Développement durable des écosystèmes de jetons : perspectives complètes et outils pratiques
Le développement durable des écosystèmes de jetons est un enjeu clé. Une vidéo récemment publiée explore en profondeur les principaux défis auxquels est confronté l'écosystème des jetons et propose des solutions et des outils pratiques.
La vidéo met en avant les principes et les méthodes de l'ingénierie des jetons, offrant ainsi de nouvelles perspectives pour la planification et la construction de systèmes de jetons. Elle présente également une série d'outils pratiques, tels que des outils de simulation basés sur des agents, QTM, etc., qui peuvent fournir des informations précieuses à différentes étapes et aider les projets à prendre des décisions éclairées. Grâce à ces outils d'assistance, les projets Web3 auront la possibilité d'atteindre une croissance durable.
Cette vidéo nous offre une nouvelle compréhension, mettant en avant 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 se sont révélés être de puissantes armes pour s'adapter à un écosystème de jetons en constante évolution. Cette compréhension a été rendue possible grâce à des recherches et des pratiques approfondies sur l'écosystème des jetons, permettant aux participants de mieux appréhender la dynamique de l'écosystème et de prendre des décisions plus éclairées et visionnaires.
Design et optimisation des jetons en trois étapes
Phase de découverte
Pour construire un écosystème de jetons réussi, plusieurs étapes clés doivent être exécutées à un niveau macro.
Définir clairement le problème et énoncer clairement les défis auxquels vous êtes confronté.
Clarifier la circulation de la valeur entre les parties prenantes, afin d'assurer la robustesse et l'équilibre de l'écosystème.
Discuter en profondeur et considérer 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 des plans pour divers contenus.
Ces étapes sont des éléments indispensables pour créer un écosystème de jetons réussi.
Phase de conception
La paramétrisation est une autre étape clé, impliquant l'utilisation d'outils quantitatifs tels que des tableurs, cadCAD, Token Spice, Machinations et d'autres outils de simulation. Ces outils permettent d'obtenir des modèles validés et optimisés, de réaliser des analyses de risque et des prévisions, et d'approfondir la compréhension des tendances d'offre et de valorisation des jetons. Grâce à ces outils quantitatifs, il est possible de mieux comprendre le fonctionnement de l'écosystème et de fournir un soutien solide pour sa conception et son optimisation.
Phase de déploiement
La phase de déploiement met en pratique les analyses théoriques et les conceptions précédentes, déployant véritablement l'écosystème sur la blockchain. Cette phase nécessite l'utilisation de divers outils, y compris différents langages de programmation tels que Solidity, Rust, et des environnements de déploiement comme Hardhat. Grâce à ce processus, on obtient finalement des jetons ou produits écologiques réels, permettant leur réalisation et fonctionnement effectifs sur la blockchain.
Outil de conception de jetons
À différentes étapes de la découverte, de la conception et du déploiement (, il est nécessaire d'utiliser une série d'outils, dont l'accent et le type varient également dans différents domaines. Ils ne sont pas seulement adaptés au domaine DeFi, mais aussi à divers projets d'application, infrastructures, jeux, etc.
Lorsqu'on considère les détails, il existe deux points de vue : l'un estime qu'il est possible de voir l'écosystème sous un angle qualitatif, en utilisant des normes de marché, ce qui est suffisant, sans avoir besoin de simulations ; l'autre pense qu'il est nécessaire de créer un jumeau numérique et de simuler l'ensemble de l'écosystème en 1:1, car cela implique de risques financiers importants. À mesure que l'on progresse vers une direction plus précise et que l'intensité des ressources augmente, les connaissances en programmation nécessaires vont également croître. Cela augmente également les exigences pour les utilisateurs - ils doivent avoir des compétences en programmation pour traiter des modèles plus complexes, ce qui pourrait affecter la convivialité.
Il existe divers outils dans l'écosystème des jetons pour aider à comprendre et à concevoir ce système. À l'extrémité gauche, il y a des modèles de tableurs et quelques outils qualitatifs, tels que des déclarations de problèmes, des déclarations de problèmes des parties prenantes, des cartes des parties prenantes et des flux de valeur spécifiques, etc. On peut même tirer parti du raisonnement alimenté par l'IA, comme utiliser des modèles d'apprentissage automatique pour rédiger la première conception du jeton.
