Diseño y optimización de Token impulsados por datos
En el proceso de construcción del ecosistema de tokens, lograr un desarrollo sostenible es un objetivo clave. Un estudio reciente ha explorado en profundidad los problemas centrales que enfrenta el ecosistema de tokens y ha propuesto una serie de soluciones y herramientas prácticas.
La investigación enfatiza la importancia de la ingeniería de Token, lo que proporciona una nueva perspectiva para la planificación y construcción de sistemas de Token. Al mismo tiempo, se presentan diversas herramientas prácticas, como herramientas de simulación basadas en agentes y modelos de Token cuantitativos (QTM), que pueden proporcionar información valiosa en diferentes etapas del proyecto, ayudando a tomar decisiones informadas. Al utilizar estas herramientas auxiliares, los proyectos emergentes de Web3 tendrán una mayor oportunidad de lograr un desarrollo estable a largo plazo.
Este estudio destaca el papel clave de la ingeniería de Token y las herramientas relacionadas en la capacidad de los equipos de proyecto para enfrentar cambios, siendo estas herramientas armas poderosas para adaptarse a la dinámica cambiante del ecosistema de Token. Esta comprensión proviene de una investigación y práctica profundas en el ecosistema de Token, lo que permite a los participantes entender mejor la dinámica del ecosistema y tomar decisiones más informadas y visionarias.
Diseño y optimización de Token en tres etapas
Fase de descubrimiento
Al construir un ecosistema de Token exitoso, es necesario ejecutar varios pasos clave a nivel macro:
Definir claramente el problema y exponer claramente los desafíos que se enfrentan.
Aclarar el flujo de valor entre las partes interesadas, asegurando la robustez y el equilibrio del ecosistema.
Discusión en profundidad sobre la razonabilidad de todo el ecosistema y su Token, incluyendo el uso razonable del Token.
Realizar una planificación de alto nivel que incluya cómo utilizar eficazmente los Tokens y diseñar los diversos contenidos del proyecto.
Estos pasos son la base para construir un ecosistema de Token exitoso.
fase de diseño
La parametrización es otro paso clave en la construcción de un ecosistema de Token, que implica la aplicación de diversas herramientas cuantitativas, como hojas de cálculo, cadCAD, Token Spice, Machinations y otras herramientas de simulación. Estas herramientas pueden ayudar a obtener modelos optimizados y validados, realizar análisis de riesgos y previsiones, así como a comprender mejor las tendencias de suministro y valoración de los Token. A través de estas herramientas cuantitativas, se puede entender mejor el funcionamiento del ecosistema y apoyar su diseño y optimización.
fase de despliegue
La fase de despliegue convierte el análisis teórico y el diseño preliminar en práctica, implementando verdaderamente el ecosistema en la cadena de bloques. Esta fase requiere el uso de diversas herramientas, incluyendo lenguajes de programación como Solidity y Rust, así como entornos de despliegue como Hardhat. A través de este proceso, se logra finalmente implementar y operar en la cadena de bloques un token o producto del ecosistema en la realidad.
Herramienta de diseño de Token
En las diferentes etapas de descubrimiento, diseño y despliegue (, es necesario utilizar una serie de herramientas, cuyo enfoque y tipo varían en diferentes ámbitos. Estas herramientas son aplicables no solo en el ámbito DeFi, sino también en diversos proyectos de aplicaciones, infraestructura, juegos y más.
Al considerar los detalles, existen dos puntos de vista: uno sostiene que se puede ver el ecosistema desde una perspectiva cualitativa, y que es suficiente utilizar estándares de mercado; el otro sostiene que es necesario crear un gemelo digital y simular todo el ecosistema 1:1, ya que esto implica un gran riesgo financiero. A medida que se avanza hacia una dirección más precisa, también aumentará el conocimiento de programación requerido, lo que plantea mayores exigencias a los usuarios.
