Conception et optimisation de jetons basées sur les données
Dans le processus de construction de l'écosystème des jetons, la réalisation d'un développement durable est un objectif clé. Une étude récente a exploré en profondeur les problèmes centraux auxquels est confronté l'écosystème des jetons et a proposé une série de solutions pratiques et d'outils.
La recherche souligne l'importance de l'ingénierie des jetons, offrant une nouvelle perspective pour la planification et la construction de systèmes de jetons. Plusieurs outils pratiques sont également présentés, tels que des outils de simulation basés sur des agents et des modèles de jetons quantitatifs (QTM), qui peuvent fournir des informations précieuses aux projets à différentes étapes, facilitant ainsi des décisions éclairées. Grâce à ces outils d'assistance, les projets de startups Web3 auront de meilleures chances de réaliser un développement stable à long terme.
Cette étude met en évidence le rôle clé de l'ingénierie des jetons et des outils associés dans la capacité des équipes de projet à faire face aux changements, ces outils s'étant révélés être des armes puissantes pour s'adapter à l'écosystème des jetons en constante évolution. Cette prise de conscience découle d'une étude et d'une pratique approfondies de l'écosystème des jetons, permettant aux participants de mieux comprendre la dynamique de l'écosystème et de prendre des décisions plus éclairées et visionnaires.
Conception et optimisation des jetons en trois étapes
Phase de découverte
Lors de la construction d'un écosystème de jetons réussi, plusieurs étapes clés doivent être exécutées à un niveau macro.
Définir clairement le problème et exposer clairement les défis auxquels on est confronté.
Clarifier le flux de valeur entre les parties prenantes, afin d'assurer la robustesse et l'équilibre de l'écosystème.
Discussion approfondie sur la rationalité de l'ensemble de l'écosystème et de ses jetons, y compris l'utilisation raisonnable des jetons.
Effectuer une planification de haut niveau, couvrant comment utiliser efficacement les jetons et concevoir divers contenus.
Ces étapes sont la base de la création d'un écosystème de jetons réussi.
Phase de conception
La paramétrisation est une autre étape clé dans la construction de l'écosystème des jetons, impliquant l'application de divers outils quantitatifs, tels que des tableurs, cadCAD, Token Spice, Machinations et d'autres outils de simulation. Ces outils peuvent aider à obtenir des modèles vérifiés et optimisés, à effectuer des analyses de risque et des prévisions, et à mieux comprendre les tendances de l'offre et de l'évaluation des jetons. Grâce à ces outils quantitatifs, il est possible de mieux comprendre le fonctionnement de l'écosystème et de fournir un soutien à sa conception et à son optimisation.
phase de déploiement
La phase de déploiement met en pratique les analyses théoriques et les conceptions préliminaires, en déployant réellement l'écosystème sur la blockchain. Cette phase nécessite l'utilisation de divers outils, y compris des langages de programmation tels que Solidity, Rust, ainsi que des environnements de déploiement comme Hardhat. À travers ce processus, l'objectif final est de réaliser et de faire fonctionner des jetons ou des produits d'écosystème réels sur la blockchain.
Outil de conception de jetons
À différentes étapes de la découverte, de la conception et du déploiement de (, une série d'outils doit être utilisée, dont l'accent et le type varient également dans différents domaines. Ces outils ne sont pas seulement adaptés au domaine de la DeFi, mais aussi à divers projets d'application, d'infrastructure, de jeux, etc.
Lorsqu'il s'agit de considérer les aspects détaillés, il existe deux points de vue : l'un estime qu'il est suffisant d'examiner l'écosystème sous un angle qualitatif en utilisant des normes de marché ; l'autre pense qu'il est nécessaire de créer un jumeau numérique pour simuler l'ensemble de l'écosystème en 1:1, car cela implique des risques financiers considérables. Avec l'évolution vers une direction plus précise, les connaissances en programmation requises augmentent également, ce qui pose des exigences plus élevées aux utilisateurs.
