Desarrollo sostenible del ecosistema de Token: Perspectiva integral y herramientas prácticas
El desarrollo sostenible del ecosistema de Token es un tema clave. Un video recientemente publicado explora en profundidad los principales desafíos que enfrenta el ecosistema de Token y ofrece soluciones y herramientas prácticas.
El video enfatiza los principios y métodos de la ingeniería de Token, proporcionando nuevas perspectivas para la planificación y construcción de sistemas de Token. Al mismo tiempo, presenta una serie de herramientas prácticas, como herramientas de simulación basadas en agentes, QTM, entre otras, que pueden proporcionar información valiosa en diferentes etapas y ayudar a los proyectos a tomar decisiones informadas. Con la ayuda de estas herramientas auxiliares, los proyectos emergentes de Web3 tendrán la oportunidad de lograr un crecimiento sostenible.
Este video nos ofrece una nueva comprensión, destacando el papel clave de la ingeniería de Token y las herramientas relacionadas en la capacidad de los equipos de proyecto para hacer frente a los cambios. Estas herramientas han demostrado ser poderosas armas para adaptarse a la cambiante ecología de Token. Esta comprensión se ha formado gracias a la investigación y práctica profunda del ecosistema de Token, lo que permite a los participantes comprender mejor la dinámica del ecosistema y tomar decisiones más informadas y visionarias.
Diseño y optimización de Token en tres etapas
fase de descubrimiento
Construir un ecosistema de Token exitoso requiere ejecutar varios pasos clave a nivel macro:
Definir claramente el problema y exponer claramente los desafíos que se enfrentan.
Aclarar el flujo de valor entre los interesados, asegurando la robustez y el equilibrio del ecosistema.
Discutir y considerar en profundidad la razonabilidad de todo el ecosistema y su Token, incluyendo el uso razonable del Token.
Realizar una planificación de alto nivel que abarque cómo utilizar eficazmente el Token y diseñar propuestas para diversos contenidos.
Estos pasos son elementos indispensables para crear un exitoso ecosistema de Token.
Fase de diseño
La parametrización es otro paso clave que implica la aplicación de herramientas cuantitativas, como hojas de cálculo, cadCAD, Token Spice, Machinations y otras herramientas de simulación. Estas herramientas pueden ayudar a obtener modelos validados y optimizados, realizar análisis de riesgos y previsiones, y profundizar en las tendencias de suministro y valoración de los tokens. A través de estas herramientas cuantitativas, se puede comprender mejor el funcionamiento del ecosistema y proporcionar un fuerte apoyo para su diseño y optimización.
fase de implementación
La fase de implementación lleva el análisis teórico y el diseño previos a la práctica, desplegando verdaderamente el ecosistema en la blockchain. Esta fase requiere el uso de diversas herramientas, incluyendo diferentes lenguajes de programación como Solidity, Rust, y entornos de implementación como Hardhat. A través de este proceso, se genera finalmente un Token o producto del ecosistema real, permitiendo que se implemente y funcione realmente en la blockchain.
Herramienta de diseño de Token
En diferentes etapas de descubrimiento, diseño y despliegue (, es necesario utilizar una serie de herramientas, cuyo enfoque y tipo varían en diferentes campos. No solo son aplicables en el ámbito DeFi, sino también en diversos proyectos de aplicaciones, infraestructura, juegos, entre otros.
Al considerar el nivel de detalle, existen dos puntos de vista: uno sostiene que se puede ver el ecosistema desde una perspectiva cualitativa, usando estándares de mercado es suficiente, no se necesita ninguna simulación; el otro sostiene que es necesario crear gemelos digitales y realizar una simulación 1:1 de todo el ecosistema, ya que esto implica un gran riesgo financiero. A medida que se avanza hacia una dirección más precisa y aumenta la intensidad de los recursos, también aumentará el conocimiento de programación requerido. Esto también incrementa las exigencias para los usuarios: necesitan tener habilidades de programación para manejar modelos más complejos, lo que podría afectar la facilidad de uso.
