Sự phát triển bền vững của hệ sinh thái Token: Góc nhìn toàn diện và công cụ thực tiễn

Sự phát triển bền vững của hệ sinh thái Token là một vấn đề then chốt. Một đoạn video được phát hành gần đây đã đi sâu vào các thách thức chính mà hệ sinh thái Token phải đối mặt và cung cấp những giải pháp và công cụ thiết thực.

Video nhấn mạnh các nguyên tắc và phương pháp của kỹ thuật token, cung cấp một cái nhìn mới cho việc lập kế hoạch và xây dựng hệ thống token. Đồng thời giới thiệu một loạt công cụ hữu ích, như công cụ mô phỏng dựa trên đại lý, QTM, v.v., những công cụ này có thể cung cấp thông tin có giá trị ở các giai đoạn khác nhau, hỗ trợ dự án đưa ra quyết định thông minh. Nhờ vào những công cụ hỗ trợ này, các dự án khởi nghiệp Web3 sẽ có cơ hội đạt được sự phát triển bền vững.

Đoạn video này mang đến cho chúng ta một nhận thức hoàn toàn mới, nhấn mạnh vai trò quan trọng của Token engineering và các công cụ liên quan trong việc giúp các nhóm dự án đối phó với những thay đổi. Những công cụ này đã được chứng minh là vũ khí mạnh mẽ để thích ứng với hệ sinh thái Token đang thay đổi. Sự hình thành nhận thức này được hưởng lợi từ việc nghiên cứu và thực hành sâu sắc về hệ sinh thái Token, giúp các thành viên tham gia hiểu rõ hơn về động lực của hệ sinh thái và đưa ra quyết định sáng suốt và mang tầm nhìn hơn.

Thiết kế và tối ưu hóa Token trong ba giai đoạn

Giai đoạn phát hiện

Xây dựng một hệ sinh thái Token thành công cần thực hiện một vài bước quan trọng ở cấp độ vĩ mô:

1. Xác định rõ ràng vấn đề, nêu rõ thách thức đang đối mặt.
2. Rõ ràng giá trị trong dòng chảy giữa các bên liên quan, đảm bảo tính ổn định và cân bằng của hệ sinh thái.
3. Thảo luận và xem xét sâu sắc tính hợp lý của toàn bộ hệ sinh thái và Token của nó, bao gồm việc sử dụng Token một cách hợp lý.
4. Thực hiện quy hoạch cấp cao, bao gồm cách sử dụng hiệu quả Token và thiết kế các nội dung.

Những bước này là yếu tố không thể thiếu để tạo ra một hệ sinh thái Token thành công.

Giai đoạn thiết kế

Phân tích tham số là một bước quan trọng khác, liên quan đến việc áp dụng các công cụ định lượng, chẳng hạn như bảng tính, cadCAD, Token Spice, Machinations và các công cụ mô phỏng khác. Những công cụ này có thể giúp đạt được các mô hình được xác minh tối ưu, thực hiện phân tích rủi ro và dự đoán, hiểu sâu về xu hướng cung cấp và định giá Token. Thông qua các công cụ định lượng này, có thể hiểu rõ hơn về cách hoạt động của hệ sinh thái, cung cấp hỗ trợ mạnh mẽ cho việc thiết kế và tối ưu hóa của nó.

giai đoạn triển khai

Giai đoạn triển khai sẽ đưa những phân tích lý thuyết và thiết kế trước đó vào thực tiễn, thực sự triển khai hệ sinh thái lên blockchain. Giai đoạn này cần sử dụng nhiều công cụ khác nhau, bao gồm các ngôn ngữ lập trình khác nhau như Solidity, Rust, cũng như môi trường triển khai như Hardhat. Thông qua quá trình này, cuối cùng sẽ tạo ra token hoặc sản phẩm hệ sinh thái thực tế, giúp chúng thực sự được hiện thực hóa và hoạt động trên blockchain.

Công cụ thiết kế Token

Trong các giai đoạn khác nhau của việc phát hiện, thiết kế và triển khai (, cần sử dụng một loạt công cụ, các công cụ này có trọng tâm và loại hình khác nhau trong các lĩnh vực khác nhau. Chúng không chỉ phù hợp với lĩnh vực DeFi mà còn phù hợp với nhiều dự án ứng dụng, cơ sở hạ tầng, trò chơi và các lĩnh vực khác.

Khi xem xét các khía cạnh chi tiết, có hai quan điểm: một quan điểm cho rằng có thể nhìn nhận hệ sinh thái từ góc độ định tính, sử dụng tiêu chuẩn thị trường là đủ, không cần bất kỳ mô phỏng nào; quan điểm khác thì cho rằng cần phải tạo ra một bản sao kỹ thuật số, mô phỏng 1:1 toàn bộ hệ sinh thái, vì điều này liên quan đến rủi ro tài chính lớn. Khi tiến tới hướng chính xác hơn và cường độ tài nguyên tăng lên, kiến thức lập trình cần thiết cũng sẽ tăng theo. Điều này cũng làm tăng yêu cầu đối với người dùng - họ cần có khả năng lập trình để xử lý các mô hình phức tạp hơn, điều này có thể ảnh hưởng đến tính thân thiện với người dùng.

Trong hệ sinh thái Token có nhiều công cụ giúp hiểu và thiết kế hệ thống này. Ở phía bên trái, có các mô hình bảng tính và một số công cụ định tính như tuyên bố vấn đề, tuyên bố vấn đề của các bên liên quan, bản đồ các bên liên quan và các luồng giá trị cụ thể. Thậm chí có thể tận dụng suy luận dựa trên AI, chẳng hạn như sử dụng mô hình máy học để soạn thảo thiết kế Token đầu tiên.

