Устойчивое развитие токен-экосистемы: всесторонний взгляд и практические инструменты
Устойчивое развитие токен-экосистемы является ключевой темой. Недавно выпущенное видео глубоко исследует основные проблемы, с которыми сталкивается токен-экосистема, и предлагает практические решения и инструменты.
Видео подчеркивает принципы и методы токен-инженерии, предоставляя новый взгляд на планирование и создание токен-систем. Также представлена серия полезных инструментов, таких как основанные на代理 симуляторы, QTM и другие, которые на разных этапах могут предоставить ценную информацию, помогая проектам принимать обоснованные решения. С помощью этих вспомогательных инструментов стартапы Web3 получат возможность достичь устойчивого роста.
Это видео принесло нам новое понимание, подчеркивающее ключевую роль токен-инженерии и связанных инструментов в способности проектных команд справляться с изменениями. Эти инструменты зарекомендовали себя как мощное оружие для адаптации к постоянно меняющейся токен-экосистеме. Это понимание стало возможным благодаря глубокому изучению и практике токен-экосистемы, что позволяет участникам лучше понимать динамику экосистемы и принимать более обоснованные, дальновидные решения.
Три этапа проектирования и оптимизации токена
Этап открытия
Для создания успешной Токен экосистемы необходимо выполнить несколько ключевых шагов на макроуровне:
Четко определите проблему, ясно изложите стоящие перед вами вызовы.
Четко определить движение ценности между заинтересованными сторонами, чтобы обеспечить устойчивость и сбалансированность экосистемы.
Глубокое обсуждение и рассмотрение целесообразности всей экосистемы и ее Токенов, включая разумное использование Токенов.
Провести высокоуровневое планирование, охватывающее, как эффективно использовать Токен и разрабатывать различные предложения.
Эти шаги являются неотъемлемыми элементами для создания успешной токен-экосистемы.
Этап проектирования
Параметризация является еще одним ключевым этапом, который включает в себя использование количественных инструментов, таких как электронные таблицы, cadCAD, Token Spice, Machinations и другие инструменты моделирования. Эти инструменты могут помочь получить оптимизированные верифицированные модели, провести анализ рисков и прогнозирование, а также углубленное понимание тенденций поставки и оценки токенов. С помощью этих количественных инструментов можно лучше понять работу экосистемы и предоставить мощную поддержку для ее проектирования и оптимизации.
Этап развертывания
Этап развертывания заключается в том, чтобы реализовать ранее проведенный теоретический анализ и проектирование, фактически развернув экосистему на блокчейне. На этом этапе необходимо использовать различные инструменты, включая разные языки программирования, такие как Solidity, Rust и среды развертывания, такие как Hardhat. В результате этого процесса в конечном итоге создается реальный токен экосистемы или продукт, который действительно реализуется и функционирует на блокчейне.
Токен дизайн инструмент
На различных стадиях ( обнаружения, проектирования и развертывания ) необходимо использовать ряд инструментов, акценты и типы которых могут различаться в разных областях. Они подходят не только для сферы DeFi, но и для различных приложений, инфраструктуры, игр и других областей.
При рассмотрении деталей существует две точки зрения: одна считает, что экосистему можно рассматривать с качественной точки зрения, используя рыночные стандарты, и это достаточно, не требуется никаких моделирований; другая же считает, что необходимо создать цифровое подобие, осуществляя 1:1 моделирование всей экосистемы, поскольку это связано с большими финансовыми рисками. С продвижением в более точном направлении и увеличением ресурсной интенсивности также растут требования к необходимым знаниям программирования. Это также увеличивает требования к пользователям — им необходимо обладать навыками программирования, чтобы работать с более сложными моделями, что может повлиять на удобство для пользователя.
В экосистеме токенов есть множество инструментов, которые могут помочь понять и спроектировать эту систему. Слева находятся модели электронных таблиц и некоторые качественные инструменты, такие как формулировка вопросов, формулировка вопросов заинтересованных сторон, картирование заинтересованных сторон и конкретные потоки ценности и т. д. Даже можно использовать основанные на ИИ рассуждения, например, с помощью моделей машинного обучения для разработки первого дизайна токена.