En el ecosistema de Token hay diversas herramientas que ayudan a entender y diseñar dicho sistema. En el extremo izquierdo, hay modelos de hojas de cálculo y algunas herramientas cualitativas, como declaraciones de problemas, declaraciones de problemas de los interesados, mapeo de interesados y flujos de valor específicos, entre otros. Incluso se puede utilizar razonamiento impulsado por IA, como utilizar modelos de aprendizaje automático para redactar el primer diseño de Token.
En la parte central, el modelo de Token cuantitativo QTM) (, aunque también es un modelo de hoja de cálculo, abarca múltiples campos diferentes, no limitado a DeFi. Esta amplia cobertura puede llevar a una pérdida de precisión, pero realmente puede ayudar a las startups a obtener información de primera mano, así como una comprensión inicial de su ecosistema de Token.
En el extremo derecho, se encuentran herramientas de simulación como cadCAD, que permiten modelar el ecosistema en un entorno complejo 1:1. Elegir las herramientas y métodos adecuados es crucial para el éxito de las startups. Diferentes tipos de herramientas pueden proporcionar información valiosa en diferentes etapas, ayudando a las empresas a tomar decisiones informadas y fomentando el desarrollo continuo del ecosistema.
![Outlier Ventures: diseño y optimización de Token impulsados por datos])https://img-cdn.gateio.im/webp-social/moments-44a07d89e581fbc1ec48304130f7388d.webp(
) Resumen de QTM
QTM es un modelo de Token cuantitativo que utiliza un tiempo de simulación fijo de 10 años, con cada paso de tiempo de un mes, por lo que es más parecido a un modelo de simulación macroeconómica que a un modelo de alta precisión. Al comienzo de cada paso de tiempo, los Tokens se emiten en el ecosistema, por lo que el modelo incluye módulos de incentivos, módulos de propiedad de Tokens, módulos de airdrop, entre otros. Luego, estos Tokens se asignan a varios cubos de recursos, desde los cuales se realiza una redistribución más refinada de la utilidad general. A continuación, se definen pagos de recompensas, entre otros, a partir de estas herramientas de utilidad. También hay aspectos de negocios fuera de la cadena, lo que considera la situación general de financiamiento del negocio, como la posibilidad de quema o recompra, así como la medición de la tasa de adopción de usuarios o la definición de la situación de adopción de usuarios.
Es importante enfatizar que la calidad de la salida de este modelo depende de la calidad de la entrada. Por lo tanto, antes de utilizar QTM, se debe realizar una investigación de mercado adecuada para obtener información de entrada más precisa y comprender mejor lo que está sucediendo. Esto puede resultar en salidas que se acercan más a la realidad. QTM se considera una herramienta educativa para startups, ayudándoles a comprender inicialmente su propio ecosistema, pero no se deben extraer ninguna recomendación financiera de ella, ni se debe depender únicamente de los resultados.
![Outlier Ventures: diseño y optimización de Token impulsados por datos]###https://img-cdn.gateio.im/webp-social/moments-078e9fa8aa8974144f5994da1dce8355.webp(
) análisis de datos
Desde el punto de vista del análisis de datos, se pueden extraer diferentes tipos de datos. Primero, se puede observar el desarrollo general del mercado desde una perspectiva macro del mercado, incluyendo el mercado DeFi y el mercado de criptomonedas. Luego, se pueden analizar los indicadores de las rondas de financiamiento para comprender la situación de financiamiento de los proyectos, como la cantidad de fondos recaudados, la valoración y la situación de ventas de la cantidad de suministro en diferentes rondas. En segundo lugar, también se pueden estudiar los patrones de comportamiento de los participantes para comprender mejor los hábitos de inversión de los demás.
En comparación con las finanzas tradicionales, los datos en la cadena tienen diferencias significativas, ya que los datos en la cadena son públicamente visibles para todos, y se puede ver casi cada transacción en el ecosistema. Como resultado, se pueden obtener varios indicadores, como el crecimiento de usuarios, el valor total bloqueado ###TVL(, el volumen de transacciones, etc. Y lo que es aún más interesante, se pueden observar cómo diferentes mecanismos de incentivos afectan el funcionamiento del ecosistema. Además, plataformas de redes sociales como Twitter, Reddit, Discord y Telegram desempeñan un papel importante en la economía de tokens y el rendimiento de los proyectos.
