Il tabellone silenzioso di Apple e la serie di strumenti analytics open source

Quest'anno nello sport tech sono successe due cose che vale la pena mettere una accanto all'altra. Apple ha rilasciato un'app sportiva che fa una cosa sola. Un gruppo di sviluppatori, società di consulenza e vendor di database ha rilasciato strumenti che cercano di rendere l'analytics meno dipendente da una manciata di vendor cloud.

Il 10 giugno Slate ha pubblicato un pezzo in cui sostiene che Apple Sports, lanciata nell'inverno del 2024, è un caso raro di un'app che fa esattamente quello che promette. Il pezzo elenca ciò che l'app non ha: niente titoli di notizie, niente guide allo streaming, niente scroll in stile TikTok. L'autore, che dice di usarla per NHL, NFL, football universitario e basket universitario, racconta di aver dovuto disattivare gli aggiornamenti automatici sui Pittsburgh Penguins durante i playoff della Stanley Cup perché l'app era più veloce del suo pacchetto di streaming.

I dati dietro la semplicità

Vale la pena spiegare i meccanismi, perché chiariscono come mai un'app per controllare i punteggi risulti diversa da ciò che sono diventati ESPN o MLB. Apple Sports mostra nomi delle squadre, loghi, record, orari delle partite e punteggi, più le classifiche. Tocchi una partita e ottieni un box score, una classifica marcatori o i roster. L'app copre MLS, NWSL e circa 30 altre leghe calcistiche, tra cui la Serie A ecuadoriana e la seconda divisione tedesca, più il tennis maschile e femminile e l'LPGA Tour. Le Live Activities possono spingere i punteggi sulla schermata di blocco. Le quote scommesse compaiono sul tabellone ma si possono disattivare nelle impostazioni, e la pubblicità è descritta come occasionale, per lo più banner che rimandano ad Apple TV.

Slate cita la presentazione originale di un dirigente Apple dall'annuncio del 2024: "Abbiamo creato Apple Sports per dare agli appassionati di sport quello che vogliono, un'app che offre un accesso incredibilmente rapido a punteggi e statistiche." Tutto il prodotto sta in questa frase. Non c'è nessun livello agentico, nessun bot riassuntivo, nessuna generazione di immagini.

Se questa misura riesca a scalare è un'altra questione. L'app consuma dati sportivi, non li produce, e il suo valore dipende da accordi di licenza con leghe e fornitori di dati di cui Slate non parla. Dipende anche dalla volontà di Apple di tenere in funzione un prodotto senza ricavi evidenti. Nessuna delle due cose è garantita.

L'altro lato del mercato

Intanto il livello degli strumenti sotto l'analytics sportivo e aziendale si affolla. Il 13 settembre è apparso su GitHub un progetto chiamato plainoldanalytics, sotto l'handle poundifdef. È un pacchetto di web analytics self-hosted, da innestare nelle applicazioni Go, che l'autore colloca per spirito accanto a Umami, Plausible o PostHog, ma incorporato nell'app stessa. Il pacchetto principale è indipendente dallo storage: importarlo non tira dentro DuckDB né altri backend. Gli sviluppatori scelgono un pacchetto di storage, oppure implementano l'interfaccia Storage e la passano a plainoldanalytics.New.

Il repository mostra una dashboard integrata montata su un percorso a scelta, un wrapper middleware e un registratore di sessione del browser opzionale. Il traffico viene scritto su disco circa una volta al secondo, e il README dice agli sviluppatori di chiamare Close() allo spegnimento per scaricare quanto è ancora in buffer. Esistono adattatori per gin e chi, con la documentazione che avverte di limitare il middleware a un gruppo, così che la dashboard di analytics stessa non venga registrata come traffico.

L'8 settembre una società di consulenza software chiamata Adaca ha pubblicato una proposta diversa: adaca-analytics, una dashboard self-hosted per Google Analytics 4 e BigQuery, che gira su Cloudflare Workers. I rollup giornalieri dalla Data API di GA4 o da un export BigQuery finiscono in un database D1 di proprietà dell'utente, mentre il realtime resta su Google. Il README descrive sei dashboard pronte all'uso, un builder in quattro passaggi, segmenti salvati, link di condivisione in sola lettura, confronto con periodi precedenti e riepiloghi settimanali e mensili via email o Slack. La configurazione richiede un service account Google con accesso Viewer e un deploy su Cloudflare, che fa il fork del repository e mette a disposizione D1 e KV.

Il progetto è con licenza MIT. Adaca si descrive come una società di consulenza software che sviluppa software su misura e inserisce ingegneri senior nei team dei clienti.

Argomenti di architettura

L'11 settembre Starburst ha pubblicato un'analisi di due architetture per l'analisi dati agentica, e il suo ragionamento vale per entrambi gli strumenti di cui sopra. La prima opzione è estrarre i dati dai sistemi di origine e passare i file grezzi a un agente. Starburst la chiama "opzione 0" e sostiene che è poco pratica al di fuori di circostanze insolite, perché gli agenti che si fanno pagare per elemento di dati diventano proibitivi quando si inviano terabyte. La seconda opzione è dare all'agente accesso diretto al database e lasciargli scrivere il proprio SQL, raffinando le query in modo iterativo mentre il motore del database fa il lavoro. Starburst osserva che gli agenti possono sommergere i sistemi di database con query speculative, ma dice che il settore è concentrato sul supporto ai carichi di lavoro agentici.

È il compromesso che i nuovi strumenti stanno facendo in silenzio. Adaca tiene l'aggregazione pesante in un database che l'utente controlla. Plainoldanalytics tiene il traffico nel processo dell'applicazione stessa. Nessuno dei due manda dati grezzi a terzi per impostazione predefinita. In un mercato dove i titoli sport tech più rumorosi riguardano sistemi di targeting e previsione con l'AI, il cambiamento più interessante potrebbe essere verso strumenti più piccoli che si rifiutano di fare più di un lavoro.