В средней части, QTM( модель количественного токена ) хотя и является моделью электронных таблиц, охватывает несколько различных областей, не ограничиваясь только DeFi. Это широкое покрытие может привести к потере точности, но оно действительно может помочь стартапам получить первичные идеи, а также первоначальное понимание своей токен-экосистемы.
На правом краю находятся такие инструменты моделирования, как cadCAD, которые могут моделировать экосистему в 1:1 в сложных условиях. Выбор подходящих инструментов и методов имеет решающее значение для успеха стартапов. Разные типы инструментов могут предоставлять ценную информацию на разных этапах, помогая компаниям принимать обоснованные решения и способствуя устойчивому развитию экосистемы.
Обзор QTM
QTM является моделью количественного Токена, использующей фиксированное симуляционное время в 10 лет, где каждый временной шаг составляет один месяц, что делает ее более макроэкономической симуляционной моделью, а не высокоточной моделью. В начале каждого временного шага Токены будут распределены в экосистему, поэтому в модели есть модули стимулов, модули принадлежности Токенов, модулиairdrop и т.д. Затем эти Токены будут помещены в несколько основных резервуаров, из которых позже будет проведено более тонкое перераспределение общей полезности. Затем из этих инструментов полезности определяются выплаты вознаграждений и т.д. Также рассматривается аспект бизнес-процессов вне цепочки, что учитывает общую финансовую ситуацию бизнеса, например, возможность уничтожения или выкупа, а также можно оценить уровень принятия пользователями или определить ситуацию с принятием пользователей.
Важно подчеркнуть, что качество вывода этой модели зависит от качества входных данных. Поэтому перед использованием QTM необходимо провести тщательное исследование рынка, чтобы получить более точную входную информацию и лучше понять, что происходит. Это позволит получить результаты, ближе к реальной ситуации. QTM рассматривается как образовательный инструмент для стартапов, который помогает им первоначально понять свою экосистему, но на его основе не следует делать никаких финансовых рекомендаций и не следует полагаться исключительно на его результаты.
Анализ данных
С точки зрения анализа данных можно извлечь различные типы данных. Во-первых, можно наблюдать за общим развитием рынка с макроэкономической точки зрения, включая рынок DeFi и рынок криптовалют. Затем можно сосредоточиться на показателях раундов финансирования, чтобы понять ситуацию с финансированием проектов, например, количество собранных средств, оценка и объем продаж на различных раундах. Во-вторых, можно изучить модели поведения участников, чтобы глубже понять инвестиционные привычки других.
В отличие от традиционных финансов, данные на цепочке имеют значительные отличия, так как данные на цепочке открыты для всех, и практически можно просмотреть каждую транзакцию в экосистеме. В результате можно получить различные показатели, такие как рост пользователей, общая заблокированная стоимость (TVL), объемы торгов и т.д. Более того, можно наблюдать, как различные механизмы стимулов влияют на функционирование экосистемы. Кроме того, такие платформы социальных медиа, как Twitter, Reddit, Discord и Telegram играют важную роль в экономике токенов и показателях проектов.
Эта информация является открытыми и очень ценными данными, которые следует использовать для лучшего понимания параметров экосистемы и проверки моделей.
Например, можно посмотреть данные, похожие на создание сроков вестинга. В общем, можно наблюдать сроки вестинга для различных групп заинтересованных сторон. Можно увидеть минимальные, средние, медианные и максимальные значения сроков вестинга, которые являются анализом сроков вестинга для всех различных областей. Также можно сегментировать те же данные, чтобы различать разные отраслевые области. Таким образом, можно увидеть, что распределение данных в различных областях может сильно различаться. Хотя эти значения могут не всегда быть оптимальными, они предоставляют нам отправную точку.