Esta información es pública y datos muy valiosos, y se deben aprovechar plenamente para comprender mejor los parámetros del ecosistema y validar los modelos.
Por ejemplo, se pueden ver datos similares a la creación de plazos de adquisición. En general, se pueden observar los plazos de adquisición de diferentes grupos de interesados. Se puede ver el valor mínimo, el promedio, la mediana y el valor máximo de los plazos de adquisición, que son análisis de los plazos de adquisición en todos los diferentes campos. También se pueden segmentar los mismos datos para distinguir entre diferentes sectores industriales. De esta manera, se puede ver que la distribución de datos en diferentes campos puede variar significativamente. Aunque estos valores pueden no ser siempre óptimos, nos proporcionan un punto de partida.
![Outlier Ventures: diseño y optimización de Token impulsados por datos])https://img-cdn.gateio.im/webp-social/moments-d44dc739d197fa1ef14d72cc7b8dd11d.webp(
Presentemos otro ejemplo relacionado con el saldo histórico de los Token buckets. Tomando como ejemplo una plataforma financiera, se puede consultar la situación de su Token nativo y rastrear todas las transacciones en todo el ecosistema, clasificándolas en "buckets de Token" específicos, como direcciones relacionadas con la plataforma, direcciones relacionadas con intercambios centralizados y direcciones de intercambios descentralizados, entre otros. De esta manera, podemos ver el saldo de cada parte interesada y observar lo que está sucediendo en todo el ecosistema.
En el ecosistema de Token, observar el comportamiento de direcciones específicas puede proporcionar información importante sobre la liquidez de los Token. Por ejemplo, cuando los Token se envían desde un contrato de staking a una dirección específica, se puede entender cómo el receptor maneja estos Token. ¿Eligen reinvertir estos Token, enviarlos de nuevo al contrato de staking, venderlos o desplegarlos en otro lugar? Esta es información clave para entender el comportamiento de cada parte interesada a través del análisis, y podemos retroalimentar estos datos en nuestro modelo, lo que ayuda a ajustar el modelo.
![Outlier Ventures: Diseño y optimización de Token impulsados por datos])https://img-cdn.gateio.im/webp-social/moments-8deeda92b35f1f80f00597ed566715f5.webp(
Este modelo no solo puede analizar el comportamiento de los receptores de Token de direcciones individuales, sino que también puede realizar análisis para grupos representativos de partes interesadas. Por ejemplo, podemos analizar múltiples proyectos de Token y descubrir que aproximadamente el 38% de los Token, después de ser recibidos a través de contratos de participación, tienen su primera transacción enviada de vuelta al contrato de participación. En contraste, la proporción para los intercambios centralizados es de aproximadamente el 8%, mientras que para los intercambios descentralizados es de aproximadamente el 14%. Al revisar la distribución de Token en un momento dado en QTM, se puede entender la situación de la oferta circulante de Token. Estos valores pueden aplicarse a nuestros parámetros para tener una comprensión preliminar del comportamiento del ecosistema.
Utilizando estos datos, podemos hacer predicciones, como prever la situación de suministro de saldo de diferentes tokens en el ecosistema durante los próximos diez años, incluyendo la fundación, el equipo, la distribución de participación, el suministro circulante total y los pools de liquidez, entre otros. Al mismo tiempo, también se pueden realizar simulaciones o predicciones de precios. Es importante enfatizar que estas predicciones no se utilizan para especulación o asesoramiento financiero, sino que ayudan a comprender la relación entre la pertenencia del suministro y la demanda de tokens, permitiendo así entender el equilibrio entre estos dos factores.
