DeFi 項目分析不容忽略的深層指標| Footprint Analytics

Feb. 2022, Simon@footprint.network

Data Source: Footprint Analytics

數據可以被認為是任何項目最重要的資產,對數據的分析能夠了解過去、現狀,甚至預測未來。但傳統行業中,數據分析中常常遇到的難點是數據源缺少或難以獲得。

區塊鏈的世界打破了數據源的壁壘,它像是一個攤在桌面上任君翻閱的“大賬簿”,數據完全公開透明。但要在海量晦澀難懂的數據中抽絲剝繭找出有價值的信息顯然更有難度。

市面上對 DeFi 項目進行數據分析的工具不勝枚舉,各類指標繁多。本文使用Footprint Analytics 即將推出的DeFi 360 中涉及的指標歸納來看項目整體情況,以及從哪些角度深挖數據背後原因。

What:目前指標類別

項目過去與現在的表現,可以通過常規指標概況迅速了解。通過對時點值、增量、變動率等指標了解項目情況與趨勢變化。

 Footprint Analytics – Project Overview

I. 運營數據

  1. TVL

TVL 即總鎖定價值(Total Value Locked),通常是項目第一關注的指標。反映了所有用戶抵押的資產的總價值,人們常用TVL 的增長判斷項目是否處於上升趨勢。

 Footprint Analytics – TVL Trend

TVL 以美元為單位,但在加密貨幣的世界幣價瞬息萬變,很難看出TVL 的漲跌到底是因為幣價的變動引起,還是有更多投資的加入。因此,除了常規意義上的TVL,對幣本位的TVL 也有必要關注。

例如,從 Footprint Analytics 的統計看到,Liquity (僅能質押ETH 借出穩定幣的借貸項目)在下圖黑框部分以ETH 為單位的TVL 略下跌,而以美元為單位的TVL 在不斷上升,主要源於ETH 價格上漲。這造成了項目上行的錯覺。

 Footprint Analytics – TVL in ETH vs USD

在 Aave、Yearn 等複雜項目出現同時提供鎖倉與借貸功能後,這也使簡單的TVL 更難作為衡量項目的單一指標,因此要結合更多指標進行評估。

  1. Net Liquidity

Net Liquidity 通過對流入與流出數據相減發現與上一日的變化。可以從inflow 和outflow 兩面進一步分析變動主要來自於用戶的進入還是流失。

  1. Revenue 

如以DEX 為主的協議,不能僅以TVL 判定平台的情況,swap 也會為平台產生收入。項目的最終目還是為實現利潤最大化,Revenue 可以讓運營方了解盈利能力,反映項目經營成果。

 Footprint Analytics – Revenue

II. Token 數據

大部分平台都會發行其治理 token,有些平台會使用雙token 模式。 token 的數據一定程度上反映了市場對平台的認可程度。

  1. 基本情況

幣價是最直觀的指標,發生重大事件時幣價是最快受到影響的指標,幣價的上漲與下跌也與市場的供求關係緊密相關。如Cream 在10 月27 日再次遭到攻擊,損失1.3 億,幣價應聲下跌。

 Footprint Analytics – Token Price – CREAM

對於如 MakerDAOLiquity 等發行雙代幣的,監控平台鑄造出的DAI、LUSD 數量也可側面反映出用戶的參與程度。

Token 的市值為幣價與發行量的乘積,反映了一個項目在DeFi 行業的市場價值。

  1. 持有人數及持有時間

持有token 的人數反映了有多少用戶認可平台的token 模式,尤其通過質押token 獲得治理權利的數據體現了平台DAO 的情況。

持有token 的時間則能看出吸引的是認同平台價值的用戶更多還是投機用戶佔比過高。

  1. 應用情況

交易量數據可以反映token 在市場上的流通熱度,與市值的比例類似於換手率。更高的流通反映token 具有一定熱度,較低的流通屬於關注度不足的token。

 Footprint Analytics – MKR Volume

除了進行交易,token 的用例也值得關注,用戶挖礦獲得的token 是用在平台質押發揮了治理代幣的作用,還是存入了其他外部協議捕獲收益。

如Liquity 發行的穩定幣LUSD 有61% 還存儲在自身平台的Stability Pool 內,並沒有發揮出其穩定幣的作用,與DAI 的用例相比還相差甚遠。