Приведем еще один пример, связанный с историческим балансом токенов. Рассмотрим, например, одну финансовую платформу, на которой можно просмотреть состояние ее родного токена и отслеживать все транзакции в экосистеме, классифицируя их в определенные "токеновые ведра", такие как адреса, связанные с этой платформой, адреса централизованных бирж и адреса децентрализованных бирж и т.д. Таким образом, мы можем просмотреть баланс каждого заинтересованного лица и наблюдать за тем, что происходит в экосистеме.
В экосистеме токенов наблюдение за поведением определенных адресов может предоставить важную информацию о ликвидности токенов. Например, когда токены отправляются с контракта стейкинга на определенный адрес, можно понять, как получатель будет обращаться с этими токенами. Они выбирают повторно инвестировать эти токены, отправить их обратно на контракт стейкинга, продать их или развернуть в другом месте? Все это является ключевой информацией для понимания поведения каждого заинтересованного лица через анализ, и мы можем интегрировать эти данные в нашу модель, что поможет скорректировать модель.
Эта модель может не только анализировать поведение получателей токенов отдельных адресов, но и проводить анализ для репрезентативных групп заинтересованных сторон. Например, мы можем проанализировать несколько токен проектов и обнаружить, что примерно 38% токенов, полученных через контракты по ставкам, отправляются обратно в контракт на ставку при первой транзакции. В то же время, доля централизованных бирж составляет около 8%, а доля децентрализованных бирж составляет около 14%. Просматривая распределение токенов в определенный момент времени на QTM, можно понять ситуацию с обращаемым предложением токенов. Эти значения могут быть применены к нашим параметрам, что позволит получить первоначальное представление о поведении экосистемы.
Используя эти данные, мы можем делать прогнозы, например, прогнозировать баланс поставок различных токенов в экосистеме на ближайшие десять лет, включая фонды, команды, распределение стейков, общий оборот и ликвидные пулы и т.д. Также можно проводить симуляции или прогнозы цен. Необходимо подчеркнуть, что эти прогнозы не предназначены для спекуляций или финансовых советов, а служат для понимания взаимосвязи между принадлежностью поставок и спросом на токены, что позволяет понять баланс этих двух факторов.
Кроме того, можно проанализировать и другие аспекты, такие как распределение различных полезных частей. Например, мы можем узнать, сколько Токенов было заложено, сколько использовано для программ стимулов по ликвидности, или, если есть механизм сжигания, сколько Токенов было сожжено. Если Токены можно использовать в магазинах или в других местах, мы также можем отслеживать ежемесячные полезные награды, чтобы понять, какова стоимость этих стимулов в долларовой оценке. Понимание общего использования Токенов имеет очень важное значение, особенно при учете факторов затрат в стимулирующей экосистеме.
Модель, основанная на данных
Другой темой является новый подход к планам владения. Иногда люди думают, что нужен очень долгий план владения, но это не всегда хорошо, так как это означает, что предложение в первоначальном обращении очень низкое, что приводит к спекуляциям и потенциальным манипуляциям на рынке. Поэтому мы предлагаем внедрить механизм распределения Токенов с корректировкой, не зависящий от рыночного спроса. Другими словами, предсказание потребностей экосистемы не является необходимым, поскольку выпуск владения будет контролироваться контроллером на основе заранее определенных определенных ключевых показателей эффективности. Эти ключевые показатели эффективности могут включать TVL, объем торгов, уровень усвоения пользователями, рентабельность бизнеса и так далее. В этом примере просто использовалась цена токена.
В экосистеме токенов связь между принадлежностью и ценой можно понять, проанализировав примеры реальных токенов. Например, в первый год с момента запуска экосистемы большое количество поставок попадает на рынок через принадлежность, но из-за того, что продукт может быть еще не достаточно зрелым, рыночный спрос может быть недостаточным, и объемы принятия невелики, что приводит к снижению цены токена.
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
15 Лайков
Награда
15
6
Репост
Поделиться
комментарий
0/400
WagmiWarrior
· 7ч назад
Все еще торгуете концепциями? Лучше займитесь чем-то полезным в блокчейне.