Además, se pueden analizar otros aspectos, como la distribución de las diferentes partes de utilidad. Por ejemplo, podemos entender cuántos Token están en stake, cuántos se utilizan para programas de incentivos de minería de liquidez, o si hay un mecanismo de quema, cuántos Token se han quemado. Si los Token se pueden utilizar en tiendas u otros lugares, también podemos observar las recompensas de utilidad mensuales para entender el valor de estos incentivos en términos de dólares. Es muy importante comprender el uso general de los Token, especialmente cuando se consideran los factores de costo al incentivar un ecosistema.
![Outlier Ventures: diseño y optimización de Token impulsados por datos])https://img-cdn.gateio.im/webp-social/moments-a6b71e12aa773a7e432108b8a646dc5e.webp(
Modelo impulsado por datos
Otro tema es una nueva forma de pensar sobre los planes de asignación. A veces, la gente piensa que solo se necesita un plan de asignación muy largo, pero eso no siempre es bueno, porque significa que el suministro en la circulación inicial es muy bajo, lo que provoca especulación y posibles prácticas de bombardeo en el mercado. Por lo tanto, proponemos la introducción de un mecanismo de asignación de Token ajustado, que no está influenciado por la demanda del mercado. En otras palabras, predecir la demanda del ecosistema no es necesario, ya que la liberación de la asignación será controlada por un controlador según ciertos indicadores clave de rendimiento definidos de antemano. Estos indicadores clave de rendimiento pueden incluir TVL, volumen de transacciones, tasa de adopción de usuarios, rentabilidad del negocio, etc. En este caso, simplemente se utilizó el precio del Token.
En el ecosistema de Token, la relación entre la pertenencia y el precio se puede entender analizando ejemplos de Token reales. Por ejemplo, en el primer año del ecosistema, una gran cantidad de suministro ingresó al mercado a través de la pertenencia, pero dado que el producto puede no ser lo suficientemente maduro, la demanda del mercado puede ser insuficiente y la adopción no es alta, lo que lleva a una disminución en el precio del Token.
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
15 me gusta
Recompensa
15
6
Republicar
Compartir
Comentar
0/400
WagmiWarrior
· hace7h
¿Sigues especulando con conceptos? Mejor ve a hacer algo útil en la cadena.
Ver originalesResponder0
PrivacyMaximalist
· hace19h
La moneda que puede sobrevivir es una buena moneda
Ver originalesResponder0
consensus_whisperer
· hace19h
La utilidad de la herramienta depende de quién la use.
Ver originalesResponder0
GateUser-3824aa38
· hace19h
Sin herramientas, también moriré violentamente.
Ver originalesResponder0
ruggedNotShrugged
· hace19h
Ya hay nuevas herramientas para engañar.
Ver originalesResponder0
ThreeHornBlasts
· hace19h
Todavía tenemos que depender de la simulación para ejecutar datos.
Desarrollo sostenible del ecosistema de Token: análisis desde una perspectiva integral y herramientas prácticas.
Desarrollo sostenible del ecosistema de Token: Perspectiva integral y herramientas prácticas
El desarrollo sostenible del ecosistema de Token es un tema clave. Un video recientemente publicado explora en profundidad los principales desafíos que enfrenta el ecosistema de Token y ofrece soluciones y herramientas prácticas.
El video enfatiza los principios y métodos de la ingeniería de Token, proporcionando nuevas perspectivas para la planificación y construcción de sistemas de Token. Al mismo tiempo, presenta una serie de herramientas prácticas, como herramientas de simulación basadas en agentes, QTM, entre otras, que pueden proporcionar información valiosa en diferentes etapas y ayudar a los proyectos a tomar decisiones informadas. Con la ayuda de estas herramientas auxiliares, los proyectos emergentes de Web3 tendrán la oportunidad de lograr un crecimiento sostenible.
Este video nos ofrece una nueva comprensión, destacando el papel clave de la ingeniería de Token y las herramientas relacionadas en la capacidad de los equipos de proyecto para hacer frente a los cambios. Estas herramientas han demostrado ser poderosas armas para adaptarse a la cambiante ecología de Token. Esta comprensión se ha formado gracias a la investigación y práctica profunda del ecosistema de Token, lo que permite a los participantes comprender mejor la dinámica del ecosistema y tomar decisiones más informadas y visionarias.
