Les applications sportives sont devenues lourdes. L'analyse derrière elles s'est compliquée
La technologie sportive se vend comme une histoire de données. L'ingénierie plus difficile se cache dans les tuyaux : l'application Sports d'Apple ne garde que les scores, Adaca a reconstruit Google Analytics sur Cloudflare Workers, et un adolescent a trouvé 17 000 000 000 000 de lignes dans une base Microsoft après qu'un contrôle de JWT a été omis.

La technologie sportive se vend comme une histoire de données. Les argumentaires qui arrivent dans les rédactions ce mois-ci parlent d'IA sur les marchés du sport, de tableaux de bord de croissance des fans et d'analyse de performance. C'est la couche marketing. La couche ingénierie est différente, et plus facile à examiner. Elle arrive surtout sous forme d'open source, de rapports de bug bounty ou de notes produit.
Prenons l'exemple grand public le plus visible. Slate a publié en juin un article affirmant que l'application Sports d'Apple est la meilleure application livrée par l'entreprise depuis des années, précisément parce qu'elle ne fait presque rien. L'application, simplement nommée « Sports », ne contient aucun titre d'actualité, aucun guide de streaming et presque aucune publicité. Le critique de Slate note qu'elle affiche les noms et logos des équipes, les bilans, les horaires et les scores, plus une page de classements. Les cotes de paris apparaissent sur le tableau des scores, mais un réglage les supprime définitivement.
Voilà tout le produit. Ce qui intéresse ceux qui travaillent sur les données sportives, c'est pourquoi l'application paraît rapide. Elle est étroite par conception, si bien que le pipeline de données derrière n'a jamais à réconcilier flux, contenu éditorial et inventaire vidéo dans la même vue.
Le tableau des scores est la partie facile
Le journaliste de Slate décrit la personnalisation comme parfaite. Vous choisissez des ligues et des équipes, elles apparaissent sur une page d'accueil et dans une barre latérale, et leurs scores peuvent remonter en Live Activities sur l'écran verrouillé. La couverture dépasse largement la Coupe du monde, jusqu'à la MLS, la NWSL et une trentaine d'autres ligues de football, plus le tennis masculin et féminin et le LPGA Tour. Cliquer sur un match ouvre une feuille de match, un classement ou un effectif basiques.
L'application a été annoncée à l'hiver 2024. Slate cite un dirigeant d'Apple qui posait alors la promesse : « Nous avons créé Apple Sports pour donner aux fans de sport ce qu'ils veulent, une application qui offre un accès extrêmement rapide aux scores et aux statistiques. » Aucun discours agentique, aucune promesse de rapprocher les fans du terrain.
Cette retenue contient une leçon utile. La plupart des propriétés sportives traînent des années de fonctionnalités accumulées. Le critique de Slate pointe l'application officielle de la Major League Baseball, autrefois favorite, qui entoure scores et vidéos de décorations. Il pointe aussi celle d'ESPN, qui pousse son offre de télévision en direct et un fil façon TikTok appelé « Verts » au-dessus de la section des scores. La friction n'est pas un problème de données. C'est un problème de produit déguisé en problème de données.
C'est là que la plomberie devient intéressante, et que les traces publiques de ce mois sont inhabituellement riches.
Le 8 septembre, un cabinet de conseil logiciel nommé Adaca a publié Adaca Analytics, une couche de tableaux de bord auto-hébergée pour Google Analytics 4 et BigQuery, fonctionnant sur Cloudflare Workers. Selon le README GitHub du projet, les agrégats quotidiens issus de la GA4 Data API ou d'un export BigQuery atterrissent dans une base D1 que l'opérateur possède. Les données temps réel restent chez Google. Le dépôt livre six tableaux de bord et un constructeur en quatre étapes pour les personnalisés.