Посмотреть ОригиналОтветить0
PrivacyMaximalist
· 19ч назад
Живой токен — хороший токен
Посмотреть ОригиналОтветить0
consensus_whisperer
· 19ч назад
Насколько полезен инструмент, зависит от того, кто им пользуется.
Посмотреть ОригиналОтветить0
GateUser-3824aa38
· 19ч назад
Без инструментов тоже можно погибнуть.
Посмотреть ОригиналОтветить0
ruggedNotShrugged
· 19ч назад
Снова появились новые инструменты для обмана.
Посмотреть ОригиналОтветить0
ThreeHornBlasts
· 19ч назад
Все равно нужно полагаться на симуляцию для обработки данных.
Устойчивое развитие токен-экосистемы: всесторонний взгляд и анализ практических инструментов
Устойчивое развитие токен-экосистемы: всесторонний взгляд и практические инструменты
Устойчивое развитие токен-экосистемы является ключевой темой. Недавно выпущенное видео глубоко исследует основные проблемы, с которыми сталкивается токен-экосистема, и предлагает практические решения и инструменты.
Видео подчеркивает принципы и методы токен-инженерии, предоставляя новый взгляд на планирование и создание токен-систем. Также представлена серия полезных инструментов, таких как основанные на代理 симуляторы, QTM и другие, которые на разных этапах могут предоставить ценную информацию, помогая проектам принимать обоснованные решения. С помощью этих вспомогательных инструментов стартапы Web3 получат возможность достичь устойчивого роста.
Это видео принесло нам новое понимание, подчеркивающее ключевую роль токен-инженерии и связанных инструментов в способности проектных команд справляться с изменениями. Эти инструменты зарекомендовали себя как мощное оружие для адаптации к постоянно меняющейся токен-экосистеме. Это понимание стало возможным благодаря глубокому изучению и практике токен-экосистемы, что позволяет участникам лучше понимать динамику экосистемы и принимать более обоснованные, дальновидные решения.
Три этапа проектирования и оптимизации токена
Этап открытия
Для создания успешной Токен экосистемы необходимо выполнить несколько ключевых шагов на макроуровне:
Эти шаги являются неотъемлемыми элементами для создания успешной токен-экосистемы.
Этап проектирования
Параметризация является еще одним ключевым этапом, который включает в себя использование количественных инструментов, таких как электронные таблицы, cadCAD, Token Spice, Machinations и другие инструменты моделирования. Эти инструменты могут помочь получить оптимизированные верифицированные модели, провести анализ рисков и прогнозирование, а также углубленное понимание тенденций поставки и оценки токенов. С помощью этих количественных инструментов можно лучше понять работу экосистемы и предоставить мощную поддержку для ее проектирования и оптимизации.
Этап развертывания
Этап развертывания заключается в том, чтобы реализовать ранее проведенный теоретический анализ и проектирование, фактически развернув экосистему на блокчейне. На этом этапе необходимо использовать различные инструменты, включая разные языки программирования, такие как Solidity, Rust и среды развертывания, такие как Hardhat. В результате этого процесса в конечном итоге создается реальный токен экосистемы или продукт, который действительно реализуется и функционирует на блокчейне.
Токен дизайн инструмент
На различных стадиях ( обнаружения, проектирования и развертывания ) необходимо использовать ряд инструментов, акценты и типы которых могут различаться в разных областях. Они подходят не только для сферы DeFi, но и для различных приложений, инфраструктуры, игр и других областей.
При рассмотрении деталей существует две точки зрения: одна считает, что экосистему можно рассматривать с качественной точки зрения, используя рыночные стандарты, и это достаточно, не требуется никаких моделирований; другая же считает, что необходимо создать цифровое подобие, осуществляя 1:1 моделирование всей экосистемы, поскольку это связано с большими финансовыми рисками. С продвижением в более точном направлении и увеличением ресурсной интенсивности также растут требования к необходимым знаниям программирования. Это также увеличивает требования к пользователям — им необходимо обладать навыками программирования, чтобы работать с более сложными моделями, что может повлиять на удобство для пользователя.