En el ecosistema de Token, hay varias herramientas que pueden ayudar a entender y diseñar el sistema. De izquierda a derecha, las herramientas incluyen:
Modelo de hoja de cálculo y herramientas cualitativas ) como declaración de problemas, mapeo de partes interesadas, etc. (
Implicación impulsada por IA ) como redactar un diseño inicial de Token utilizando modelos de aprendizaje automático (
Modelo de token cuantitativo QTM), modelo de hoja de cálculo que cubre múltiples campos
Herramientas de simulación como cadCAD que pueden modelar ecosistemas 1:1 en entornos complejos
Elegir las herramientas y métodos adecuados es crucial para el éxito de las startups. Diferentes tipos de herramientas pueden proporcionar información valiosa en diferentes etapas, ayudando a las empresas a tomar decisiones informadas y fomentando el desarrollo continuo del ecosistema.
( Resumen de QTM
QTM es un modelo de Token cuantitativo que utiliza un tiempo de simulación fijo de 10 años, con un paso de tiempo de un mes. Al inicio de cada paso de tiempo, se emiten Tokens en el ecosistema, incluyendo módulos de incentivos, módulos de asignación de Tokens, módulos de airdrop, entre otros. Estos Tokens se asignan posteriormente a varios cubos generales, y se realiza una redistribución de utilidad general más detallada. El modelo también considera aspectos de negocios fuera de la cadena, como la posibilidad de destrucción o recompra, y la medición de la tasa de adopción de usuarios.
Es importante tener en cuenta que la calidad de salida de QTM depende de la calidad de entrada. Por lo tanto, se debe realizar una investigación de mercado adecuada antes de utilizar QTM para obtener información de entrada más precisa. QTM se considera una herramienta educativa para empresas emergentes, que ayuda a comprender inicialmente su propio ecosistema, pero no debe dependerse únicamente de sus resultados ni considerarse como asesoramiento financiero.
![Outlier Ventures：diseño y optimización de Token impulsados por datos])https://img-cdn.gateio.im/webp-social/moments-078e9fa8aa8974144f5994da1dce8355.webp###
( análisis de datos
Desde el punto de vista del análisis de datos, se pueden extraer varios tipos de datos:
Desde una perspectiva macro del mercado, observar la situación de desarrollo del mercado en general.
Indicadores de rondas de financiación, entender la situación de financiación del proyecto.
Estudio del patrón de comportamiento de los participantes.
Análisis de datos en la cadena, incluyendo el crecimiento de usuarios, el valor total bloqueado ) TVL ###, volumen de transacciones, etc.
Análisis de datos de plataformas de redes sociales.
Estos datos públicos y valiosos deben ser utilizados plenamente para comprender mejor los parámetros del ecosistema y validar los modelos.
Por ejemplo, se pueden analizar los plazos de pertenencia de los Tokens de diferentes grupos de interesados, observando los valores mínimos, promedio, mediana y máximo, y realizando comparaciones segmentadas entre diferentes sectores.
Otro ejemplo es analizar el saldo histórico de los "Token buckets". Tomando como ejemplo un ecosistema de tokens específico, se pueden rastrear todas las transacciones en el ecosistema y clasificarlas en "Token buckets" específicos, como direcciones relacionadas con proyectos, direcciones relacionadas con intercambios centralizados y direcciones de intercambios descentralizados, entre otros. De esta manera, se puede observar la variación del saldo de cada parte interesada y observar lo que está sucediendo en el ecosistema.
Observar el comportamiento de direcciones específicas puede proporcionar información importante sobre la liquidez de los Token. Por ejemplo, cuando los Token se envían desde un contrato de staking a una dirección específica, se puede entender cómo el receptor maneja estos Token. Esta información ayuda a comprender el comportamiento de cada interesado y puede retroalimentarse en el modelo para realizar ajustes.
Utilizando estos datos, se pueden hacer predicciones, como prever la situación del suministro de saldo de diferentes barriles en el ecosistema durante los próximos diez años, incluyendo la fundación, el equipo, la distribución de staking, el suministro circulante total y las pools de liquidez, entre otros. Al mismo tiempo, también se pueden realizar simulaciones o pronósticos de precios. Estas predicciones se utilizan principalmente para entender la relación entre la propiedad del suministro y la demanda de Token, y no como especulación o consejo financiero.
Además, se pueden analizar otros aspectos, como la distribución de las diferentes partes de utilidad, la situación de la apuesta, los planes de incentivos de minería de liquidez, el mecanismo de quema, etc. Es muy importante entender el uso general del Token, especialmente al considerar los factores de costo del ecosistema de incentivos.