Diseño y optimización de Token en tres etapas
fase de descubrimiento
Construir un ecosistema de Token exitoso requiere ejecutar varios pasos clave a nivel macro:
Estos pasos son elementos indispensables para crear un exitoso ecosistema de Token.
Fase de diseño
La parametrización es otro paso clave que implica la aplicación de herramientas cuantitativas, como hojas de cálculo, cadCAD, Token Spice, Machinations y otras herramientas de simulación. Estas herramientas pueden ayudar a obtener modelos validados y optimizados, realizar análisis de riesgos y previsiones, y profundizar en las tendencias de suministro y valoración de los tokens. A través de estas herramientas cuantitativas, se puede comprender mejor el funcionamiento del ecosistema y proporcionar un fuerte apoyo para su diseño y optimización.
fase de implementación
La fase de implementación lleva el análisis teórico y el diseño previos a la práctica, desplegando verdaderamente el ecosistema en la blockchain. Esta fase requiere el uso de diversas herramientas, incluyendo diferentes lenguajes de programación como Solidity, Rust, y entornos de implementación como Hardhat. A través de este proceso, se genera finalmente un Token o producto del ecosistema real, permitiendo que se implemente y funcione realmente en la blockchain.
Herramienta de diseño de Token
En diferentes etapas de descubrimiento, diseño y despliegue (, es necesario utilizar una serie de herramientas, cuyo enfoque y tipo varían en diferentes campos. No solo son aplicables en el ámbito DeFi, sino también en diversos proyectos de aplicaciones, infraestructura, juegos, entre otros.
Al considerar el nivel de detalle, existen dos puntos de vista: uno sostiene que se puede ver el ecosistema desde una perspectiva cualitativa, usando estándares de mercado es suficiente, no se necesita ninguna simulación; el otro sostiene que es necesario crear gemelos digitales y realizar una simulación 1:1 de todo el ecosistema, ya que esto implica un gran riesgo financiero. A medida que se avanza hacia una dirección más precisa y aumenta la intensidad de los recursos, también aumentará el conocimiento de programación requerido. Esto también incrementa las exigencias para los usuarios: necesitan tener habilidades de programación para manejar modelos más complejos, lo que podría afectar la facilidad de uso.
En el ecosistema de Token hay diversas herramientas que ayudan a entender y diseñar dicho sistema. En el extremo izquierdo, hay modelos de hojas de cálculo y algunas herramientas cualitativas, como declaraciones de problemas, declaraciones de problemas de los interesados, mapeo de interesados y flujos de valor específicos, entre otros. Incluso se puede utilizar razonamiento impulsado por IA, como utilizar modelos de aprendizaje automático para redactar el primer diseño de Token.
En la parte central, el modelo de Token cuantitativo QTM) (, aunque también es un modelo de hoja de cálculo, abarca múltiples campos diferentes, no limitado a DeFi. Esta amplia cobertura puede llevar a una pérdida de precisión, pero realmente puede ayudar a las startups a obtener información de primera mano, así como una comprensión inicial de su ecosistema de Token.
En el extremo derecho, se encuentran herramientas de simulación como cadCAD, que permiten modelar el ecosistema en un entorno complejo 1:1. Elegir las herramientas y métodos adecuados es crucial para el éxito de las startups. Diferentes tipos de herramientas pueden proporcionar información valiosa en diferentes etapas, ayudando a las empresas a tomar decisiones informadas y fomentando el desarrollo continuo del ecosistema.
![Outlier Ventures: diseño y optimización de Token impulsados por datos])https://img-cdn.gateio.im/webp-social/moments-44a07d89e581fbc1ec48304130f7388d.webp(
) Resumen de QTM
QTM es un modelo de Token cuantitativo que utiliza un tiempo de simulación fijo de 10 años, con cada paso de tiempo de un mes, por lo que es más parecido a un modelo de simulación macroeconómica que a un modelo de alta precisión. Al comienzo de cada paso de tiempo, los Tokens se emiten en el ecosistema, por lo que el modelo incluye módulos de incentivos, módulos de propiedad de Tokens, módulos de airdrop, entre otros. Luego, estos Tokens se asignan a varios cubos de recursos, desde los cuales se realiza una redistribución más refinada de la utilidad general. A continuación, se definen pagos de recompensas, entre otros, a partir de estas herramientas de utilidad. También hay aspectos de negocios fuera de la cadena, lo que considera la situación general de financiamiento del negocio, como la posibilidad de quema o recompra, así como la medición de la tasa de adopción de usuarios o la definición de la situación de adopción de usuarios.