В экосистеме токенов есть множество инструментов, которые могут помочь понять и спроектировать эту систему. Слева находятся модели электронных таблиц и некоторые качественные инструменты, такие как формулировка вопросов, формулировка вопросов заинтересованных сторон, картирование заинтересованных сторон и конкретные потоки ценности и т. д. Даже можно использовать основанные на ИИ рассуждения, например, с помощью моделей машинного обучения для разработки первого дизайна токена.
В средней части, QTM( модель количественного токена ) хотя и является моделью электронных таблиц, охватывает несколько различных областей, не ограничиваясь только DeFi. Это широкое покрытие может привести к потере точности, но оно действительно может помочь стартапам получить первичные идеи, а также первоначальное понимание своей токен-экосистемы.
На правом краю находятся такие инструменты моделирования, как cadCAD, которые могут моделировать экосистему в 1:1 в сложных условиях. Выбор подходящих инструментов и методов имеет решающее значение для успеха стартапов. Разные типы инструментов могут предоставлять ценную информацию на разных этапах, помогая компаниям принимать обоснованные решения и способствуя устойчивому развитию экосистемы.
Обзор QTM
QTM является моделью количественного Токена, использующей фиксированное симуляционное время в 10 лет, где каждый временной шаг составляет один месяц, что делает ее более макроэкономической симуляционной моделью, а не высокоточной моделью. В начале каждого временного шага Токены будут распределены в экосистему, поэтому в модели есть модули стимулов, модули принадлежности Токенов, модулиairdrop и т.д. Затем эти Токены будут помещены в несколько основных резервуаров, из которых позже будет проведено более тонкое перераспределение общей полезности. Затем из этих инструментов полезности определяются выплаты вознаграждений и т.д. Также рассматривается аспект бизнес-процессов вне цепочки, что учитывает общую финансовую ситуацию бизнеса, например, возможность уничтожения или выкупа, а также можно оценить уровень принятия пользователями или определить ситуацию с принятием пользователей.
Важно подчеркнуть, что качество вывода этой модели зависит от качества входных данных. Поэтому перед использованием QTM необходимо провести тщательное исследование рынка, чтобы получить более точную входную информацию и лучше понять, что происходит. Это позволит получить результаты, ближе к реальной ситуации. QTM рассматривается как образовательный инструмент для стартапов, который помогает им первоначально понять свою экосистему, но на его основе не следует делать никаких финансовых рекомендаций и не следует полагаться исключительно на его результаты.
Анализ данных
С точки зрения анализа данных можно извлечь различные типы данных. Во-первых, можно наблюдать за общим развитием рынка с макроэкономической точки зрения, включая рынок DeFi и рынок криптовалют. Затем можно сосредоточиться на показателях раундов финансирования, чтобы понять ситуацию с финансированием проектов, например, количество собранных средств, оценка и объем продаж на различных раундах. Во-вторых, можно изучить модели поведения участников, чтобы глубже понять инвестиционные привычки других.
В отличие от традиционных финансов, данные на цепочке имеют значительные отличия, так как данные на цепочке открыты для всех, и практически можно просмотреть каждую транзакцию в экосистеме. В результате можно получить различные показатели, такие как рост пользователей, общая заблокированная стоимость (TVL), объемы торгов и т.д. Более того, можно наблюдать, как различные механизмы стимулов влияют на функционирование экосистемы. Кроме того, такие платформы социальных медиа, как Twitter, Reddit, Discord и Telegram играют важную роль в экономике токенов и показателях проектов.
Эта информация является открытыми и очень ценными данными, которые следует использовать для лучшего понимания параметров экосистемы и проверки моделей.
Например, можно посмотреть данные, похожие на создание сроков вестинга. В общем, можно наблюдать сроки вестинга для различных групп заинтересованных сторон. Можно увидеть минимальные, средние, медианные и максимальные значения сроков вестинга, которые являются анализом сроков вестинга для всех различных областей. Также можно сегментировать те же данные, чтобы различать разные отраслевые области. Таким образом, можно увидеть, что распределение данных в различных областях может сильно различаться. Хотя эти значения могут не всегда быть оптимальными, они предоставляют нам отправную точку.
