L'analisi sportiva ha un problema di infrastruttura, e i dati mancano
I sistemi su cui l'analisi sportiva ormai si appoggia sono gli stessi che oggi non superano gli audit: il 30 settembre un ricercatore sedicenne ha rivelato di avere accesso amministrativo ai database analitici di Microsoft, che secondo le stime contengono 17.300.000.000.000 di righe.

Quella rivelazione, pubblicata da The Register il 30 settembre, è l'ultimo elemento di un mucchio di prove che cresce: l'impianto che sta dietro all'analisi dei dati, sport compreso, viene messo alla prova più in fretta di quanto venga riparato.
Il ricercatore, un sedicenne noto come Faav, ha scoperto che Titan, il servizio analitico interno di Microsoft, verificava il contenuto di un JSON Web Token ma non ne controllava mai la firma. Secondo The Register, è arrivato all'accesso da amministratore passando per un host di Azure Cloud Services e poteva eseguire query SQL sui database analitici che l'azienda stima in 17.300.000.000.000 di righe archiviate. Microsoft ha bloccato l'API e gli ha pagato un bug bounty da 5.000 dollari.
Cosa espone davvero il bug
Il blog dello stesso Faav, citato da The Register, descrive il difetto in termini che qualsiasi team di piattaforma dovrebbe riconoscere: «I controlli di autenticazione sembravano un albergo dove ogni porta aveva un lettore di chiavi magnetiche funzionante, ma qualsiasi chiave apriva qualsiasi stanza». Racconta di aver riscritto il post su richiesta di Microsoft, tagliando sezioni e numeri, e che il totale delle righe è una stima di archiviazione ricavata da metadati che probabilmente includono dati storici e duplicati.
Microsoft ha detto a Faav, in una dichiarazione riportata nel suo blog, che la segnalazione «ci ha aiutato a proteggere meglio i nostri clienti, rendendo più solidi i nostri servizi».
I numeri dietro a quel singolo endpoint sono la parte su cui i responsabili della tecnologia sportiva dovrebbero fermarsi. Solo i metadati coprivano 24.569 dashboard, 425.891 grafici e 27.347 definizioni di dataset, secondo The Register. Trenta valori di routing attivi si risolvevano, attraverso 24 configurazioni, in 17 database analitici collegati, per un totale di 9.863 nomi di tabella unici. È la forma di un moderno patrimonio analitico: disperso, federato, tenuto insieme da una logica di autenticazione che vale quanto il suo controllo più debole.
Le organizzazioni sportive non sono nominate nella rivelazione su Titan. Ma lo stesso schema, uno strato analitico centrale che aggrega in silenzio dati da molte fonti, è esattamente ciò che il settore ha passato gli ultimi due anni a costruire.
La governance arriva prima del tabellone
Altre due storie delle ultime 48 ore mostrano la pressione che arriva dalla parte opposta, dal pubblico e dalle autorità di controllo più che dagli attaccanti.
«La portata di questa reazione pubblica dovrebbe essere un campanello d'allarme enorme per il governo».
È Veronica Hawking del gruppo di campagna 38 Degrees, citata da The Guardian il 30 settembre, dopo che più di 44.000 persone hanno presentato obiezioni legali ai sensi dell'articolo 21 del Regolamento generale sulla protezione dei dati del Regno Unito per impedire alla NHS Federated Data Platform, basata su Palantir, di trattare i loro dati sanitari. Palantir sostiene che la piattaforma sta aiutando a ridurre le liste d'attesa, citando 117.000 interventi in più e una riduzione del 14,3% nei ritardi di dimissione per i pazienti di lunga degenza. NHS England afferma che le organizzazioni mantengono il controllo dei propri dati. Gli obiettori non sono d'accordo, e la disputa ora è procedurale, non retorica.
Nei Paesi Bassi il problema della trasparenza va nella direzione opposta. Uno studio di Lighthouse Report con Trouw e altri media europei, ripreso da NL Times il 30 settembre, ha rilevato che meno di un quarto dei data center olandesi di grandi dimensioni pubblica cifre su consumo di elettricità e acqua potabile. La direttiva europea sull'efficienza energetica impone da tre anni la rendicontazione per i siti sopra i 500 kW. L'Agenzia per le imprese dei Paesi Bassi ha dati su solo 104 dei 186 data center commerciali idonei individuati dalla Dutch Datacenter Association, e esistono cifre pubbliche per 44 sull'elettricità e per 47 sull'acqua.
Statistics Netherlands stima il consumo elettrico dei data center olandesi in 5.100.000.000 kWh nel 2024, il 4,6% del consumo nazionale. L'operatore di rete TenneT prevede il 10-15% entro il 2030.
La questione del calcolo dietro l'analisi
L'analisi sportiva si trova all'estremità dei consumatori di quella filiera. Ogni sistema di tracciamento, ogni modello di expected goals e ogni arricchimento delle dirette si basa su infrastrutture il cui costo, trattamento fiscale e impatto ambientale vengono rinegoziati in pubblico.
L'uso da parte di Meta di un credito d'imposta federale per la ricerca è un caso esemplare. The Decoder ha riportato il 30 settembre, citando il New York Times, che Meta ha risparmiato 3.900.000.000 di dollari nel 2025 classificando i data center per l'IA come «modelli pilota» e i chip Nvidia come materiali sperimentali, in aumento rispetto ai 2.000.000.000 dell'anno precedente e ai 700.000.000 del 2023. Meta avverte nei documenti depositati alla SEC che i risparmi potrebbero essere contestati, e gli accantonamenti per posizioni fiscali incerte sono saliti del 45% a 18.740.000.000 di dollari. L'azienda cita 200.000.000.000 di dollari di spesa in ricerca e sviluppo su cinque anni. Il suo revisore, EY, ha approvato la strategia.
Intanto il lavoro di ingegneria continua. Amazon Web Services ha annunciato il 30 settembre che Aurora PostgreSQL può ora interrogare dati Apache Iceberg e Parquet in Amazon S3, S3 Tables o AWS Glue Data Catalog senza pipeline di estrazione, trasformazione e caricamento, usando il motore di query di DuckDB integrato in PostgreSQL. La funzionalità è disponibile in generale su Aurora PostgreSQL 17.11 e 18.6 e versioni successive, senza costi aggiuntivi. Per i team di dati sportivi questo elimina un passaggio di copia tra il data lake e il database operativo, che è all'origine della maggior parte delle lamentele sulla latenza.
Niente di tutto ciò è una previsione sul mercato dell'analisi sportiva. È una descrizione del terreno su cui poggia. La rivelazione su Titan, le obiezioni al NHS e il vuoto di rendicontazione olandese sono tre versioni della stessa scoperta: i dati ci sono, l'analisi gira, e i controlli su entrambi vengono scoperti prima dalle persone sbagliate.
Fonti
5- 0116-year-old found Microsoft bug, got admin access to databases with 17.3 trillion rowsEN
- 02More than 44,000 file legal objections to Palantir NHS platform handling their dataEN
- 03Most data centers refusing to say how much water, electricity they useEN
- 04Meta dodges billions in US taxes by calling its AI data centers experimentsEN
- 05Aurora PostgreSQL now supports querying of Apache Iceberg and Parquet dataEN
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.
Commenti
0- Nessun commento — sii il primo.