Modelo impulsado por datos
En el ecosistema de Token, la relación entre la pertenencia y el precio se puede entender analizando ejemplos reales de Token. Por ejemplo, en las primeras etapas del ecosistema, una gran cantidad de suministro ingresó al mercado a través de la pertenencia, pero debido a que el producto aún puede no estar lo suficientemente maduro y la demanda del mercado es insuficiente, esto puede llevar a una disminución del precio del Token. Esta situación se puede simular a través del modelo ( como QTM), observando comportamientos similares.
En el modelo, se pueden simular tres tipos diferentes de escenarios de demanda: funciones lógicas, funciones lineales y crecimiento exponencial. El controlador gestiona la cantidad de emisiones en diferentes momentos, y se puede observar que para cada uno de los diferentes escenarios de crecimiento y demanda, el controlador gestiona diferentes cantidades de liberación en distintos momentos.
Cuando el precio del Token sube, se liberan más Tokens en el ecosistema, lo que puede llevar a que los inversores iniciales vendan sus Tokens, lo que a su vez provoca una caída en el precio. Por el contrario, cuando el precio cae por debajo del precio establecido, la emisión de Tokens se reducirá. Sin embargo, la emisión no caerá a cero, para garantizar que todos los inversores iniciales finalmente obtengan su parte correspondiente. A través de este mecanismo de control, el precio del Token volverá a aumentar, reduciendo finalmente la volatilidad y estabilizando el ecosistema.
El precio es un indicador importante en el ecosistema. Aunque no se puede predecir con precisión el futuro, se debe considerar el lado de la demanda e intentar modelarlo y predecirlo. A través de simulaciones de Monte Carlo y escaneos de parámetros, se puede explorar todo el espacio de soluciones disponible, entender las posibilidades en diferentes situaciones y desarrollar estrategias más completas y flexibles.
Además, se puede realizar una distribución ponderada diferente de la pertenencia. Por ejemplo, en la etapa inicial, los incentivos del ecosistema pueden obtener una mayor asignación de pertenencia de Token, mientras que el equipo recibe una porción menor. A medida que pasa el tiempo, la situación puede cambiar, ya que queremos establecer un modelo de crecimiento sostenible, y no solo depender de la pertenencia de Token para impulsar el desarrollo del ecosistema.
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
14 me gusta
Recompensa
14
5
Republicar
Compartir
Comentar
0/400
LiquidationSurvivor
· hace3h
Ya estamos cocinando arroz frío de nuevo.
Ver originalesResponder0
AirdropHunterKing
· hace11h
No es una moneda basura, solo es un esquema Ponzi. Escribí en vano.
Ver originalesResponder0
Web3ProductManager
· 08-12 02:09
mostrarme los datos de retención de cohortes para estos modelos de token... curioso sobre las métricas del día 30 tbh
Diseño de un ecosistema de Token impulsado por datos: guía completa desde el descubrimiento hasta el despliegue
Diseño y optimización de Token impulsados por datos
En el proceso de construcción del ecosistema de tokens, lograr un desarrollo sostenible es un objetivo clave. Un estudio reciente ha explorado en profundidad los problemas centrales que enfrenta el ecosistema de tokens y ha propuesto una serie de soluciones y herramientas prácticas.
La investigación enfatiza la importancia de la ingeniería de Token, lo que proporciona una nueva perspectiva para la planificación y construcción de sistemas de Token. Al mismo tiempo, se presentan diversas herramientas prácticas, como herramientas de simulación basadas en agentes y modelos de Token cuantitativos (QTM), que pueden proporcionar información valiosa en diferentes etapas del proyecto, ayudando a tomar decisiones informadas. Al utilizar estas herramientas auxiliares, los proyectos emergentes de Web3 tendrán una mayor oportunidad de lograr un desarrollo estable a largo plazo.