Приведем еще один пример, связанный с историческим балансом токенов. Рассмотрим, например, одну финансовую платформу, на которой можно просмотреть состояние ее родного токена и отслеживать все транзакции в экосистеме, классифицируя их в определенные "токеновые ведра", такие как адреса, связанные с этой платформой, адреса централизованных бирж и адреса децентрализованных бирж и т.д. Таким образом, мы можем просмотреть баланс каждого заинтересованного лица и наблюдать за тем, что происходит в экосистеме.
В экосистеме токенов наблюдение за поведением определенных адресов может предоставить важную информацию о ликвидности токенов. Например, когда токены отправляются с контракта стейкинга на определенный адрес, можно понять, как получатель будет обращаться с этими токенами. Они выбирают повторно инвестировать эти токены, отправить их обратно на контракт стейкинга, продать их или развернуть в другом месте? Все это является ключевой информацией для понимания поведения каждого заинтересованного лица через анализ, и мы можем интегрировать эти данные в нашу модель, что поможет скорректировать модель.
Эта модель может не только анализировать поведение получателей токенов отдельных адресов, но и проводить анализ для репрезентативных групп заинтересованных сторон. Например, мы можем проанализировать несколько токен проектов и обнаружить, что примерно 38% токенов, полученных через контракты по ставкам, отправляются обратно в контракт на ставку при первой транзакции. В то же время, доля централизованных бирж составляет около 8%, а доля децентрализованных бирж составляет около 14%. Просматривая распределение токенов в определенный момент времени на QTM, можно понять ситуацию с обращаемым предложением токенов. Эти значения могут быть применены к нашим параметрам, что позволит получить первоначальное представление о поведении экосистемы.
Используя эти данные, мы можем делать прогнозы, например, прогнозировать баланс поставок различных токенов в экосистеме на ближайшие десять лет, включая фонды, команды, распределение стейков, общий оборот и ликвидные пулы и т.д. Также можно проводить симуляции или прогнозы цен. Необходимо подчеркнуть, что эти прогнозы не предназначены для спекуляций или финансовых советов, а служат для понимания взаимосвязи между принадлежностью поставок и спросом на токены, что позволяет понять баланс этих двух факторов.
Кроме того, можно проанализировать и другие аспекты, такие как распределение различных полезных частей. Например, мы можем узнать, сколько Токенов было заложено, сколько использовано для программ стимулов по ликвидности, или, если есть механизм сжигания, сколько Токенов было сожжено. Если Токены можно использовать в магазинах или в других местах, мы также можем отслеживать ежемесячные полезные награды, чтобы понять, какова стоимость этих стимулов в долларовой оценке. Понимание общего использования Токенов имеет очень важное значение, особенно при учете факторов затрат в стимулирующей экосистеме.
Модель, основанная на данных
Другой темой является новый подход к планам владения. Иногда люди думают, что нужен очень долгий план владения, но это не всегда хорошо, так как это означает, что предложение в первоначальном обращении очень низкое, что приводит к спекуляциям и потенциальным манипуляциям на рынке. Поэтому мы предлагаем внедрить механизм распределения Токенов с корректировкой, не зависящий от рыночного спроса. Другими словами, предсказание потребностей экосистемы не является необходимым, поскольку выпуск владения будет контролироваться контроллером на основе заранее определенных определенных ключевых показателей эффективности. Эти ключевые показатели эффективности могут включать TVL, объем торгов, уровень усвоения пользователями, рентабельность бизнеса и так далее. В этом примере просто использовалась цена токена.
В экосистеме токенов связь между принадлежностью и ценой можно понять, проанализировав примеры реальных токенов. Например, в первый год с момента запуска экосистемы большое количество поставок попадает на рынок через принадлежность, но из-за того, что продукт может быть еще не достаточно зрелым, рыночный спрос может быть недостаточным, и объемы принятия невелики, что приводит к снижению цены токена.