Les détails comptent plus que l'argumentaire. Chaque chiffre du tableau de bord ouvre une page de détail avec sa propre tendance et ses ventilations, précalculées pour se charger en un seul aller-retour. Il y a un filtre pour tout un tableau de bord, des segments enregistrés et des liens de partage en lecture seule qui peuvent figer un filtre. Les comparaisons se font avec la période précédente, l'an dernier ou n'importe quelle fenêtre. L'installation demande de créer un compte de service Google avec accès Viewer sur une propriété GA4, de télécharger sa clé JSON, puis de déployer sur Cloudflare, qui duplique le dépôt et provisionne D1 et KV. Le README précise qu'il n'y a pas d'authentification. Il invite les opérateurs à placer Cloudflare Access ou le Basic Auth intégré devant le déploiement. Le projet est sous licence MIT.
Relisez cela dans le contexte sportif et la forme du problème devient claire. Un club, une ligue ou un diffuseur qui veut sa propre vue analytique l'assemble désormais à partir de pièces standard : un runtime de worker, une petite base de données, un compte de service en lecture seule et une tâche cron. La partie chère n'est pas le moteur de requêtes. C'est le modèle d'accès et la discipline opérationnelle.
Quand le contrôle du jeton manque
Tom's Hardware a rapporté le 28 septembre qu'un adolescent sous le pseudonyme Faav a trouvé un point de terminaison non authentifié dans Titan, la plateforme d'analyse interne de Microsoft. Le rapport indique qu'un bot qu'il avait construit, nommé Antares, a trouvé une URL de point de terminaison qui renvoyait une erreur exigeant un VPN. Antares a ensuite énuméré les sous-domaines et en a trouvé un sur un hôte Azure Cloud, avec un fichier Swagger/OpenAPI listant quatre routes. Trois exigeaient une authentification Azure Active Directory. Une non, et elle s'appelait /v2/Query. Elle acceptait du SQL brut.
Selon le rapport, Faav a utilisé la Wayback Machine pour retrouver une version 2023 d'une page de connexion contenant un fichier de configuration Apache Superset qui décrivait le schéma de la base, dont 56 définitions de tables. Le point de terminaison rejetait ses requêtes faute de JWT, il a donc lancé Antares contre lui pendant 10 jours sans succès. Puis il a remarqué que les réponses du serveur laissaient entendre que la signature numérique du jeton n'était pas vérifiée. Il a présenté un jeton revendiquant un accès administrateur, et il est entré. Un simple SHOW DATABASES a renvoyé 25 000 enregistrements de données salariés, plus des enregistrements d'organisation, des tableaux de bord et des graphiques.
En creusant, il a trouvé une source de données pour l'analyse Bing. En comptant les lignes table par table, rapporte Tom's Hardware, il a dénombré un accès à 17 000 000 000 000 d'enregistrements au total. Il a signalé le problème au programme de bug bounty de Microsoft et a reçu 5 000 dollars. Dans son billet de blog, il écrit : « L'IA et l'intuition humaine se sont combinées ici. Antares a fait dix jours de travail que je n'ai pas eu à faire [...] Sa persévérance, plus une intuition humaine, voilà ce qui a rendu cette découverte possible. »
Deux choses méritent d'être séparées ici. La première est la vulnérabilité elle-même : un point de terminaison qui acceptait du SQL brut et ne vérifiait pas la signature d'un jeton. La seconde est la méthode de découverte. L'énumération de sous-domaines par force brute était automatisée. L'intuition que le contrôle de signature manquait, et qu'une revendication d'administrateur forgée fonctionnerait donc, ne l'était pas.
Starburst a publié le 11 septembre une analyse qui pose la même tension du côté de l'architecture. L'article détaille deux façons d'alimenter un agent d'IA en entreprise : extraire les données et les remettre, ou donner à l'agent un accès direct à la base et le laisser écrire ses propres requêtes. La première option, que l'auteur appelle « option 0 », devient vite coûteuse, car un agent facturé à l'élément de données traité ne peut pas recevoir des téraoctets. L'auteur la juge peu pratique hors circonstances inhabituelles.