Dans la partie centrale, le modèle de jeton quantitatif QTM), bien qu'il s'agisse également d'un modèle de feuille de calcul, couvre plusieurs domaines différents, pas seulement le DeFi. Cette large couverture peut entraîner une perte de précision, mais elle peut effectivement aider les startups à obtenir des informations de première main et une compréhension préliminaire de leur écosystème de jetons.
À droite, il y a des outils de simulation comme cadCAD qui permettent de modéliser l'écosystème en 1:1 dans des environnements complexes. Choisir les bons outils et méthodes est crucial pour le succès des start-ups. 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.
( Aperçu de QTM
QTM est un modèle de jeton quantitatif, utilisant une période de simulation fixe de 10 ans, avec un pas de temps d'un mois, ce qui en fait un modèle de simulation macro plutôt qu'un modèle de haute précision. Au début de chaque pas de temps, des jetons sont émis dans l'écosystème, donc le modèle comprend des modules d'incitation, des modules d'attribution de jetons, des modules d'airdrop, etc. Ensuite, ces jetons seront placés dans plusieurs fûts de base, à partir desquels une redistribution plus raffinée de l'utilité générale sera effectuée. Ensuite, des paiements de récompenses, etc., sont définis à partir de ces outils d'utilité. En outre, en ce qui concerne les activités hors chaîne, cela prend également en compte la situation générale des fonds d'affaires, par exemple, la possibilité de destruction ou de rachat, ainsi que la mesure du taux d'adoption des utilisateurs ou la définition de la situation d'adoption des utilisateurs.
Il est important de souligner que la qualité de sortie de ce modèle dépend de la qualité d'entrée. Par conséquent, avant d'utiliser QTM, une recherche de marché approfondie doit être effectuée pour obtenir des informations d'entrée plus précises et une compréhension approfondie de ce qui se passe. Cela peut conduire à des résultats de sortie plus proches de la réalité. QTM est considéré comme un outil éducatif pour les startups, les aidant à comprendre leur écosystème de manière préliminaire, mais aucune recommandation financière ne doit en être tirée et il ne faut pas se fier uniquement aux résultats.
![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 différents types de données. Tout d'abord, on peut observer l'évolution du marché dans son ensemble à travers une perspective macroéconomique, y compris le marché DeFi et le marché des cryptomonnaies. Ensuite, on peut se concentrer sur les indicateurs des tours de financement pour comprendre la situation de financement des projets, tels que le montant des fonds levés, la valorisation et la situation des ventes de volumes dans les différents tours. Deuxièmement, on peut également étudier les modèles de comportement des participants pour mieux comprendre les habitudes d'investissement des autres.
Comparé à la finance traditionnelle, les données sur la chaîne présentent des différences significatives, car ces données sont accessibles au public et permettent presque de consulter chaque transaction dans l'écosystème. Cela permet d'obtenir divers indicateurs, tels que la croissance des utilisateurs, la valeur totale verrouillée )TVL###, le volume des transactions, etc. Ce qui est encore plus intéressant, c'est qu'il est possible d'observer comment différents mécanismes d'incitation influencent le fonctionnement de l'écosystème. De plus, des plateformes de médias sociaux comme Twitter, Reddit, Discord et Telegram jouent un rôle important dans l'économie des jetons et la performance des projets.
Ces informations sont des données publiques et très précieuses, qui devraient être pleinement exploitées pour mieux comprendre les paramètres de l'écosystème et valider les modèles.
Par exemple, il est possible de consulter des données similaires à la création des périodes d'attribution. En général, on peut observer les périodes d'attribution des différents groupes d'intervenants. On peut voir la valeur minimale, la moyenne, la médiane et la valeur maximale des périodes d'attribution, qui sont toutes des analyses des périodes d'attribution dans différents domaines. Il est également possible de segmenter les mêmes données pour distinguer différents secteurs d'activité. Ainsi, on peut constater que la distribution des données dans différents domaines peut varier considérablement. Bien que ces valeurs ne soient pas toujours optimales, elles nous offrent un point de départ.
Prenons un autre exemple concernant l'historique des soldes des jetons. Prenons le cas d'une plateforme financière, où l'on peut consulter l'état de son jeton natif et suivre toutes les transactions dans l'ensemble de l'écosystème, les classant dans des "jetons" spécifiques, par exemple les adresses liées à la plateforme, les adresses des échanges centralisés et les adresses des échanges décentralisés, etc. De cette manière, nous pouvons voir le solde de chaque partie prenante et observer ce qui se passe dans l'ensemble de l'écosystème.