Este estudio destaca el papel clave de la ingeniería de Token y las herramientas relacionadas en la capacidad de los equipos de proyecto para enfrentar cambios, siendo estas herramientas armas poderosas para adaptarse a la dinámica cambiante del ecosistema de Token. Esta comprensión proviene de una investigación y práctica profundas en el ecosistema de Token, lo que permite a los participantes entender mejor la dinámica del ecosistema y tomar decisiones más informadas y visionarias.
Diseño y optimización de Token en tres etapas
Fase de descubrimiento
Al construir un ecosistema de Token exitoso, es necesario ejecutar varios pasos clave a nivel macro:
Estos pasos son la base para construir un ecosistema de Token exitoso.
fase de diseño
La parametrización es otro paso clave en la construcción de un ecosistema de Token, que implica la aplicación de diversas herramientas cuantitativas, como hojas de cálculo, cadCAD, Token Spice, Machinations y otras herramientas de simulación. Estas herramientas pueden ayudar a obtener modelos optimizados y validados, realizar análisis de riesgos y previsiones, así como a comprender mejor las tendencias de suministro y valoración de los Token. A través de estas herramientas cuantitativas, se puede entender mejor el funcionamiento del ecosistema y apoyar su diseño y optimización.
fase de despliegue
La fase de despliegue convierte el análisis teórico y el diseño preliminar en práctica, implementando verdaderamente el ecosistema en la cadena de bloques. Esta fase requiere el uso de diversas herramientas, incluyendo lenguajes de programación como Solidity y Rust, así como entornos de despliegue como Hardhat. A través de este proceso, se logra finalmente implementar y operar en la cadena de bloques un token o producto del ecosistema en la realidad.
Herramienta de diseño de Token
En las diferentes etapas de descubrimiento, diseño y despliegue (, es necesario utilizar una serie de herramientas, cuyo enfoque y tipo varían en diferentes ámbitos. Estas herramientas son aplicables no solo en el ámbito DeFi, sino también en diversos proyectos de aplicaciones, infraestructura, juegos y más.
Al considerar los detalles, existen dos puntos de vista: uno sostiene que se puede ver el ecosistema desde una perspectiva cualitativa, y que es suficiente utilizar estándares de mercado; el otro sostiene que es necesario crear un gemelo digital y simular todo el ecosistema 1:1, ya que esto implica un gran riesgo financiero. A medida que se avanza hacia una dirección más precisa, también aumentará el conocimiento de programación requerido, lo que plantea mayores exigencias a los usuarios.
En el ecosistema de Token, hay varias herramientas que pueden ayudar a entender y diseñar el sistema. De izquierda a derecha, las herramientas incluyen:
Elegir las herramientas y métodos adecuados es crucial para el éxito de las startups. Diferentes tipos de herramientas pueden proporcionar información valiosa en diferentes etapas, ayudando a las empresas a tomar decisiones informadas y fomentando el desarrollo continuo del ecosistema.
( Resumen de QTM
QTM es un modelo de Token cuantitativo que utiliza un tiempo de simulación fijo de 10 años, con un paso de tiempo de un mes. Al inicio de cada paso de tiempo, se emiten Tokens en el ecosistema, incluyendo módulos de incentivos, módulos de asignación de Tokens, módulos de airdrop, entre otros. Estos Tokens se asignan posteriormente a varios cubos generales, y se realiza una redistribución de utilidad general más detallada. El modelo también considera aspectos de negocios fuera de la cadena, como la posibilidad de destrucción o recompra, y la medición de la tasa de adopción de usuarios.
Es importante tener en cuenta que la calidad de salida de QTM depende de la calidad de entrada. Por lo tanto, se debe realizar una investigación de mercado adecuada antes de utilizar QTM para obtener información de entrada más precisa. QTM se considera una herramienta educativa para empresas emergentes, que ayuda a comprender inicialmente su propio ecosistema, pero no debe dependerse únicamente de sus resultados ni considerarse como asesoramiento financiero.
![Outlier Ventures：diseño y optimización de Token impulsados por datos])https://img-cdn.gateio.im/webp-social/moments-078e9fa8aa8974144f5994da1dce8355.webp###
( análisis de datos
Desde el punto de vista del análisis de datos, se pueden extraer varios tipos de datos:
Estos datos públicos y valiosos deben ser utilizados plenamente para comprender mejor los parámetros del ecosistema y validar los modelos.