Dans l'écosystème des jetons, il existe divers outils pour aider à comprendre et à concevoir le système. De gauche à droite, les outils incluent :
Modèle de feuille de calcul et outils qualitatifs ) comme l'énoncé du problème, le mapping des parties prenantes, etc. (
Raisonnement piloté par l'IA ) pour esquisser un design de jeton préliminaire avec un modèle d'apprentissage automatique (
Modèle de jeton quantitatif QTM), modèle de feuille de calcul couvrant plusieurs domaines (
Des outils de simulation comme cadCAD qui permettent de modéliser des écosystèmes en 1:1 dans des environnements complexes
Choisir les outils et méthodes appropriés est essentiel au succès des startups. Différents types d'outils peuvent fournir des informations précieuses à différentes étapes, aidant les entreprises à prendre des décisions éclairées et à favoriser le développement durable de l'écosystème.
![Outlier Ventures : conception et optimisation de jetons basées sur les données])https://img-cdn.gateio.im/webp-social/moments-44a07d89e581fbc1ec48304130f7388d.webp(
) Aperçu de QTM
QTM est un modèle de jeton quantitatif qui utilise une période de simulation fixe de 10 ans, avec un pas de temps d'un mois. Au début de chaque pas de temps, des jetons sont émis dans l'écosystème, y compris le module d'incitation, le module d'attribution des jetons, le module d'airdrop, etc. Ces jetons sont ensuite répartis dans plusieurs seaux d'utilité, avant d'être redistribués de manière plus détaillée. Ce modèle prend également en compte des aspects liés aux activités hors chaîne, tels que la possibilité de destruction ou de rachat, et l'évaluation du taux d'adoption des utilisateurs.
Il est important de noter que la qualité de sortie de QTM dépend de la qualité d'entrée. Par conséquent, il est nécessaire de mener des recherches de marché approfondies avant d'utiliser QTM, afin d'obtenir des informations d'entrée plus précises. QTM est considéré comme un outil éducatif pour les startups, aidant à comprendre les écosystèmes de manière préliminaire, mais il ne faut pas se fier uniquement à ses résultats ni les considérer comme des conseils financiers.
![Outlier Ventures : conception et optimisation de jetons basées sur les données]###https://img-cdn.gateio.im/webp-social/moments-078e9fa8aa8974144f5994da1dce8355.webp(
) analyse de données
D'un point de vue analytique des données, il est possible d'extraire plusieurs types de données :
Perspective macroéconomique, observer l'évolution globale du marché.
Indicateurs de tour de financement, comprendre la situation de financement du projet.
Étude des comportements des participants.
Analyse des données on-chain, y compris la croissance des utilisateurs, la valeur totale verrouillée ###TVL(, le volume des transactions, etc.
Analyse des données des plateformes de médias sociaux.
Ces données publiques et précieuses devraient être pleinement utilisées pour mieux comprendre les paramètres de l'écosystème et valider les modèles.
Par exemple, il est possible d'analyser la durée de possession des jetons par différents groupes d'intervenants, d'observer les valeurs minimales, moyennes, médianes et maximales, et de faire des comparaisons segmentées entre différents secteurs.
![Outlier Ventures : conception et optimisation de jetons basée sur les données])https://img-cdn.gateio.im/webp-social/moments-d44dc739d197fa1ef14d72cc7b8dd11d.webp(
Un autre exemple est l'analyse de l'historique des soldes des jetons. Prenons l'exemple d'un écosystème de jetons, où toutes les transactions dans l'écosystème peuvent être suivies et classées dans des "bacs de jetons" spécifiques, tels que les adresses liées au projet, les adresses des échanges centralisés et les adresses des échanges décentralisés, etc. De cette manière, il est possible de voir les variations de solde de chaque partie prenante et d'observer ce qui se passe dans l'écosystème.
![Outlier Ventures : conception et optimisation de jetons basée sur les données])https://img-cdn.gateio.im/webp-social/moments-8deeda92b35f1f80f00597ed566715f5.webp(
Observer le comportement d'adresses spécifiques peut fournir des informations importantes sur la liquidité des jetons. Par exemple, lorsque des jetons sont envoyés d'un contrat de staking à une adresse spécifique, il est possible de comprendre comment le destinataire traite ces jetons. Ces informations aident à comprendre le comportement de chaque partie prenante et peuvent être réintégrées dans le modèle pour ajustements.