Dans l'écosystème des jetons, 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 mise à une adresse spécifique, il est possible de comprendre comment le destinataire traite ces jetons. Choisissent-ils de réinvestir ces jetons, de les renvoyer au contrat de mise, de les vendre ou de les déployer ailleurs ? Toutes ces informations clés sont comprises en analysant le comportement de chaque partie prenante, et nous pouvons intégrer ces données dans notre modèle pour aider à l'ajuster.
Ce modèle peut non seulement analyser le comportement des récepteurs de jetons d'adresses individuelles, mais également effectuer une analyse sur des groupes d'intérêt représentatifs. Par exemple, nous pouvons analyser plusieurs projets de jetons et découvrir qu'environ 38 % des jetons, après avoir été reçus via des contrats de staking, sont renvoyés au contrat de staking lors de la première transaction. En comparaison, le taux des échanges centralisés est d'environ 8 %, tandis que celui des échanges décentralisés est d'environ 14 %. En examinant la distribution des jetons à un moment donné sur QTM, nous pouvons comprendre la quantité de jetons en circulation. Ces valeurs peuvent être appliquées à nos paramètres, ce qui permet de comprendre de manière préliminaire le comportement de l'écosystème.
En utilisant ces données, nous pouvons faire des prévisions, par exemple sur la situation d'approvisionnement en soldes de différents jetons dans l'écosystème au cours des dix prochaines années, y compris la fondation, l'équipe, la répartition des mises, l'offre totale en circulation et les pools de liquidité, etc. De plus, nous pouvons également effectuer des simulations ou des prévisions de prix. Il est important de souligner que ces prévisions ne sont pas destinées à la spéculation ou à des conseils financiers, mais aident à comprendre la relation entre l'attribution de l'offre et la demande de jetons, afin de saisir l'équilibre entre ces deux facteurs.
De plus, il est possible d'analyser d'autres aspects, comme la répartition des différentes parties utilitaires. Par exemple, nous pouvons comprendre combien de jetons sont stakés, combien sont utilisés pour les programmes d'incitation à l'exploitation de la liquidité, ou, s'il existe un mécanisme de destruction, combien de jetons sont détruits. Si les jetons peuvent être utilisés dans des magasins ou ailleurs, nous pouvons également observer les récompenses d'utilité mensuelles pour comprendre la valeur de ces incitations en termes de valeur en dollars. Comprendre l'utilisation globale des jetons est très important, surtout lorsqu'il s'agit de prendre en compte les facteurs de coût lors de l'incitation à l'écosystème.
Modèle basé sur les données
Un autre sujet est une nouvelle façon de réfléchir aux programmes d'attribution. Parfois, les gens pensent qu'il faut un programme d'attribution très long, mais ce n'est pas toujours bon, car cela signifie que l'offre dans la circulation initiale est très faible, ce qui entraîne de la spéculation sur le marché et des comportements de manipulation potentiels. Par conséquent, nous proposons d'introduire un mécanisme d'attribution de jetons ajusté, qui n'est pas influencé par la demande du marché. En d'autres termes, il n'est pas nécessaire de prédire la demande de l'écosystème, car la libération d'attribution sera contrôlée par un contrôleur en fonction de certains indicateurs de performance clés définis à l'avance. Ces indicateurs de performance clés peuvent inclure TVL, volume de transactions, taux d'adoption des utilisateurs, rentabilité des affaires, etc. Dans cet exemple, le prix du jeton a simplement été utilisé.
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 cours de la première année du démarrage de l'écosystème, une grande quantité de jetons est entrée sur le marché par le biais de l'appartenance, mais en raison de la maturité potentiellement insuffisante des produits, la demande du marché peut être insuffisante, avec un faible taux d'adoption, entraînant une baisse du prix des jetons.
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.
19 J'aime
Récompense
19
6
Reposter
Partager
Commentaire
0/400
WagmiWarrior
· 08-17 15:42
Vous êtes encore en train de spéculer sur des concepts ? Pourquoi ne pas aller faire quelque chose d'utile off-chain ?
Voir l'originalRépondre0
PrivacyMaximalist
· 08-17 03:32
Un jeton qui peut survivre est un bon jeton.