Es importante enfatizar que la calidad de la salida de este modelo depende de la calidad de la entrada. Por lo tanto, antes de utilizar QTM, se debe realizar una investigación de mercado adecuada para obtener información de entrada más precisa y comprender mejor lo que está sucediendo. Esto puede resultar en salidas que se acercan más a la realidad. QTM se considera una herramienta educativa para startups, ayudándoles a comprender inicialmente su propio ecosistema, pero no se deben extraer ninguna recomendación financiera de ella, ni se debe depender únicamente de los resultados.
![Outlier Ventures: diseño y optimización de Token impulsados por datos]###https://img-cdn.gateio.im/webp-social/moments-078e9fa8aa8974144f5994da1dce8355.webp(
) análisis de datos
Desde el punto de vista del análisis de datos, se pueden extraer diferentes tipos de datos. Primero, se puede observar el desarrollo general del mercado desde una perspectiva macro del mercado, incluyendo el mercado DeFi y el mercado de criptomonedas. Luego, se pueden analizar los indicadores de las rondas de financiamiento para comprender la situación de financiamiento de los proyectos, como la cantidad de fondos recaudados, la valoración y la situación de ventas de la cantidad de suministro en diferentes rondas. En segundo lugar, también se pueden estudiar los patrones de comportamiento de los participantes para comprender mejor los hábitos de inversión de los demás.
En comparación con las finanzas tradicionales, los datos en la cadena tienen diferencias significativas, ya que los datos en la cadena son públicamente visibles para todos, y se puede ver casi cada transacción en el ecosistema. Como resultado, se pueden obtener varios indicadores, como el crecimiento de usuarios, el valor total bloqueado ###TVL(, el volumen de transacciones, etc. Y lo que es aún más interesante, se pueden observar cómo diferentes mecanismos de incentivos afectan el funcionamiento del ecosistema. Además, plataformas de redes sociales como Twitter, Reddit, Discord y Telegram desempeñan un papel importante en la economía de tokens y el rendimiento de los proyectos.
Esta información es pública y datos muy valiosos, y se deben aprovechar plenamente para comprender mejor los parámetros del ecosistema y validar los modelos.
Por ejemplo, se pueden ver datos similares a la creación de plazos de adquisición. En general, se pueden observar los plazos de adquisición de diferentes grupos de interesados. Se puede ver el valor mínimo, el promedio, la mediana y el valor máximo de los plazos de adquisición, que son análisis de los plazos de adquisición en todos los diferentes campos. También se pueden segmentar los mismos datos para distinguir entre diferentes sectores industriales. De esta manera, se puede ver que la distribución de datos en diferentes campos puede variar significativamente. Aunque estos valores pueden no ser siempre óptimos, nos proporcionan un punto de partida.
![Outlier Ventures: diseño y optimización de Token impulsados por datos])https://img-cdn.gateio.im/webp-social/moments-d44dc739d197fa1ef14d72cc7b8dd11d.webp(
Presentemos otro ejemplo relacionado con el saldo histórico de los Token buckets. Tomando como ejemplo una plataforma financiera, se puede consultar la situación de su Token nativo y rastrear todas las transacciones en todo el ecosistema, clasificándolas en "buckets de Token" específicos, como direcciones relacionadas con la plataforma, direcciones relacionadas con intercambios centralizados y direcciones de intercambios descentralizados, entre otros. De esta manera, podemos ver el saldo de cada parte interesada y observar lo que está sucediendo en todo el ecosistema.