En utilisant ces données, il est possible de faire des prévisions, telles que la prévision de l'approvisionnement en soldes des différents jetons dans l'écosystème au cours des dix prochaines années, y compris la fondation, l'équipe, la répartition des mises, l'approvisionnement total en circulation et les pools de liquidité, etc. De plus, des simulations ou des prévisions de prix peuvent également être réalisées. Ces prévisions sont principalement utilisées pour comprendre la relation entre l'appartenance de l'approvisionnement et la demande en jetons, et non pour des conseils spéculatifs ou financiers.
![Outlier Ventures : conception et optimisation de jetons pilotées par les données])https://img-cdn.gateio.im/webp-social/moments-a6b71e12aa773a7e432108b8a646dc5e.webp(
De plus, il est possible d'analyser d'autres aspects, tels que la répartition des différentes parties utilitaires, la situation de mise en jeu, les programmes d'incitation à l'exploitation de la liquidité, les mécanismes de destruction, etc. Comprendre l'utilisation globale des jetons est très important, surtout lorsqu'on considère les facteurs de coût de l'écosystème d'incitation.
![Outlier Ventures : conception et optimisation de jetons basée sur les données])https://img-cdn.gateio.im/webp-social/moments-3cad2dd5bb0ae87757d3659ed8570862.webp(
Modèle basé sur les données
Dans l'écosystème des jetons, la relation entre l'appartenance et le prix peut être comprise en analysant des exemples de jetons réels. Par exemple, au début de l'écosystème, une grande quantité de fournitures entre sur le marché par le biais de l'appartenance, mais comme le produit peut ne pas être assez mature, la demande du marché peut être insuffisante, ce qui peut entraîner une baisse du prix du jeton. Cette situation peut être simulée à l'aide du modèle ) comme QTM(, où un comportement similaire est observé.
Dans le modèle, il est possible de simuler trois scénarios de demande différents : fonction logique, fonction linéaire et croissance exponentielle. Le contrôleur gère les quantités d'émission à différents moments, et on peut observer que pour chaque scénario de croissance et de demande différent, le contrôleur gère des quantités de libération différentes à différents moments.
Lorsque le prix du jeton augmente, davantage de jetons sont libérés dans l'écosystème, ce qui peut inciter les premiers investisseurs à vendre leurs jetons, entraînant ainsi une baisse des prix. En revanche, lorsque le prix est inférieur au prix prédéfini, le volume d'émission des jetons diminue. Cependant, le volume d'émission ne tombera pas à zéro, afin de garantir que tous les investisseurs initiaux reçoivent finalement leur part due. Grâce à ce mécanisme de contrôle, le prix des jetons augmentera à nouveau, réduisant finalement la volatilité et stabilisant l'écosystème.
![Outlier Ventures : conception et optimisation de jetons axées sur les données])https://img-cdn.gateio.im/webp-social/moments-0cdf69a2a12c753a31720c3a3b3e173f.webp(
Le prix est un indicateur important dans l'écosystème. Bien qu'il soit impossible de prédire l'avenir avec précision, il convient de prendre en compte les aspects de la demande et d'essayer de les modéliser et de les prédire. Grâce à des simulations de Monte Carlo et à des balayages de paramètres, il est possible d'explorer l'ensemble de l'espace des solutions disponibles, de comprendre les probabilités dans différentes situations et de développer des stratégies plus complètes et flexibles.
![Outlier Ventures : conception et optimisation de jetons basée sur les données])https://img-cdn.gateio.im/webp-social/moments-435bd1b0ace052cfa82c2a225a653786.webp(
De plus, une répartition pondérée différente de l'attribution peut être appliquée. Par exemple, au stade initial, les incitations de l'écosystème peuvent recevoir une plus grande part d'attribution de jetons, tandis que l'équipe obtient une part moindre. Au fil du temps, la situation peut évoluer, car nous souhaitons établir un modèle de croissance durable, et ne pas seulement dépendre de l'attribution de jetons pour faire progresser le développement de l'écosystème.