Voir l'originalRépondre0
consensus_whisperer
· 08-17 03:32
L'utilité des outils dépend de qui les utilise.
Voir l'originalRépondre0
GateUser-3824aa38
· 08-17 03:23
Sans outils pour soutenir, il faut quand même mourir de manière brutale.
Voir l'originalRépondre0
ruggedNotShrugged
· 08-17 03:12
Il y a encore de nouveaux outils pour tromper les gens.
Voir l'originalRépondre0
ThreeHornBlasts
· 08-17 03:07
Il faut toujours compter sur la simulation des données.
Développement durable de l'écosystème des jetons : perspectives complètes et analyse des outils pratiques
Développement durable des écosystèmes de jetons : perspectives complètes et outils pratiques
Le développement durable des écosystèmes de jetons est un enjeu clé. Une vidéo récemment publiée explore en profondeur les principaux défis auxquels est confronté l'écosystème des jetons et propose des solutions et des outils pratiques.
La vidéo met en avant les principes et les méthodes de l'ingénierie des jetons, offrant ainsi de nouvelles perspectives pour la planification et la construction de systèmes de jetons. Elle présente également une série d'outils pratiques, tels que des outils de simulation basés sur des agents, QTM, etc., qui peuvent fournir des informations précieuses à différentes étapes et aider les projets à prendre des décisions éclairées. Grâce à ces outils d'assistance, les projets Web3 auront la possibilité d'atteindre une croissance durable.
Cette vidéo nous offre une nouvelle compréhension, mettant en avant 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 se sont révélés être de puissantes armes pour s'adapter à un écosystème de jetons en constante évolution. Cette compréhension a été rendue possible grâce à des recherches et des pratiques approfondies sur l'écosystème des jetons, permettant aux participants de mieux appréhender la dynamique de l'écosystème et de prendre des décisions plus éclairées et visionnaires.
Design et optimisation des jetons en trois étapes
Phase de découverte
Pour construire un écosystème de jetons réussi, plusieurs étapes clés doivent être exécutées à un niveau macro.
Ces étapes sont des éléments indispensables pour créer un écosystème de jetons réussi.
Phase de conception
La paramétrisation est une autre étape clé, impliquant l'utilisation d'outils quantitatifs tels que des tableurs, cadCAD, Token Spice, Machinations et d'autres outils de simulation. Ces outils permettent d'obtenir des modèles validés et optimisés, de réaliser des analyses de risque et des prévisions, et d'approfondir la compréhension des tendances d'offre et de valorisation des jetons. Grâce à ces outils quantitatifs, il est possible de mieux comprendre le fonctionnement de l'écosystème et de fournir un soutien solide pour sa conception et son optimisation.
Phase de déploiement
La phase de déploiement met en pratique les analyses théoriques et les conceptions précédentes, déployant véritablement l'écosystème sur la blockchain. Cette phase nécessite l'utilisation de divers outils, y compris différents langages de programmation tels que Solidity, Rust, et des environnements de déploiement comme Hardhat. Grâce à ce processus, on obtient finalement des jetons ou produits écologiques réels, permettant leur réalisation et fonctionnement effectifs sur la blockchain.
Outil de conception de jetons
À différentes étapes de la découverte, de la conception et du déploiement (, il est nécessaire d'utiliser une série d'outils, dont l'accent et le type varient également dans différents domaines. Ils ne sont pas seulement adaptés au domaine DeFi, mais aussi à divers projets d'application, infrastructures, jeux, etc.
Lorsqu'on considère les détails, il existe deux points de vue : l'un estime qu'il est possible de voir l'écosystème sous un angle qualitatif, en utilisant des normes de marché, ce qui est suffisant, sans avoir besoin de simulations ; l'autre pense qu'il est nécessaire de créer un jumeau numérique et de simuler l'ensemble de l'écosystème en 1:1, car cela implique de risques financiers importants. À mesure que l'on progresse vers une direction plus précise et que l'intensité des ressources augmente, les connaissances en programmation nécessaires vont également croître. Cela augmente également les exigences pour les utilisateurs - ils doivent avoir des compétences en programmation pour traiter des modèles plus complexes, ce qui pourrait affecter la convivialité.