La seconde option laisse le moteur de base de données faire ce pour quoi il est optimisé pendant que l'agent envoie des requêtes successives ou parallèles. L'article signale aussi un risque réel : les agents peuvent être bien plus exigeants que des utilisateurs humains. Ils peuvent submerger une base de requêtes spéculatives en affinant leur cible. L'exemple du magasin d'alimentation illustre bien pourquoi la question est difficile. Demander si une promotion sur les œufs a été rentable exige les données de transaction d'un système, les données de fidélité et démographiques d'un autre, et une chaîne de questions de suivi sur la composition du panier et les visites répétées.
C'est la même forme que le problème de l'analyse sportive. Billetterie, streaming, merchandising, télémétrie d'application et données de site sont dans des systèmes différents, et les requêtes qui comptent les traversent tous. L'article de Starburst soutient que les systèmes de bases de données modernes savent de mieux en mieux traiter les charges agentiques. Il ajoute que les agents ne égaleront pas de sitôt l'optimisation de moteurs réglés depuis longtemps sur des téraoctets de données structurées.
Les outils discrets sont ceux à surveiller
Loin du niveau entreprise, deux projets plus petits montrent où va l'outillage. Plainoldanalytics, publié sur Hacker News le 13 septembre, est un middleware d'analyse auto-hébergé pour applications Go. Son README le décrit comme proche d'Umami, Plausible ou PostHog, mais intégré à l'application elle-même. Le paquet central est indépendant du stockage, donc l'importer n'entraîne jamais de backend. Les opérateurs choisissent un paquet de stockage, comme DuckDB ou un stockage en mémoire, ou implémentent l'interface eux-mêmes. Le trafic est vidé sur disque environ une fois par seconde. Le middleware enregistre les paramètres de chemin, sauf si une route est enveloppée pour enregistrer le chemin littéral. Des adaptateurs existent pour gin et chi.
DataZen, publié le 29 août, va dans l'autre sens : un client de bureau local-first pour le travail multi-bases. Son site liste PostgreSQL, MySQL, SQLite et Redis en natif, avec des pilotes optionnels pour MongoDB, ClickHouse, DuckDB et SQL Server. Il propose du SQL en langage naturel, un diagnostic d'erreur en un clic, la visualisation d'EXPLAIN, des workflows YAML et un serveur MCP intégré. Ce serveur expose requêtes, inspection de schéma et workflows comme outils pour des agents tels que Claude Desktop, Cursor et Cline. Le site indique que les identifiants sont chiffrés en AES-256-GCM et stockés dans le trousseau du système. Il indique que seuls le schéma et le contexte de requête sont envoyés au fournisseur d'IA, et que le code source complet est disponible sous GPLv3. Il précise aussi qu'aucun compte n'est requis et qu'aucun service de base de données cloud n'est exploité.
Mettez les quatre ensemble et un motif apparaît, que les prévisions de marché ont tendance à aplatir. La couche grand public se concentre sur une simplicité radicale, comme le montre l'application Sports d'Apple. La couche en dessous se fragmente en petits composants auto-hébergés et auditables que les opérateurs peuvent inspecter et contrôler. Et le bilan de sécurité, comme le montre le cas Microsoft, dépend moins du fait qu'une organisation ait acheté une plateforme d'analyse que du fait qu'elle ait vérifié la signature d'un jeton.
Rien de tout cela n'apparaît dans un graphique de dimensionnement de marché. Cela apparaît au moment où un déploiement tourne mal.
Sources
6- 01We rebuilt the old Google Analytics on top of GA4's dataEN
- 02Teenager hacks open Microsoft database with 17 trillion total rows and 25,000 user accountsEN
- 03Apple Made a Sports App That Does Almost Nothing. It's IncredibleEN
- 04Show HN: DataZen – a local-first client for cross-database workflowsEN
- 05An Analysis of Two Architectures for Agentic Data AnalysisEN
- 06Show HN: Plainoldanalytics: Analytics Middlware for GoEN
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.