L'app « Sports » d'Apple montre ce que les produits d'analyse sportive ratent encore
Sortie début 2024, l'app de scores bruts d'Apple est devenue l'un des produits sportifs les plus utiles de l'iPhone parce qu'elle refuse de faire de l'analyse. Le reste de l'industrie de la donnée sportive va dans l'autre sens.

La rubrique technologie de Slate a publié en juin un éloge de l'application, calé sur la Coupe du monde. Son propos est plus étroit et plus utile que le titre ne le laisse croire. L'auteur ne reproche pas aux applis sport de manquer de données. Il leur reproche d'avoir enterré le score sous ces données.
L'app d'Apple s'appelle simplement « Sports ». Elle ne transporte aucun titre d'actualité et aucun fil conçu pour vous retenir. Le seul guide de diffusion est une liste de chaînes qu'on voit en touchant un match. Selon Slate, les cotes de paris apparaissent sur le tableau de scores au premier téléchargement, mais un réglage les désactive définitivement. Restent les noms d'équipes, les logos, les bilans, les heures de coup d'envoi et les scores, plus une page de classements.
Où va l'argent
Cette retenue va contre la direction que les fournisseurs vendent au marché de la donnée sportive, aux équipes, aux ligues et aux diffuseurs. Les articles récents décrivent un marché en milliards, avec une croissance à deux chiffres en taux composé. Les fournisseurs présentent l'engagement des fans piloté par l'IA, l'intelligence 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. Les montants annoncés varient beaucoup selon le rapport qu'on lit. Le pari stratégique derrière 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'applis sport, soutient que ce pari a produit de moins bons produits. L'application officielle de la Major League Baseball, autrefois favorite, entoure désormais les scores et les vidéos de ce que l'article appelle de la décoration. Elle en paraît plus lourde. L'app d'ESPN, écrit-il, privilégie son offre de télévision en direct et un défilement vertical de vidéos baptisé « Verts ». La section des scores se trouve dans « une vaste mer d'autres boutons ».
Ce n'est pas le plus gros problème du monde, mais cela a créé bien plus de friction quand j'ai essayé d'utiliser mes applis sport préférées pour, disons, vérifier des scores.
C'est une plainte de consommateur, et il faut la lire comme telle. Elle ne prouve pas que les investissements dans l'analyse échouent. Mais elle pointe quelque chose que les fournisseurs d'analyse mesurent rarement : le coût de l'interface qui transporte l'analyse.
Le même argument, sur un autre marché
Un billet publié en août par Cassis, un fournisseur d'analyse de données, avance un point structurellement proche sur le travail de données en entreprise. Sa thèse : les agents IA ne suppriment pas le coût humain de la mise en valeur des données. Ils le redistribuent. Le billet emprunte une grille qu'il attribue à Hrishi Olickel : schéma à l'écriture contre 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 au moment de la récupération.
Il découpe ensuite le coût en trois parties. Le coût d'indexation couvre le travail préalable : concevoir des schémas, écrire des définitions de métriques, construire des tableaux de bord et amener quatre équipes à s'accorder sur ce que veut dire « client actif ». Le coût d'interrogation, c'est l'effort au moment de récupérer : 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, et pas seulement techniquement correct.
L'exemple déroulé est un directeur financier qui demande combien de clients grands comptes actifs ont renouvelé le trimestre précédent. Avant que quiconque puisse répondre, il faut décider quelle table contient les données clients. Il faut aussi décider ce que veut dire « actif », ce qui compte comme « grand compte », et quelle plage de dates couvre « le trimestre précédent » dans le calendrier fiscal de l'entreprise. Chaque système de la pile traite la question différemment. La question est de 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, argumente le billet, mais il persiste parce que c'est le chemin de moindre résistance politique. Aucun projet à financer, aucun alignement de parties prenantes à gagner, 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 appli sport qui pousse des cotes en direct, de la vidéo verticale et des alertes personnalisées fait un pari d'indexation. Elle investit en amont dans des fonctions qui, en théorie, retiendront les utilisateurs. Un tableau de scores brut fait un pari d'interrogation : il suppose que l'utilisateur sait ce qu'il veut, et il s'efface.
L'app d'Apple n'est pas dépourvue d'analyse. Elle s'appuie sur les données des ligues et des compétitions, football, tennis, basket et d'autres. Slate raconte que l'auteur a dû désactiver les notifications automatiques des Pittsburgh Penguins pendant les séries éliminatoires de la Stanley Cup. L'app signalait les faits avant la diffusion en streaming. C'est un pipeline de données qui marche assez bien pour devenir agaçant.
La différence est dans 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 une trentaine d'autres championnats de football, à la Serie A équatorienne, à la deuxième division allemande, au tennis masculin et féminin et au circuit LPGA. Les feuilles de match basiques, les classements et les effectifs sont à un tap. 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 ce qu'ils veulent, une app qui offre un accès incroyablement rapide aux scores et aux statistiques. » L'article oppose cela au langage typique des récents lancements de produits IA, et le contraste est tout l'intérêt.
Ce que cela ne prouve pas
La préférence d'un chroniqueur n'est pas un verdict du 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 démarchent répondent à une vraie question commerciale : comment transformer un spectateur qui vient voir un score en fan qui paie ? Le billet de Cassis, lui, est un fournisseur qui soutient que des moteurs d'interrogation moins chers ne rendent pas l'analyse bon marché. Cela sert justement son positionnement. Les deux sources ont un intérêt dans l'histoire qu'elles racontent.
La forme de la plainte mérite quand même l'attention de quiconque construit dans ce secteur. Le mode de défaillance décrit n'est pas une donnée manquante ni un mauvais modèle. 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 en friction au moment exact où l'utilisateur voulait un seul chiffre.
L'auteur de Slate termine en qualifiant l'app de l'un des deux ou trois meilleurs produits tech grand public des deux dernières années. Les autres incluent un objet dont le seul travail est d'empêcher un téléphone de fonctionner de façon distrayante. L'association est volontaire : dans les deux cas, le produit annonce qu'il fera 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 par IA, c'est la partie gênante. Le produit sportif le plus loué des deux dernières années n'a livré aucune nouvelle métrique. Il a juste arrêté de cacher celles qui existaient déjà.
Sources
2- 01Apple Made a Sports App That Does Almost Nothing. It's IncredibleEN
- 02There's still no free lunch in data analyticsEN
Tous les chiffres et citations de ce texte proviennent des sources citées ci-dessous.
Les contenus ont été préparés par l'équipe de rédaction, assistée par l'IA.
Commentaires
0- Aucun commentaire — soyez le premier.