Il existe divers outils dans l'écosystème des jetons pour aider à comprendre et à concevoir ce système. À l'extrémité gauche, il y a des modèles de tableurs et quelques outils qualitatifs, tels que des déclarations de problèmes, des déclarations de problèmes des parties prenantes, des cartes des parties prenantes et des flux de valeur spécifiques, etc. On peut même tirer parti du raisonnement alimenté par l'IA, comme utiliser des modèles d'apprentissage automatique pour rédiger la première conception du jeton.
Dans la partie centrale, le modèle de jeton quantitatif QTM), bien qu'il s'agisse également d'un modèle de feuille de calcul, couvre plusieurs domaines différents, pas seulement le DeFi. Cette large couverture peut entraîner une perte de précision, mais elle peut effectivement aider les startups à obtenir des informations de première main et une compréhension préliminaire de leur écosystème de jetons.
À droite, il y a des outils de simulation comme cadCAD qui permettent de modéliser l'écosystème en 1:1 dans des environnements complexes. Choisir les bons outils et méthodes est crucial pour le succès des start-ups. 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.
( Aperçu de QTM
QTM est un modèle de jeton quantitatif, utilisant une période de simulation fixe de 10 ans, avec un pas de temps d'un mois, ce qui en fait un modèle de simulation macro plutôt qu'un modèle de haute précision. Au début de chaque pas de temps, des jetons sont émis dans l'écosystème, donc le modèle comprend des modules d'incitation, des modules d'attribution de jetons, des modules d'airdrop, etc. Ensuite, ces jetons seront placés dans plusieurs fûts de base, à partir desquels une redistribution plus raffinée de l'utilité générale sera effectuée. Ensuite, des paiements de récompenses, etc., sont définis à partir de ces outils d'utilité. En outre, en ce qui concerne les activités hors chaîne, cela prend également en compte la situation générale des fonds d'affaires, par exemple, la possibilité de destruction ou de rachat, ainsi que la mesure du taux d'adoption des utilisateurs ou la définition de la situation d'adoption des utilisateurs.
Il est important de souligner que la qualité de sortie de ce modèle dépend de la qualité d'entrée. Par conséquent, avant d'utiliser QTM, une recherche de marché approfondie doit être effectuée pour obtenir des informations d'entrée plus précises et une compréhension approfondie de ce qui se passe. Cela peut conduire à des résultats de sortie plus proches de la réalité. QTM est considéré comme un outil éducatif pour les startups, les aidant à comprendre leur écosystème de manière préliminaire, mais aucune recommandation financière ne doit en être tirée et il ne faut pas se fier uniquement aux résultats.
![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 différents types de données. Tout d'abord, on peut observer l'évolution du marché dans son ensemble à travers une perspective macroéconomique, y compris le marché DeFi et le marché des cryptomonnaies. Ensuite, on peut se concentrer sur les indicateurs des tours de financement pour comprendre la situation de financement des projets, tels que le montant des fonds levés, la valorisation et la situation des ventes de volumes dans les différents tours. Deuxièmement, on peut également étudier les modèles de comportement des participants pour mieux comprendre les habitudes d'investissement des autres.
Comparé à la finance traditionnelle, les données sur la chaîne présentent des différences significatives, car ces données sont accessibles au public et permettent presque de consulter chaque transaction dans l'écosystème. Cela permet d'obtenir divers indicateurs, tels que la croissance des utilisateurs, la valeur totale verrouillée )TVL###, le volume des transactions, etc. Ce qui est encore plus intéressant, c'est qu'il est possible d'observer comment différents mécanismes d'incitation influencent le fonctionnement de l'écosystème. De plus, des plateformes de médias sociaux comme Twitter, Reddit, Discord et Telegram jouent un rôle important dans l'économie des jetons et la performance des projets.
Ces informations sont des données publiques et très précieuses, qui devraient être pleinement exploitées pour mieux comprendre les paramètres de l'écosystème et valider les modèles.
Par exemple, il est possible de consulter des données similaires à la création des périodes d'attribution. En général, on peut observer les périodes d'attribution des différents groupes d'intervenants. On peut voir la valeur minimale, la moyenne, la médiane et la valeur maximale des périodes d'attribution, qui sont toutes des analyses des périodes d'attribution dans différents domaines. Il est également possible de segmenter les mêmes données pour distinguer différents secteurs d'activité. Ainsi, on peut constater que la distribution des données dans différents domaines peut varier considérablement. Bien que ces valeurs ne soient pas toujours optimales, elles nous offrent un point de départ.
