Vai al contenuto
Ora nel mondoEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portale su IA e tecnologiaeventi · analisi · interviste · approfondimenti tecnici

Cerca
LIVE
›

L'app "Sports" di Apple mostra cosa sbagliano i prodotti di analisi sportiva

L'app di Apple con il solo tabellone, lanciata all'inizio del 2024, è diventata uno dei prodotti sportivi più utili su iPhone perché si rifiuta di fare analisi. Il resto del settore dei dati sportivi va nella direzione opposta.

SportAnalisiLuca EspositoPubblicato: 27 settembre 20266 min di letturaFonti 2
L'app "Sports" di Apple mostra cosa sbagliano i prodotti di analisi sportiva

La sezione tecnologica di Slate ha pubblicato a giugno un articolo elogiativo sull'app, in occasione dei Mondiali. La tesi è più stretta e più utile di quanto suggerisca il titolo. L'autore non si lamenta che le app sportive manchino di dati. Si lamenta che ci abbiano seppellito sotto il punteggio.

L'app di Apple si chiama semplicemente "Sports". Non ha titoli di notizie né un feed studiato per trattenerti. L'unica guida allo streaming è la lista dei canali che vedi se tocchi una partita. Secondo Slate, al primo download le quote di scommessa compaiono sul tabellone, ma un interruttore le disattiva in modo permanente. Restano nomi delle squadre, loghi, record, orari di inizio e punteggi, più una pagina di classifiche.

Dove vanno i soldi

Questa sobrietà va contro la direzione del mercato dei dati sportivi, così come i fornitori lo vendono a squadre, leghe e emittenti. Le cronache recenti descrivono un mercato misurato in miliardi e in crescita a tassi composti a due cifre. I fornitori propongono coinvolgimento dei tifosi guidato dall'IA, intelligenza per il ticketing e analisi delle prestazioni come strato successivo di valore. Quei numeri vengono da società di ricerche di mercato e comunicati stampa, non da risultati operativi certificati. Le cifre principali variano molto a seconda del rapporto che si legge. La scommessa strategica dietro di esse è però coerente: più dati, più personalizzazione, più motivi per aprire l'app e restarci.

L'autore di Slate, che si definisce un forte utilizzatore di app sportive, sostiene che quella scommessa ha prodotto prodotti peggiori. L'app ufficiale della Major League Baseball, un tempo tra le preferite, ora circonda punteggi e video con quello che l'articolo chiama contorno. Risulta più pesante. L'app di ESPN, scrive l'autore, dà priorità all'offerta televisiva in diretta e a uno scorrimento verticale di video chiamato "Verts". La sezione dei punteggi sta in "un vasto mare di altri pulsanti".

Non è il problema più grande del mondo, ma ha creato molta più attrito quando ho provato a usare le mie app sportive preferite per, beh, controllare i punteggi.

Questa è la lamentela di un consumatore, e va letta come tale. Non è la prova che gli investimenti nelle analisi falliscano. Ma indica qualcosa che i fornitori di analisi raramente misurano: il costo dell'interfaccia che consegna l'analisi.

Lo stesso ragionamento, in un altro mercato

Un post pubblicato ad agosto da Cassis, fornitore di analisi dei dati, fa un discorso strutturalmente simile sul lavoro sui dati aziendali. La sua tesi è che gli agenti IA non eliminano il costo umano di rendere utili i dati. Lo redistribuiscono. Il post prende in prestito un modello che attribuisce a Hrishi Olickel: schema-on-write contro schema-on-read. Significa mettere i vestiti direttamente in un armadio ordinato oppure frugare in un mucchio quando ti serve qualcosa. La scelta, sostiene Cassis, decide se paghi in anticipo o al momento del recupero.

Poi divide il costo in tre parti. Il costo di indicizzazione copre il lavoro iniziale: progettare schemi, scrivere definizioni delle metriche, costruire dashboard e far concordare quattro team su cosa significhi "cliente attivo". Il costo di interrogazione è lo sforzo al momento del recupero: consultare un wiki, scrivere SQL, costruire un prompt o scrivere al team dati. L'affidabilità è se il numero che torna indietro è semanticamente giusto, non solo tecnicamente corretto.

L'esempio pratico è un CFO che chiede quanti clienti aziendali attivi hanno rinnovato nel trimestre precedente. Prima che qualcuno possa rispondere, qualcun altro deve decidere quale tabella contiene i dati dei clienti. Deve anche decidere cosa significa "attivo", cosa conta come "aziendale" e quale intervallo di date copre "trimestre precedente" nel calendario fiscale dell'azienda. Ogni sistema dello stack tratta quella domanda in modo diverso. La questione è chi fa il ragionamento, e quando.