Por ejemplo, se pueden analizar los plazos de pertenencia de los Tokens de diferentes grupos de interesados, observando los valores mínimos, promedio, mediana y máximo, y realizando comparaciones segmentadas entre diferentes sectores.
Otro ejemplo es analizar el saldo histórico de los "Token buckets". Tomando como ejemplo un ecosistema de tokens específico, se pueden rastrear todas las transacciones en el ecosistema y clasificarlas en "Token buckets" específicos, como direcciones relacionadas con proyectos, direcciones relacionadas con intercambios centralizados y direcciones de intercambios descentralizados, entre otros. De esta manera, se puede observar la variación del saldo de cada parte interesada y observar lo que está sucediendo en el ecosistema.
Observar el comportamiento de direcciones específicas puede proporcionar información importante sobre la liquidez de los Token. Por ejemplo, cuando los Token se envían desde un contrato de staking a una dirección específica, se puede entender cómo el receptor maneja estos Token. Esta información ayuda a comprender el comportamiento de cada interesado y puede retroalimentarse en el modelo para realizar ajustes.
Utilizando estos datos, se pueden hacer predicciones, como prever la situación del suministro de saldo de diferentes barriles en el ecosistema durante los próximos diez años, incluyendo la fundación, el equipo, la distribución de staking, el suministro circulante total y las pools de liquidez, entre otros. Al mismo tiempo, también se pueden realizar simulaciones o pronósticos de precios. Estas predicciones se utilizan principalmente para entender la relación entre la propiedad del suministro y la demanda de Token, y no como especulación o consejo financiero.
Además, se pueden analizar otros aspectos, como la distribución de las diferentes partes de utilidad, la situación de la apuesta, los planes de incentivos de minería de liquidez, el mecanismo de quema, etc. Es muy importante entender el uso general del Token, especialmente al considerar los factores de costo del ecosistema de incentivos.
Modelo impulsado por datos
En el ecosistema de Token, la relación entre la pertenencia y el precio se puede entender analizando ejemplos reales de Token. Por ejemplo, en las primeras etapas del ecosistema, una gran cantidad de suministro ingresó al mercado a través de la pertenencia, pero debido a que el producto aún puede no estar lo suficientemente maduro y la demanda del mercado es insuficiente, esto puede llevar a una disminución del precio del Token. Esta situación se puede simular a través del modelo ( como QTM), observando comportamientos similares.
En el modelo, se pueden simular tres tipos diferentes de escenarios de demanda: funciones lógicas, funciones lineales y crecimiento exponencial. El controlador gestiona la cantidad de emisiones en diferentes momentos, y se puede observar que para cada uno de los diferentes escenarios de crecimiento y demanda, el controlador gestiona diferentes cantidades de liberación en distintos momentos.
Cuando el precio del Token sube, se liberan más Tokens en el ecosistema, lo que puede llevar a que los inversores iniciales vendan sus Tokens, lo que a su vez provoca una caída en el precio. Por el contrario, cuando el precio cae por debajo del precio establecido, la emisión de Tokens se reducirá. Sin embargo, la emisión no caerá a cero, para garantizar que todos los inversores iniciales finalmente obtengan su parte correspondiente. A través de este mecanismo de control, el precio del Token volverá a aumentar, reduciendo finalmente la volatilidad y estabilizando el ecosistema.
El precio es un indicador importante en el ecosistema. Aunque no se puede predecir con precisión el futuro, se debe considerar el lado de la demanda e intentar modelarlo y predecirlo. A través de simulaciones de Monte Carlo y escaneos de parámetros, se puede explorar todo el espacio de soluciones disponible, entender las posibilidades en diferentes situaciones y desarrollar estrategias más completas y flexibles.
Además, se puede realizar una distribución ponderada diferente de la pertenencia. Por ejemplo, en la etapa inicial, los incentivos del ecosistema pueden obtener una mayor asignación de pertenencia de Token, mientras que el equipo recibe una porción menor. A medida que pasa el tiempo, la situación puede cambiar, ya que queremos establecer un modelo de crecimiento sostenible, y no solo depender de la pertenencia de Token para impulsar el desarrollo del ecosistema.