Le tableau de bord discret d'Apple et la vague d'outils analytiques open source
Slate a qualifié l'app Sports d'Apple, lancée début 2024, de meilleur produit tech grand public des deux dernières années. Pendant ce temps, GitHub se remplit d'outils analytiques auto-hébergés qui concurrencent les grands fournisseurs.

Deux choses se sont produites cette année dans la tech sportive, qui méritent d'être mises côte à côte. Apple a livré une app de sport qui fait une seule chose. Un groupe de développeurs, de cabinets et de fournisseurs de bases de données ont livré des outils qui tentent de rendre l'analytique moins dépendante d'une poignée de fournisseurs cloud.
Slate a publié le 10 juin un article affirmant qu'Apple Sports, lancée à l'hiver 2024, est un cas rare d'app qui fait exactement ce qu'elle promet. L'article énumère ce que l'app n'a pas : pas de titres d'actualité, pas de guides de streaming, pas de défilement à la TikTok. L'auteur dit l'utiliser pour la NHL, la NFL, le football universitaire et le basket universitaire. Pendant les séries éliminatoires de la Coupe Stanley, note-t-il, il a dû désactiver les notifications automatiques des Pittsburgh Penguins. L'app était plus rapide que son abonnement de streaming.
Les données derrière la simplicité
Le fonctionnement mérite d'être détaillé. Il explique pourquoi une app de consultation de scores ne ressemble pas à ce que sont devenues ESPN ou la MLB. Apple Sports affiche les noms d'équipes, les logos, les bilans, les heures de match et les scores, ainsi que les classements. Un appui sur un match ouvre une feuille de match, un classement des joueurs ou les effectifs. L'app couvre la MLS, la NWSL et une trentaine d'autres championnats de football, dont la Serie A équatorienne et la deuxième division allemande, plus le tennis masculin et féminin et le circuit LPGA. Les Activités en direct peuvent pousser les scores sur l'écran verrouillé. Les cotes de paris apparaissent sur le tableau des scores mais peuvent être désactivées dans les réglages. La publicité est décrite comme occasionnelle, surtout des bannières renvoyant vers Apple TV.
Slate cite le discours d'origine d'un dirigeant d'Apple lors de l'annonce de 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. » C'est toute la déclaration produit. Pas de couche agentique, pas de bot résumeur, pas de génération d'images.
Savoir si cette retenue passe à l'échelle est une autre question. L'app consomme des données sportives plutôt qu'elle n'en produit. Sa valeur dépend d'accords de licence avec les ligues et les fournisseurs de données, que Slate n'aborde pas. Elle dépend aussi de la volonté d'Apple de maintenir un produit sans revenu évident attaché. Ni l'un ni l'autre n'est garanti.
L'autre côté du marché
Pendant ce temps, la couche d'outils sous l'analytique sportive et d'entreprise se densifie. Le 13 septembre, un projet nommé plainoldanalytics est apparu sur GitHub sous le pseudonyme poundifdef. C'est un paquet d'analytique web auto-hébergé, greffé sur des applications Go. Son auteur le présente comme proche d'Umami, Plausible ou PostHog, mais intégré à l'app elle-même. Le paquet de base est indépendant du stockage : l'importer n'entraîne ni DuckDB ni aucun autre backend. Le développeur choisit un paquet de stockage, ou implémente l'interface Storage et la passe à plainoldanalytics.New.
Le dépôt montre un tableau de bord intégré monté sur le chemin de votre choix, un wrapper de middleware et un enregistreur de sessions navigateur en option. Le trafic est écrit sur disque environ une fois par seconde. Le README demande aux développeurs d'appeler Close() à l'arrêt pour vider ce qui reste en tampon. Des adaptateurs existent pour gin et chi. La documentation prévient que le middleware doit être limité à un groupe. Ainsi, le tableau de bord analytique lui-même n'est pas enregistré comme trafic.
Le 8 septembre, un cabinet logiciel nommé Adaca a publié une autre approche : adaca-analytics, un tableau de bord auto-hébergé pour Google Analytics 4 et BigQuery, fonctionnant sur Cloudflare Workers. Les agrégations quotidiennes issues de l'API GA4 Data ou d'un export BigQuery arrivent dans une base D1 que l'utilisateur possède, tandis que le temps réel reste chez Google. Le README décrit six tableaux de bord prêts à l'emploi, un constructeur en quatre étapes, des segments enregistrés, des liens de partage en lecture seule, une comparaison avec les périodes précédentes et des synthèses hebdomadaires et mensuelles par e-mail ou Slack. L'installation exige un compte de service Google avec accès Viewer et un déploiement sur Cloudflare, qui duplique le dépôt et provisionne D1 et KV.
Le projet est sous licence MIT. Adaca se présente comme un cabinet logiciel qui développe des logiciels sur mesure et intègre des ingénieurs seniors dans les équipes clients.
Débats d'architecture
Starburst a publié le 11 septembre une analyse de deux architectures pour l'analyse de données agentique. Son cadre s'applique aux deux outils ci-dessus. La première option consiste à extraire les données des systèmes sources et à remettre les fichiers bruts à un agent. Starburst appelle cela « option 0 » et estime qu'elle est peu praticable hors circonstances inhabituelles. Les agents facturés à l'élément de données deviennent prohibitifs quand on envoie des téraoctets. La seconde option consiste à donner à l'agent un accès direct à la base de données et à le laisser écrire son propre SQL. L'agent affine ses requêtes par itérations pendant que le moteur de base de données fait le traitement. Starburst note que les agents peuvent submerger les systèmes de bases de données de requêtes spéculatives, mais affirme que le secteur se concentre sur la prise en charge des charges de travail agentiques.
C'est l'arbitrage que font discrètement les nouveaux outils. Adaca garde l'agrégation lourde dans une base que l'utilisateur contrôle. Plainoldanalytics garde le trafic dans le processus de l'application elle-même. Aucun n'envoie de données brutes à un tiers par défaut. Les gros titres les plus bruyants de la tech sportive portent sur les systèmes d'IA de ciblage et de prédiction. Le changement le plus intéressant est peut-être le glissement vers des outils plus petits qui refusent de faire plus d'une chose.
Sources
4- 01Apple Made a Sports App That Does Almost Nothing. It's IncredibleEN
- 02We rebuilt the old Google Analytics on top of GA4's dataEN
- 03Show HN: Plainoldanalytics: Analytics Middlware for GoEN
- 04An Analysis of Two Architectures for Agentic Data AnalysisEN
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.