Prenons un autre exemple concernant l'historique des soldes des jetons. Prenons le cas d'une plateforme financière, où l'on peut consulter l'état de son jeton natif et suivre toutes les transactions dans l'ensemble de l'écosystème, les classant dans des "jetons" spécifiques, par exemple les adresses liées à la plateforme, les adresses des échanges centralisés et les adresses des échanges décentralisés, etc. De cette manière, nous pouvons voir le solde de chaque partie prenante et observer ce qui se passe dans l'ensemble de l'écosystème.
Dans l'écosystème des jetons, 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 mise à une adresse spécifique, il est possible de comprendre comment le destinataire traite ces jetons. Choisissent-ils de réinvestir ces jetons, de les renvoyer au contrat de mise, de les vendre ou de les déployer ailleurs ? Toutes ces informations clés sont comprises en analysant le comportement de chaque partie prenante, et nous pouvons intégrer ces données dans notre modèle pour aider à l'ajuster.
Ce modèle peut non seulement analyser le comportement des récepteurs de jetons d'adresses individuelles, mais également effectuer une analyse sur des groupes d'intérêt représentatifs. Par exemple, nous pouvons analyser plusieurs projets de jetons et découvrir qu'environ 38 % des jetons, après avoir été reçus via des contrats de staking, sont renvoyés au contrat de staking lors de la première transaction. En comparaison, le taux des échanges centralisés est d'environ 8 %, tandis que celui des échanges décentralisés est d'environ 14 %. En examinant la distribution des jetons à un moment donné sur QTM, nous pouvons comprendre la quantité de jetons en circulation. Ces valeurs peuvent être appliquées à nos paramètres, ce qui permet de comprendre de manière préliminaire le comportement de l'écosystème.
En utilisant ces données, nous pouvons faire des prévisions, par exemple sur la situation d'approvisionnement en soldes de différents jetons dans l'écosystème au cours des dix prochaines années, y compris la fondation, l'équipe, la répartition des mises, l'offre totale en circulation et les pools de liquidité, etc. De plus, nous pouvons également effectuer des simulations ou des prévisions de prix. Il est important de souligner que ces prévisions ne sont pas destinées à la spéculation ou à des conseils financiers, mais aident à comprendre la relation entre l'attribution de l'offre et la demande de jetons, afin de saisir l'équilibre entre ces deux facteurs.
De plus, il est possible d'analyser d'autres aspects, comme la répartition des différentes parties utilitaires. Par exemple, nous pouvons comprendre combien de jetons sont stakés, combien sont utilisés pour les programmes d'incitation à l'exploitation de la liquidité, ou, s'il existe un mécanisme de destruction, combien de jetons sont détruits. Si les jetons peuvent être utilisés dans des magasins ou ailleurs, nous pouvons également observer les récompenses d'utilité mensuelles pour comprendre la valeur de ces incitations en termes de valeur en dollars. Comprendre l'utilisation globale des jetons est très important, surtout lorsqu'il s'agit de prendre en compte les facteurs de coût lors de l'incitation à l'écosystème.
Modèle basé sur les données
Un autre sujet est une nouvelle façon de réfléchir aux programmes d'attribution. Parfois, les gens pensent qu'il faut un programme d'attribution très long, mais ce n'est pas toujours bon, car cela signifie que l'offre dans la circulation initiale est très faible, ce qui entraîne de la spéculation sur le marché et des comportements de manipulation potentiels. Par conséquent, nous proposons d'introduire un mécanisme d'attribution de jetons ajusté, qui n'est pas influencé par la demande du marché. En d'autres termes, il n'est pas nécessaire de prédire la demande de l'écosystème, car la libération d'attribution sera contrôlée par un contrôleur en fonction de certains indicateurs de performance clés définis à l'avance. Ces indicateurs de performance clés peuvent inclure TVL, volume de transactions, taux d'adoption des utilisateurs, rentabilité des affaires, etc. Dans cet exemple, le prix du jeton a simplement été utilisé.
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 cours de la première année du démarrage de l'écosystème, une grande quantité de jetons est entrée sur le marché par le biais de l'appartenance, mais en raison de la maturité potentiellement insuffisante des produits, la demande du marché peut être insuffisante, avec un faible taux d'adoption, entraînant une baisse du prix des jetons.