01
Pronostiquer
Soumettez des pronostics de résultats de match quotidiennement.
ÉTUDE DE CAS · PLATEFORME DE PRONOSTICS
Fresh.win
Fresh.win est une plateforme de pronostics sportifs centrée sur les compétitions de football des meilleurs championnats européens. Plutôt que de parier de l'argent, les utilisateurs s'affrontent via des pronostics de match basés sur des probabilités, des classements et des défis communautaires. La plateforme intègre des systèmes de gamification comme des récompenses quotidiennes, des programmes de parrainage, des mécaniques de séries et des compétitions saisonnières pour maximiser l'engagement tout en promouvant un jeu responsable.
reactgamificationtailwind
LE PROBLÈME
Le marché des paris sportifs a un problème de jeu responsable : les plateformes conçues pour les mises en argent attirent des comportements addictifs et excluent les fans occasionnels.
Fresh.win cible le large public de fans de football qui veulent tester leurs connaissances des matchs et s'affronter socialement mais sont rebutés par les plateformes de paris. Le programme de parrainage et les mécaniques de séries sont conçus pour stimuler la croissance organique tandis que les récompenses quotidiennes créent des habitudes de retour.
- Les plateformes de paris nuisent aux fans occasionnels. Les pronostics basés sur l'argent attirent des comportements addictifs et excluent les fans qui veulent juste s'affronter.
- Les plateformes gratuites manquent de profondeur. Sans enjeu réel, les boucles d'engagement s'effondrent après une semaine — il n'y a plus de raison de revenir.
- La fraude au parrainage est endémique. Les systèmes de parrainage non protégés sont abusés immédiatement après le lancement public.
Fans de football qui évitent les paris
Fans de sport qui veulent des pronostics compétitifs sans enjeu financier — juste de la réputation et de la fierté sociale
150+
utilisateurs bêta
4 jours
série active moy.
40%
acquisition par parrainage
LA SOLUTION
pas d'argent, juste de la réputation.
Frontend React + Tailwind, API Node.js, PostgreSQL pour les données relationnelles (utilisateurs, pronostics, parrainages, classements). Un moteur de points traite les résultats de match de façon asynchrone via une file d'attente de tâches. Les codes de parrainage utilisent des tokens d'ID utilisateur signés HMAC avec expiration configurable. Le moteur de gamification est piloté par événements : la résolution d'un match émet des événements consommés par les services de mise à jour de score, de vérification de série, d'évaluation de badges et de recalcul de classement.
02
Gagner
Points attribués selon la précision des pronostics.
03
Série
Les récompenses quotidiennes s'accumulent avec les séries actives.
04
S'affronter
Classements saisonniers et ligues entre amis.
Avant
outils fragmentés · forte charge manuelle
Après
produit unifié unique · rapide et automatisé
FONCTIONNALITÉS CLÉS
Conçu autour de la façon dont fans de football qui évitent les paris travaillent réellement.
FEATURE 01
Moteur de gamification
Un système de points piloté par événements qui traite les résultats de match de façon asynchrone, déclenchant le recalcul de série, l'évaluation de badge et le rafraîchissement du classement dans un seul pipeline idempotent.
- Ajustement prudent des récompenses affiné via les retours bêta
- Règles de récompense testables en A/B via l'architecture pilotée par événements
FEATURE 02
Pipeline d'attribution de parrainage
Des tokens de parrainage signés HMAC avec expiration configurable, combinés à la limitation de débit, la vérification d'e-mail, et des contrôles d'identité basés sur l'IP pour prévenir les abus.
- Prévention de fraude construite avant le lancement public, pas ajoutée après coup
- Le suivi d'attribution survit aux parcours de conversion multi-étapes
FEATURE 03
Système de compétition saisonnière
Des pipelines d'agrégation PostgreSQL calculent les classements saisonniers et les résultats cumulatifs avec une couche mise en cache Redis pour les fenêtres de match à fort trafic.
- Haute performance de requête pendant les pics de trafic de match
- Logique de tableau saisonnier modélisée pour des transitions d'état propres
DÉFI TECHNIQUE
Problèmes difficiles résolus.
Le moteur de points écoute les événements de résultat de match et déclenche un pipeline : mise à jour du score → recalcul de série → évaluation de badge → rafraîchissement du classement. Chaque étape est idempotente pour gérer les relances en toute sécurité. La distribution de récompenses quotidiennes tourne comme une tâche cron planifiée avec déduplication via une clé de date traitée par utilisateur. La prévention de fraude de parrainage combine limitation de débit, vérification d'e-mail, et contrôles d'identité basés sur l'IP.
Ce qui rendait la tâche difficile
- Concevoir un moteur de gamification engageant sans être si généreux que les classements perdent leur sens.
- Construire un pipeline de suivi et d'attribution de parrainage résistant à la fraude pour prévenir les abus.
- Implémenter des tableaux de compétition saisonniers et des classements cumulatifs avec de hautes performances de requête.
- Un système de distribution de récompenses quotidiennes juste, vérifiable, et résistant à la manipulation temporelle.
- Équilibrer la générosité des récompenses avec l'intégrité de la compétition — ajusté via les retours des utilisateurs bêta.
architecture.ts
1 const frontend = [ "React", "Tailwind CSS" ];
2 const backend = [ "Node.js", "Express", "PostgreSQL" ];
3 const gamification = [ "Moteur piloté par événements", "Tokens HMAC", "Cache Redis" ];
4 const infrastructure = [ "Tâches cron", "File d'attente de tâches", "Limitation de débit" ];
LA STACK
Technologies utilisées.
Frontend
ReactTailwind CSS
Backend
Node.jsExpressPostgreSQL
Gamification
Moteur piloté par événementsTokens HMACCache Redis
Infrastructure
Tâches cronFile d'attente de tâchesLimitation de débit
CE QUE CELA PROUVE
Ce que Fresh.win démontre.
Conception de gamification
Conçu et ajusté une boucle d'engagement complète — points, séries, badges, classements — validée avec plus de 150 utilisateurs bêta.
Prévention de fraude
Construit un système anti-fraude de parrainage multi-couches utilisant des tokens HMAC, la limitation de débit, et des contrôles IP avant le lancement public.
Modélisation de données relationnelles
Choisi PostgreSQL plutôt qu'une base documentaire et exploité ses pipelines d'agrégation pour des requêtes de classement complexes.
Architecture pilotée par événements
Découplé le pipeline de points en services indépendants et idempotents qui rendent simple le test A/B des règles de récompense.
TRAVAILLER ENSEMBLE
Envie de construire quelque chose comme ça ?
Apportez-moi votre idée ou projet à moitié construit. Je le cadre, le conçois et le livre — avec le même workflow que derrière Fresh.win.