Cassis descrive una rotazione settimanale in un'azienda, dove una sola persona è dedicata alle domande ad hoc. Questo assorbe circa il 20% di un team di cinque o sei persone, in modo permanente. Il costo è reale, sostiene il post, ma persiste perché è la strada di minore resistenza politica. Non c'è un progetto da finanziare, nessun allineamento tra stakeholder da conquistare, nessun processo da progettare.

Più dati, più decisioni su dove mettere il lavoro

Letti insieme, i due testi descrivono lo stesso compromesso su scale diverse. Un'app sportiva che spinge quote in diretta, video verticali e avvisi personalizzati fa una scommessa sull'indicizzazione. Investe in anticipo in funzioni che, in teoria, terranno gli utenti coinvolti. Un tabellone nudo fa una scommessa sull'interrogazione: presume che l'utente sappia cosa vuole e si toglie di mezzo.

L'app di Apple non è priva di analisi. Attinge ai dati di leghe e competizioni di calcio, tennis, basket e altro. Slate racconta che l'autore ha dovuto disattivare le notifiche automatiche dei Pittsburgh Penguins durante i playoff della Stanley Cup. L'app riportava gli sviluppi prima della diretta in streaming. È una pipeline di dati che funziona abbastanza bene da risultare fastidiosa.

La differenza è dove il prodotto spende il suo budget di complessità. L'autore di Slate scrive che la copertura arriva alle partite dei Mondiali, alla MLS, alla NWSL, a circa altre 30 leghe di calcio, alla Serie A ecuadoriana, alla seconda divisione della Bundesliga, al tennis maschile e femminile e all'LPGA Tour. Tabellini essenziali, classifiche e rose stanno dietro un tocco. Niente di tutto questo è presentato come un feed.

Slate cita un dirigente Apple dall'annuncio dell'app nell'inverno 2024: "Abbiamo creato Apple Sports per dare ai tifosi quello che vogliono, un'app che offre un accesso incredibilmente rapido a punteggi e statistiche". L'articolo lo contrappone al linguaggio tipico dei recenti lanci di prodotti IA, e il contrasto è il punto.

Cosa questo non dimostra

La preferenza di un columnist non è un verdetto di mercato, e il pezzo di Slate non pretende di esserlo. Le organizzazioni sportive vendono biglietti, abbonamenti e pubblicità. I fornitori di analisi che vendono a loro rispondono a una domanda commerciale autentica: come trasformi chi controlla passivamente i punteggi in un tifoso pagante? Il post di Cassis, intanto, è un fornitore che sostiene che motori di interrogazione più economici non rendono economica l'analisi. Il che sostiene la sua stessa posizione. Entrambe le fonti hanno un interesse nella storia che raccontano.

La forma della lamentela resta comunque degna di nota per chi costruisce prodotti in questo campo. Il modo di fallire descritto non è la mancanza di dati o modelli scadenti. È un prodotto che ha deciso che le proprie metriche di coinvolgimento contano più del compito dell'utente. L'ha pagato con attrito nel momento esatto in cui l'utente voleva un solo numero.

L'autore di Slate chiude definendo l'app uno dei due o tre prodotti tecnologici di consumo preferiti degli ultimi due anni. Gli altri includono un dispositivo hardware il cui unico compito è impedire che un telefono funzioni in modi distraenti. L'accostamento è voluto: entrambi sono prodotti che dicono di fare una cosa e poi la fanno. Per squadre e leghe a cui oggi si vendono dashboard, sistemi di avvisi e riassunti IA, questa è la parte scomoda. Il prodotto sportivo più elogiato degli ultimi due anni non ha introdotto una sola metrica nuova. Ha solo smesso di nascondere quelle che esistevano già.

Commenti 0

Fonti

2
  1. 01Apple Made a Sports App That Does Almost Nothing. It's IncredibleEN
  2. 02There's still no free lunch in data analyticsEN

Tutti i numeri e le citazioni di questo testo provengono dalle fonti elencate sotto.

I contenuti sono stati preparati dalla redazione con il supporto dell'IA.

Luca Esposito

Luca Esposito

Sport, auto e viaggi

Luca Esposito si occupa di sport, auto e viaggi per FLASH24, con un metodo basato su fonti dirette: comunicati ufficiali, cronometraggi e dati tecnici delle case automobilistiche. Per le gare verifica tempi e distacchi sulle classifiche federali, mentre per i veicoli confronta schede tecniche e consumi omologati. Sente regolarmente meccanici, piloti e addetti stampa, e in calendario attende i saloni dell'auto e le grandi corse a tappe. Segue anche auto elettriche, riparazioni in garage e tratte ferroviarie europee, temi che ritornano spesso nei suoi articoli. Non pubblica numeri o anteprime senza una seconda conferma indipendente.

Redazione →

Commenti

0
  1. Nessun commento — sii il primo.

Scrivi un commento

I commenti sono pubblici. Non pubblichiamo insulti, spam né pubblicità.