データ駆動型トークン設計と最適化

トークンエコシステムの構築過程において、持続可能な発展を実現することは重要な目標です。最近の研究では、トークンエコシステムが直面している核心的な問題を深く探求し、一連の実用的な解決策とツールを提案しました。

研究はトークンエンジニアリングの重要性を強調しており、これによりトークンシステムの計画と構築に新しい視点が提供されます。また、代理ベースのシミュレーションツールや量的トークンモデル(QTM)など、さまざまな実用的なツールが紹介されており、これらのツールはプロジェクトに価値ある情報を提供し、賢明な意思決定を支援します。これらの補助ツールを利用することで、Web3のスタートアッププロジェクトは長期的な安定成長を実現する機会が大きくなります。

この研究は、プロジェクトチームが変化に対応する際に、トークンエンジニアリングおよび関連ツールが果たす重要な役割を強調しており、これらのツールは絶えず変化するトークンエコシステムに適応するための強力な武器であることが証明されています。この認識は、トークンエコシステムに関する深い研究と実践に基づいており、参加者がエコシステムのダイナミクスをよりよく理解し、より賢明で先見的な意思決定を行うことを可能にしています。

! Outlier Ventures:データ駆動型トークンの設計と最適化

トークンの設計と最適化の三つの段階

###ディスカバリーフェーズ

成功したトークンエコシステムを構築するには、マクロレベルでいくつかの重要なステップを実行する必要があります:

1. 問題を明確に定義し、直面している課題を明確に説明する。
2. ステークホルダー間での価値の流れを明確にし、エコシステムの健全性とバランスを確保します。
3. エコシステム全体とそのトークンの合理性についての詳細な議論、トークンの合理的な使用に関するものを含む。
4. 高度な計画を行い、トークンをどのように効果的に活用するか、また各種コンテンツの設計に関する方案を含める。

これらのステップは成功したトークンエコシステムを構築するための基盤です。

###設計フェーズ

パラメータ化はトークンエコシステムの構築におけるもう一つの重要なステップであり、スプレッドシート、cadCAD、Token Spice、Machinationsなどのさまざまな定量ツールを使用します。これらのツールは、最適化された検証モデルを取得し、リスク分析や予測を行い、トークン供給と評価の傾向を深く理解するのに役立ちます。これらの定量ツールを通じて、エコシステムの運用をよりよく理解し、その設計と最適化をサポートすることができます。

デプロイメントフェーズ

展開段階では、前の理論分析と設計を実践に移し、エコシステムを実際にブロックチェーン上に展開します。この段階では、SolidityやRustなどのプログラミング言語、Hardhatなどの展開環境を含むさまざまなツールを使用する必要があります。このプロセスを通じて、最終的にブロックチェーン上で実際のエコシステムトークンまたは製品を実現し、運営します。

! Outlier Ventures:データ駆動型トークンの設計と最適化

トークン設計ツール

異なる段階で(の発見、設計、展開には、さまざまなツールを使用する必要があります。これらのツールの焦点と種類は、異なる分野でも異なります。これらのツールはDeFi分野に限らず、さまざまなアプリケーションプロジェクト、インフラストラクチャ、ゲームなどの分野にも適用されます。

詳細な観点を考慮すると、2つの見解があります。一つは、エコシステムを定性的な観点から見ることができ、市場基準を使用するだけで十分だと考えるものです。もう一つは、デジタルツインを作成し、エコシステム全体を1:1でシミュレーションする必要があると考えるもので、これは大量の資金リスクを伴います。より正確な方向に進むにつれて、必要なプログラミング知識も増加し、ユーザーに対してもより高い要求が課されます。

トークンエコシステムには、システムを理解し設計するのに役立つさまざまなツールがあります。左から右に、ツールには次のものが含まれます:

• スプレッドシートモデルと定性的ツール)の問題の声明、ステークホルダーのマッピングなど(
• AI駆動の推論)は機械学習モデルを使用して初期トークン設計を起草(
• QTM)量化トークンモデル(、複数の分野をカバーするスプレッドシートモデル
• cadCADなど、複雑な環境下でエコシステムを1:1でモデル化するシミュレーションツール

スタートアップの成功には、適切なツールと方法を選択することが極めて重要です。異なる種類のツールは、異なる段階で価値のある情報を提供し、企業が賢明な意思決定を行い、エコシステムの持続的な発展を促進するのに役立ちます。

! [Outlier Ventures:データ駆動型トークンの設計と最適化])https://img-cdn.gateio.im/webp-social/moments-44a07d89e581fbc1ec48304130f7388d.webp(

) QTM の概要

QTMは量的トークンモデルで、10年間の固定シミュレーション時間を採用し、各タイムステップは1ヶ月です。各タイムステップの開始時に、トークンはエコシステムに排出され、インセンティブモジュール、トークン所有モジュール、エアドロップモジュールなどが含まれます。これらのトークンはその後、いくつかのメタバケットに配分され、さらに細分化された一般的な効用再配分が行われます。このモデルは、ユーザーの採用率を測定するために、消費または買い戻しが可能なオフチェーンビジネスの側面も考慮しています。

注意すべきは、QTMの出力品質は入力品質に依存するということです。そのため、QTMを使用する前に十分な市場調査を行い、より正確な入力情報を得る必要があります。QTMは初期のスタートアップ企業の教育ツールと見なされており、自身のエコシステムを初歩的に理解するのに役立ちますが、その結果にのみ依存したり、財務アドバイスとして利用したりすべきではありません。

! [Outlier Ventures:データ駆動型トークンの設計と最適化]###https://img-cdn.gateio.im/webp-social/moments-078e9fa8aa8974144f5994da1dce8355.webp(