![Outlier Ventures : conception et optimisation de jetons basées sur les données])https://img-cdn.gateio.im/webp-social/moments-4536866cbb79fd293d750cfd1f087444.webp(
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
14 J'aime
Récompense
14
5
Reposter
Partager
Commentaire
0/400
LiquidationSurvivor
· Il y a 3h
On refait du réchauffé.
Voir l'originalRépondre0
AirdropHunterKing
· Il y a 11h
Ce n'est pas un jeton poubelle, c'est un système de Ponzi, écrit pour rien.
Voir l'originalRépondre0
Web3ProductManager
· 08-12 02:09
montre-moi les données de rétention de cohortes pour ces modèles de jetons... je suis curieux des métriques du jour 30 à vrai dire
Conception d'un écosystème de jetons basé sur les données : un guide complet de la découverte au déploiement
Conception et optimisation de jetons basées sur les données
Dans le processus de construction de l'écosystème des jetons, la réalisation d'un développement durable est un objectif clé. Une étude récente a exploré en profondeur les problèmes centraux auxquels est confronté l'écosystème des jetons et a proposé une série de solutions pratiques et d'outils.
La recherche souligne l'importance de l'ingénierie des jetons, offrant une nouvelle perspective pour la planification et la construction de systèmes de jetons. Plusieurs outils pratiques sont également présentés, tels que des outils de simulation basés sur des agents et des modèles de jetons quantitatifs (QTM), qui peuvent fournir des informations précieuses aux projets à différentes étapes, facilitant ainsi des décisions éclairées. Grâce à ces outils d'assistance, les projets de startups Web3 auront de meilleures chances de réaliser un développement stable à long terme.
Cette étude met en évidence le rôle clé de l'ingénierie des jetons et des outils associés dans la capacité des équipes de projet à faire face aux changements, ces outils s'étant révélés être des armes puissantes pour s'adapter à l'écosystème des jetons en constante évolution. Cette prise de conscience découle d'une étude et d'une pratique approfondies de l'écosystème des jetons, permettant aux participants de mieux comprendre la dynamique de l'écosystème et de prendre des décisions plus éclairées et visionnaires.
Conception et optimisation des jetons en trois étapes
Phase de découverte
Lors de la construction d'un écosystème de jetons réussi, plusieurs étapes clés doivent être exécutées à un niveau macro.
Ces étapes sont la base de la création d'un écosystème de jetons réussi.
Phase de conception
La paramétrisation est une autre étape clé dans la construction de l'écosystème des jetons, impliquant l'application de divers outils quantitatifs, tels que des tableurs, cadCAD, Token Spice, Machinations et d'autres outils de simulation. Ces outils peuvent aider à obtenir des modèles vérifiés et optimisés, à effectuer des analyses de risque et des prévisions, et à mieux comprendre les tendances de l'offre et de l'évaluation des jetons. Grâce à ces outils quantitatifs, il est possible de mieux comprendre le fonctionnement de l'écosystème et de fournir un soutien à sa conception et à son optimisation.
phase de déploiement
La phase de déploiement met en pratique les analyses théoriques et les conceptions préliminaires, en déployant réellement l'écosystème sur la blockchain. Cette phase nécessite l'utilisation de divers outils, y compris des langages de programmation tels que Solidity, Rust, ainsi que des environnements de déploiement comme Hardhat. À travers ce processus, l'objectif final est de réaliser et de faire fonctionner des jetons ou des produits d'écosystème réels sur la blockchain.
Outil de conception de jetons
À différentes étapes de la découverte, de la conception et du déploiement de (, une série d'outils doit être utilisée, dont l'accent et le type varient également dans différents domaines. Ces outils ne sont pas seulement adaptés au domaine de la DeFi, mais aussi à divers projets d'application, d'infrastructure, de jeux, etc.