En el ecosistema de Token, observar el comportamiento de direcciones específicas puede proporcionar información importante sobre la liquidez de los Token. Por ejemplo, cuando los Token se envían desde un contrato de staking a una dirección específica, se puede entender cómo el receptor maneja estos Token. ¿Eligen reinvertir estos Token, enviarlos de nuevo al contrato de staking, venderlos o desplegarlos en otro lugar? Esta es información clave para entender el comportamiento de cada parte interesada a través del análisis, y podemos retroalimentar estos datos en nuestro modelo, lo que ayuda a ajustar el modelo.
![Outlier Ventures: Diseño y optimización de Token impulsados por datos])https://img-cdn.gateio.im/webp-social/moments-8deeda92b35f1f80f00597ed566715f5.webp(
Este modelo no solo puede analizar el comportamiento de los receptores de Token de direcciones individuales, sino que también puede realizar análisis para grupos representativos de partes interesadas. Por ejemplo, podemos analizar múltiples proyectos de Token y descubrir que aproximadamente el 38% de los Token, después de ser recibidos a través de contratos de participación, tienen su primera transacción enviada de vuelta al contrato de participación. En contraste, la proporción para los intercambios centralizados es de aproximadamente el 8%, mientras que para los intercambios descentralizados es de aproximadamente el 14%. Al revisar la distribución de Token en un momento dado en QTM, se puede entender la situación de la oferta circulante de Token. Estos valores pueden aplicarse a nuestros parámetros para tener una comprensión preliminar del comportamiento del ecosistema.
Utilizando estos datos, podemos hacer predicciones, como prever la situación de suministro de saldo de diferentes tokens en el ecosistema durante los próximos diez años, incluyendo la fundación, el equipo, la distribución de participación, el suministro circulante total y los pools de liquidez, entre otros. Al mismo tiempo, también se pueden realizar simulaciones o predicciones de precios. Es importante enfatizar que estas predicciones no se utilizan para especulación o asesoramiento financiero, sino que ayudan a comprender la relación entre la pertenencia del suministro y la demanda de tokens, permitiendo así entender el equilibrio entre estos dos factores.
Además, se pueden analizar otros aspectos, como la distribución de las diferentes partes de utilidad. Por ejemplo, podemos entender cuántos Token están en stake, cuántos se utilizan para programas de incentivos de minería de liquidez, o si hay un mecanismo de quema, cuántos Token se han quemado. Si los Token se pueden utilizar en tiendas u otros lugares, también podemos observar las recompensas de utilidad mensuales para entender el valor de estos incentivos en términos de dólares. Es muy importante comprender el uso general de los Token, especialmente cuando se consideran los factores de costo al incentivar un ecosistema.
![Outlier Ventures: diseño y optimización de Token impulsados por datos])https://img-cdn.gateio.im/webp-social/moments-a6b71e12aa773a7e432108b8a646dc5e.webp(
Modelo impulsado por datos
Otro tema es una nueva forma de pensar sobre los planes de asignación. A veces, la gente piensa que solo se necesita un plan de asignación muy largo, pero eso no siempre es bueno, porque significa que el suministro en la circulación inicial es muy bajo, lo que provoca especulación y posibles prácticas de bombardeo en el mercado. Por lo tanto, proponemos la introducción de un mecanismo de asignación de Token ajustado, que no está influenciado por la demanda del mercado. En otras palabras, predecir la demanda del ecosistema no es necesario, ya que la liberación de la asignación será controlada por un controlador según ciertos indicadores clave de rendimiento definidos de antemano. Estos indicadores clave de rendimiento pueden incluir TVL, volumen de transacciones, tasa de adopción de usuarios, rentabilidad del negocio, etc. En este caso, simplemente se utilizó el precio del Token.
En el ecosistema de Token, la relación entre la pertenencia y el precio se puede entender analizando ejemplos de Token reales. Por ejemplo, en el primer año del ecosistema, una gran cantidad de suministro ingresó al mercado a través de la pertenencia, pero dado que el producto puede no ser lo suficientemente maduro, la demanda del mercado puede ser insuficiente y la adopción no es alta, lo que lleva a una disminución en el precio del Token.