale et alertes personnalisées fait un pari d'indexation : investir en amont dans des fonctions qui, en théorie, retiendront les utilisateurs. Un tableau de scores nu fait un pari d'interrogation : supposer que l'utilisateur sait ce qu'il veut, et s'effacer.

L'app d'Apple n'est pas dépourvue d'analyse. Elle s'appuie sur des données de ligues et de compétitions en football, tennis, basketball et plus encore. Slate note que l'auteur a dû désactiver les notifications automatiques des Pittsburgh Penguins pendant les séries de la Coupe Stanley, parce que l'app annonçait les faits avant la diffusion en streaming. C'est un pipeline de données qui fonctionne assez bien pour être agaçant.

La différence est l'endroit où le produit dépense son budget de complexité. L'auteur de Slate indique que la couverture s'étend aux matchs de la Coupe du monde, à la MLS, à la NWSL, à environ 30 autres ligues de football, à la Serie A équatorienne, à la deuxième division allemande, au tennis masculin et féminin et au LPGA Tour. Derrière un tap : des feuilles de match basiques, des classements et des effectifs. Rien de tout cela n'est présenté comme un fil.

Slate cite un dirigeant d'Apple lors de l'annonce de l'app à l'hiver 2024 : « Nous avons créé Apple Sports pour donner aux fans de sport ce qu'ils veulent, une app qui offre un accès extrêmement rapide aux scores et aux statistiques. » L'article oppose cette phrase au langage typique des récents lancements de produits IA. Le contraste, c'est tout l'intérêt.

Ce que cela ne prouve pas

La préférence d'un chroniqueur n'est pas un verdict de marché, et l'article de Slate ne prétend pas l'être. Les organisations sportives vendent des billets, des abonnements et de la publicité. Les fournisseurs d'analyse qui les démarcher répondent à une vraie question commerciale : comment transformer un simple consulteur de scores en fan payant ? L'article de Cassis, lui, est un fournisseur qui soutient que des moteurs d'interrogation moins chers ne rendent pas l'analyse bon marché, ce qui sert accessoirement son propre positionnement. Les deux sources ont intérêt à l'histoire qu'elles racontent.

La forme de la plainte mérite tout de même l'attention de quiconque construit dans ce domaine. Le mode de défaillance décrit n'est pas une donnée manquante ni de mauvais modèles. C'est un produit qui a décidé que ses propres métriques d'engagement comptaient plus que la tâche de l'utilisateur. Il l'a payé par de la friction au moment précis où l'utilisateur voulait un chiffre.

L'auteur de Slate conclut en qualifiant l'app de l'un des deux ou trois produits tech grand public préférés des deux dernières années, aux côtés d'un matériel dont le seul rôle est d'empêcher un téléphone de fonctionner de manière distrayante. L'association est délibérée : dans les deux cas, un produit annonce une chose et la fait. Pour les équipes et les ligues à qui l'on vend aujourd'hui des tableaux de bord, des couches d'alerte et des résumés IA, c'est la partie inconfortable. Le produit sportif le plus loué des deux dernières années n'a livré aucune nouvelle métrique. Il a simplement cessé de cacher celles qui existaient déjà.