Lorsqu'il s'agit de considérer les aspects détaillés, il existe deux points de vue : l'un estime qu'il est suffisant d'examiner l'écosystème sous un angle qualitatif en utilisant des normes de marché ; l'autre pense qu'il est nécessaire de créer un jumeau numérique pour simuler l'ensemble de l'écosystème en 1:1, car cela implique des risques financiers considérables. Avec l'évolution vers une direction plus précise, les connaissances en programmation requises augmentent également, ce qui pose des exigences plus élevées aux utilisateurs.
Dans l'écosystème des jetons, il existe divers outils pour aider à comprendre et à concevoir le système. De gauche à droite, les outils incluent :
Choisir les outils et méthodes appropriés est essentiel au succès des startups. Différents types d'outils peuvent fournir des informations précieuses à différentes étapes, aidant les entreprises à prendre des décisions éclairées et à favoriser le développement durable de l'écosystème.
![Outlier Ventures : conception et optimisation de jetons basées sur les données])https://img-cdn.gateio.im/webp-social/moments-44a07d89e581fbc1ec48304130f7388d.webp(
) Aperçu de QTM
QTM est un modèle de jeton quantitatif qui utilise une période de simulation fixe de 10 ans, avec un pas de temps d'un mois. Au début de chaque pas de temps, des jetons sont émis dans l'écosystème, y compris le module d'incitation, le module d'attribution des jetons, le module d'airdrop, etc. Ces jetons sont ensuite répartis dans plusieurs seaux d'utilité, avant d'être redistribués de manière plus détaillée. Ce modèle prend également en compte des aspects liés aux activités hors chaîne, tels que la possibilité de destruction ou de rachat, et l'évaluation du taux d'adoption des utilisateurs.
Il est important de noter que la qualité de sortie de QTM dépend de la qualité d'entrée. Par conséquent, il est nécessaire de mener des recherches de marché approfondies avant d'utiliser QTM, afin d'obtenir des informations d'entrée plus précises. QTM est considéré comme un outil éducatif pour les startups, aidant à comprendre les écosystèmes de manière préliminaire, mais il ne faut pas se fier uniquement à ses résultats ni les considérer comme des conseils financiers.
![Outlier Ventures : conception et optimisation de jetons basées sur les données]###https://img-cdn.gateio.im/webp-social/moments-078e9fa8aa8974144f5994da1dce8355.webp(
) analyse de données
D'un point de vue analytique des données, il est possible d'extraire plusieurs types de données :
Ces données publiques et précieuses devraient être pleinement utilisées pour mieux comprendre les paramètres de l'écosystème et valider les modèles.
Par exemple, il est possible d'analyser la durée de possession des jetons par différents groupes d'intervenants, d'observer les valeurs minimales, moyennes, médianes et maximales, et de faire des comparaisons segmentées entre différents secteurs.
![Outlier Ventures : conception et optimisation de jetons basée sur les données])https://img-cdn.gateio.im/webp-social/moments-d44dc739d197fa1ef14d72cc7b8dd11d.webp(
Un autre exemple est l'analyse de l'historique des soldes des jetons. Prenons l'exemple d'un écosystème de jetons, où toutes les transactions dans l'écosystème peuvent être suivies et classées dans des "bacs de jetons" spécifiques, tels que les adresses liées au projet, les adresses des échanges centralisés et les adresses des échanges décentralisés, etc. De cette manière, il est possible de voir les variations de solde de chaque partie prenante et d'observer ce qui se passe dans l'écosystème.
![Outlier Ventures : conception et optimisation de jetons basée sur les données])https://img-cdn.gateio.im/webp-social/moments-8deeda92b35f1f80f00597ed566715f5.webp(
Observer le comportement d'adresses spécifiques peut fournir des informations importantes sur la liquidité des jetons. Par exemple, lorsque des jetons sont envoyés d'un contrat de staking à une adresse spécifique, il est possible de comprendre comment le destinataire traite ces jetons. Ces informations aident à comprendre le comportement de chaque partie prenante et peuvent être réintégrées dans le modèle pour ajustements.