) データ分析

データ分析の観点から、さまざまなタイプのデータを抽出できます:

1. マクロ市場の視点から、全体の市場の発展状況を観察する。
2. 資金調達ラウンド指標、プロジェクトの資金調達状況を理解する。 3.参加者の行動パターン研究。
3. ブロックチェーン上のデータ分析、ユーザーの成長、総ロック価値###TVL(、取引量などを含む。
4. ソーシャルメディアプラットフォームのデータ分析。

これらの公開されていて価値のあるデータは、エコシステムのパラメーターをよりよく理解し、モデルを検証するために十分に活用されるべきです。

例えば、異なる利害関係者グループのトークンの帰属期間を分析し、最小値、平均値、中位数、最大値を観察し、異なる業界分野での細分化比較を行うことができます。

! [Outlier Ventures:データ駆動型トークンの設計と最適化])https://img-cdn.gateio.im/webp-social/moments-d44dc739d197fa1ef14d72cc7b8dd11d.webp(

もう一つの例は、トークンバケットの履歴残高を分析することです。あるトークンエコシステムを例にとると、エコシステム内のすべての取引を追跡し、それらを特定の「トークンバケット」に分類することができます。例えば、プロジェクト関連のアドレス、中央集権取引所関連のアドレス、分散型取引所のアドレスなどです。この方法を使用することで、各利害関係者の残高の変化を確認し、エコシステム内で何が起こっているのかを観察することができます。

! [Outlier Ventures:データ駆動型トークンの設計と最適化])https://img-cdn.gateio.im/webp-social/moments-8deeda92b35f1f80f00597ed566715f5.webp(

特定のアドレスの行動を観察することで、トークンの流動性に関する重要な情報を提供できます。たとえば、トークンがステーキング契約から特定のアドレスに送信されると、受取人がこれらのトークンをどのように処理するかを理解できます。これらの情報は、各ステークホルダーの行動を理解するのに役立ち、これらのデータをモデルにフィードバックして調整することができます。

これらのデータを利用して、未来の約10年間にわたるエコシステム内の異なるバケツの残高供給状況を予測することができます。これには、財団、チーム、ステーキング配分、全体の流通供給、流動性プールなどが含まれます。また、価格シミュレーションや予測も行うことができます。これらの予測は、供給の帰属とトークン需要の関係を理解するために主に使用されており、投機や金融アドバイスを目的としたものではありません。

! [Outlier Ventures:データ駆動型トークンの設計と最適化])https://img-cdn.gateio.im/webp-social/moments-a6b71e12aa773a7e432108b8a646dc5e.webp(

さらに、異なるユーティリティ部分の配分、ステーキングの状況、流動性マイニングのインセンティブプラン、焼却メカニズムなど、他の側面を分析することもできます。トークンの全体的な使用状況を理解することは非常に重要であり、特にインセンティブエコシステムのコスト要因を考慮する際には特に重要です。

! [Outlier Ventures:データ駆動型トークンの設計と最適化])https://img-cdn.gateio.im/webp-social/moments-3cad2dd5bb0ae87757d3659ed8570862.webp(

データ駆動型モデル

トークンエコシステムにおいて、帰属と価格の関係は、実際のトークンの事例を分析することで理解できます。例えば、エコシステムの初期段階では、大量の供給が帰属を通じて市場に入りますが、製品が十分に成熟していない可能性があるため、市場の需要が不十分で、トークンの価格が下落する可能性があります。このような状況は、モデル)やQTM(を通じてシミュレーションすることで観察される類似の行動を示します。

モデルでは、3つの異なる需要シナリオをシミュレートできます: 論理関数、線形関数、および指数的成長。コントローラーは異なる時間点での排出量を管理し、各異なる成長と需要シナリオに対して、コントローラーが異なる時間点で異なる放出量を管理する様子を観察できます。

トークンの価格が上昇すると、より多くのトークンがエコシステムに放出され、初期投資家がトークンを売却する可能性があり、それが価格の下落を引き起こすことがあります。逆に、価格が設定された価格を下回ると、トークンの発行量は減少します。しかし、発行量はゼロにはならず、すべての初期投資家が最終的に得るべきシェアを確保します。この制御メカニズムを通じて、トークンの価格は再び上昇し、最終的にはボラティリティを減少させ、エコシステムを安定させます。

! [Outlier Ventures:データ駆動型トークンの設計と最適化])https://img-cdn.gateio.im/webp-social/moments-0cdf69a2a12c753a31720c3a3b3e173f.webp(

価格はエコシステムにおける重要な指標です。未来を正確に予測することはできませんが、需要の側面を考慮し、それをモデル化し予測しようとするべきです。モンテカルロシミュレーションとパラメータスキャンを通じて、利用可能な解決策のスペース全体を探索し、異なる状況での可能性を理解し、より包括的で柔軟な戦略を策定することができます。

! [Outlier Ventures:データ駆動型トークンの設計と最適化])https://img-cdn.gateio.im/webp-social/moments-435bd1b0ace052cfa82c2a225a653786.webp(

さらに、帰属に対して異なる重み付けの分配を行うこともできます。例えば、初期段階では、エコシステムのインセンティブがより多くのトークン帰属の分配を得る一方で、チームは少ない割合を得るかもしれません。時間が経つにつれて状況は変わる可能性があり、私たちはトークン帰属だけに依存してエコシステムの発展を推進するのではなく、持続可能な成長モデルを構築したいと考えています。

! [Outlier Ventures:データ駆動型トークンの設計と最適化])https://img-cdn.gateio.im/webp-social/moments-4536866cbb79fd293d750cfd1f087444.webp(