Why:挖掘數據背後原因

了解項目過去與現在的表現後,需要尋找呈現數據的原因。通過對數據進行下鑽,對平台的池子和用戶深入挖掘。對數據的交叉分析也能發掘一些隱藏的相關因素。

I. Pool

平台總體運營數據歸根究底是由眾多池子組層,尋找數據變動的原因就要下鑽到池子維度,發現對數據影響最大的對象。根據排名能發現最受歡迎的池子,調整平台未來的發展策略。

 Footprint Analytics – Pools Overview

II. 用戶指標

項目始終是圍繞用戶,精準捕獲目標用戶是項目發展的核心。對用戶的數據分類和分層分析可以更快鎖定優質用戶。

  1. 用戶畫像

對項目總體用戶可以細分到新用戶和活躍用戶維度再進行分析。新用戶體現平台市場拓展節奏,活躍用戶反映項目持續增長的潛力。

 Footprint Analytics – Address Overview

通過用戶的人均交易金額、持有金額及時間的變化分析,能夠了解平均用戶質量。

 Footprint Analytics – Active Address

雖然通過平均數能觀察到用戶行為的大趨勢,但作為項目執行的依據仍有欠缺。平均數往往會把重要數據稀釋掉,進行更深入的用戶分層才能找到真正的問題,制定正確的執行計劃。

 Footprint Analytics – Trading Volume Distribution

  1. 用戶流失

“大鯨”用戶是為平台產生價值的優質用戶,防止用戶流失是項目的一項必修課。通過對用戶佔比的分佈排序,對用戶畫像的分析進一步聚焦在大額用戶上。

洞悉用戶的投資偏好能對平台的用戶有更深層次的了解,通過剖析目標用戶投資的所有DeFi 平臺情況發掘潛在用戶群體。

 Footprint Analytics – Address Investment Protocols Distribution

III. 交叉分析

通過對數據的下鑽找到了影響數據變動的底層指標,但為何引起這些變化仍讓人困惑。通過交叉分析尋找相關性有時可以為成因提供佐證。

例如將TVL 及用戶數與APY 進行對比分析,觀察兩者的趨勢變化推測是否因為APY 的提升吸引到更多用戶的參與。

再例如,由於大多數token 的變動都與BTC 具有相關性,價格變動的分析需注意到底是項目自身內在價值發生變動,還是受市場影響。

 Footprint Analytics – Token Price (MKR vs BTC)

再或者,與行業競品的對比能夠了解項目在市場上的競爭力,TVL 的降低可能源自競爭對手的強勢進攻。

DeFi 的樂高屬性也不容忽略,關聯緊密項目的指標常常也是影響變動的重要因素。例如對於 Curve TVL 的增長 Convex 也助了一臂之力。

 Footprint Analytics – Curve VS Convex in TVL

結語

目前市場上分析工具眾多,但通常只能分析到表層,更深層次的歸因很難實現。不論是項目方想通過數據進行決策,還是投資者做分析,都只能獲得呈現結果的指標,很難輕易獲得能夠歸因的數據。

區塊鏈世界已將數據攤在眼前,作為運營方想要快速通過可視化工具解讀數據,亟需一款無需代碼,只需點擊一下即可獲得強大分析功能的一站式方案。

關於Footprint Analytics:

Footprint Analytics 是一個一站式可視化區塊鏈數據分析平台。 Footprint 協助解決了鏈上數據清理整合的問題,讓用戶免費享受0 門檻的區塊鏈數據分析體驗。提供千餘種製表模板和拖拽式的作圖體驗,任何人都可以在10 秒內建立自己的個性化數據圖表,輕鬆洞察鏈上數據,了解數據背後的故事。

Footprint Analytics 官網:https://www.footprint.network

Discord 社群:https://discord.gg/3HYaR6USM7

Telegram: https://t.me/joinchat/4-ocuURAr2thODFh

以上內容僅為個人觀點,僅供參考、交流,不構成投資建議。如存在明顯的理解或數據錯誤,歡迎反饋。

版權聲明:

本作品為作者原創,轉載請註明出處。商用轉載需聯繫作者授權,擅自商用轉載、摘編或利用其它方式使用的,將追究相關法律責任。

本文不構成投資建議,虛擬貨幣波動大請謹慎小心

掌握虛擬貨幣、區塊鏈大小事

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。