En utilisant ces données, il est possible de faire des prévisions, telles que la prévision de l'approvisionnement en soldes des différents jetons dans l'écosystème au cours des dix prochaines années, y compris la fondation, l'équipe, la répartition des mises, l'approvisionnement total en circulation et les pools de liquidité, etc. De plus, des simulations ou des prévisions de prix peuvent également être réalisées. Ces prévisions sont principalement utilisées pour comprendre la relation entre l'appartenance de l'approvisionnement et la demande en jetons, et non pour des conseils spéculatifs ou financiers.
![Outlier Ventures : conception et optimisation de jetons pilotées par les données])https://img-cdn.gateio.im/webp-social/moments-a6b71e12aa773a7e432108b8a646dc5e.webp(
De plus, il est possible d'analyser d'autres aspects, tels que la répartition des différentes parties utilitaires, la situation de mise en jeu, les programmes d'incitation à l'exploitation de la liquidité, les mécanismes de destruction, etc. Comprendre l'utilisation globale des jetons est très important, surtout lorsqu'on considère les facteurs de coût de l'écosystème d'incitation.
![Outlier Ventures : conception et optimisation de jetons basée sur les données])https://img-cdn.gateio.im/webp-social/moments-3cad2dd5bb0ae87757d3659ed8570862.webp(
Modèle basé sur les données
Dans l'écosystème des jetons, la relation entre l'appartenance et le prix peut être comprise en analysant des exemples de jetons réels. Par exemple, au début de l'écosystème, une grande quantité de fournitures entre sur le marché par le biais de l'appartenance, mais comme le produit peut ne pas être assez mature, la demande du marché peut être insuffisante, ce qui peut entraîner une baisse du prix du jeton. Cette situation peut être simulée à l'aide du modèle ) comme QTM(, où un comportement similaire est observé.
Dans le modèle, il est possible de simuler trois scénarios de demande différents : fonction logique, fonction linéaire et croissance exponentielle. Le contrôleur gère les quantités d'émission à différents moments, et on peut observer que pour chaque scénario de croissance et de demande différent, le contrôleur gère des quantités de libération différentes à différents moments.
Lorsque le prix du jeton augmente, davantage de jetons sont libérés dans l'écosystème, ce qui peut inciter les premiers investisseurs à vendre leurs jetons, entraînant ainsi une baisse des prix. En revanche, lorsque le prix est inférieur au prix prédéfini, le volume d'émission des jetons diminue. Cependant, le volume d'émission ne tombera pas à zéro, afin de garantir que tous les investisseurs initiaux reçoivent finalement leur part due. Grâce à ce mécanisme de contrôle, le prix des jetons augmentera à nouveau, réduisant finalement la volatilité et stabilisant l'écosystème.
![Outlier Ventures : conception et optimisation de jetons axées sur les données])https://img-cdn.gateio.im/webp-social/moments-0cdf69a2a12c753a31720c3a3b3e173f.webp(
Le prix est un indicateur important dans l'écosystème. Bien qu'il soit impossible de prédire l'avenir avec précision, il convient de prendre en compte les aspects de la demande et d'essayer de les modéliser et de les prédire. Grâce à des simulations de Monte Carlo et à des balayages de paramètres, il est possible d'explorer l'ensemble de l'espace des solutions disponibles, de comprendre les probabilités dans différentes situations et de développer des stratégies plus complètes et flexibles.
![Outlier Ventures : conception et optimisation de jetons basée sur les données])https://img-cdn.gateio.im/webp-social/moments-435bd1b0ace052cfa82c2a225a653786.webp(
De plus, une répartition pondérée différente de l'attribution peut être appliquée. Par exemple, au stade initial, les incitations de l'écosystème peuvent recevoir une plus grande part d'attribution de jetons, tandis que l'équipe obtient une part moindre. Au fil du temps, la situation peut évoluer, car nous souhaitons établir un modèle de croissance durable, et ne pas seulement dépendre de l'attribution de jetons pour faire progresser le développement de l'écosystème.
![Outlier Ventures : conception et optimisation de jetons basées sur les données])https://img-cdn.gateio.im/webp-social/moments-4536866cbb79fd293d750cfd1f087444.webp(