Trong phần giữa, mô hình Token định lượng QTM) ( mặc dù cũng là mô hình bảng tính, nhưng đã bao phủ nhiều lĩnh vực khác nhau, không chỉ giới hạn trong DeFi. Sự bao phủ rộng này có thể dẫn đến mất độ chính xác, nhưng nó thực sự có thể giúp các công ty khởi nghiệp có được cái nhìn sâu sắc ban đầu, cũng như sự hiểu biết ban đầu về hệ sinh thái token của mình.

Ở phía bên phải, có các công cụ mô phỏng như cadCAD có khả năng mô hình hóa hệ sinh thái 1:1 trong các môi trường phức tạp. Việc lựa chọn công cụ và phương pháp phù hợp là rất quan trọng cho sự thành công của các doanh nghiệp khởi nghiệp. Các loại công cụ khác nhau có thể cung cấp thông tin giá trị ở các giai đoạn khác nhau, giúp doanh nghiệp đưa ra quyết định sáng suốt và thúc đẩy sự phát triển bền vững của hệ sinh thái.

![Outlier Ventures：Thiết kế và tối ưu hóa Token dựa trên dữ liệu])https://img-cdn.gateio.im/webp-social/moments-44a07d89e581fbc1ec48304130f7388d.webp(

) Tổng quan về QTM

QTM là một mô hình Token định lượng, sử dụng thời gian mô phỏng cố định 10 năm, với mỗi bước thời gian là một tháng, do đó giống như một mô hình mô phỏng vĩ mô, chứ không phải là một mô hình cực kỳ chính xác. Vào đầu mỗi bước thời gian, Token sẽ được phát hành vào hệ sinh thái, do đó mô hình có các mô-đun khuyến khích, mô-đun sở hữu Token, mô-đun airdrop, v.v. Sau đó, những Token này sẽ được đưa vào một vài thùng nguyên liệu, từ những thùng này sẽ tiến hành phân phối lại tiện ích tổng quát một cách tinh vi hơn. Sau đó, từ những công cụ tiện ích này sẽ xác định các khoản thanh toán thưởng, v.v. Còn về khía cạnh kinh doanh ngoài chuỗi, điều này cũng xem xét tình trạng tài chính chung của doanh nghiệp, chẳng hạn như có thể thực hiện tiêu hủy hoặc mua lại, cũng như có thể đo lường tỷ lệ áp dụng của người dùng hoặc xác định tình trạng áp dụng của người dùng.

Cần nhấn mạnh rằng chất lượng đầu ra của mô hình phụ thuộc vào chất lượng đầu vào. Do đó, trước khi sử dụng QTM, cần thực hiện nghiên cứu thị trường đầy đủ để có được thông tin đầu vào chính xác hơn và hiểu sâu về những gì đang diễn ra. Điều này sẽ giúp có được kết quả đầu ra gần với thực tế hơn. QTM được coi là công cụ giáo dục cho các công ty khởi nghiệp giai đoạn đầu, giúp họ hiểu biết ban đầu về hệ sinh thái của chính mình, nhưng không nên rút ra bất kỳ lời khuyên tài chính nào từ đó và cũng không nên chỉ dựa vào kết quả từ nó.

![Outlier Ventures：Thiết kế và tối ưu hóa Token dựa trên dữ liệu]###https://img-cdn.gateio.im/webp-social/moments-078e9fa8aa8974144f5994da1dce8355.webp(

) Phân tích dữ liệu

Từ góc độ phân tích dữ liệu, có thể trích xuất các loại dữ liệu khác nhau. Đầu tiên, có thể quan sát tình hình phát triển của toàn bộ thị trường từ góc độ thị trường vĩ mô, bao gồm thị trường DeFi và thị trường tiền điện tử. Sau đó, có thể chú ý đến các chỉ số vòng gây quỹ để hiểu tình hình tài trợ của dự án, chẳng hạn như số tiền đã huy động, định giá và tình hình bán hàng của khối lượng cung cấp trong các vòng khác nhau. Thứ hai, cũng có thể nghiên cứu mô hình hành vi của các bên tham gia để hiểu sâu hơn về thói quen đầu tư của người khác.

So với tài chính truyền thống, dữ liệu trên chuỗi có sự khác biệt đáng kể, vì dữ liệu trên chuỗi có thể nhìn thấy công khai với mọi người, gần như có thể xem từng giao dịch trong hệ sinh thái. Từ đó, có thể lấy được nhiều chỉ số khác nhau, chẳng hạn như tình hình tăng trưởng của người dùng, tổng giá trị bị khóa ###TVL(, khối lượng giao dịch, v.v. Hơn nữa, điều đáng chú ý là có thể quan sát cách các cơ chế khuyến khích khác nhau ảnh hưởng đến hoạt động của hệ sinh thái. Ngoài ra, các nền tảng mạng xã hội như Twitter, Reddit, Discord và Telegram đóng vai trò quan trọng trong kinh tế token và hiệu suất của các dự án.

Thông tin này đều là dữ liệu công khai và rất có giá trị, nên tận dụng tối đa những dữ liệu này để hiểu rõ hơn về các tham số của hệ sinh thái và xác thực mô hình.

Ví dụ, có thể xem dữ liệu tương tự như việc tạo thời gian gắn bó. Nói chung, có thể quan sát thời gian gắn bó của các nhóm bên liên quan khác nhau. Có thể thấy giá trị tối thiểu, giá trị trung bình, giá trị trung vị và giá trị tối đa của thời gian gắn bó, tất cả đều là phân tích về thời gian gắn bó của tất cả các lĩnh vực khác nhau. Cũng có thể phân tích dữ liệu tương tự để phân biệt các lĩnh vực ngành khác nhau. Như vậy, có thể thấy rằng sự phân bố dữ liệu ở các lĩnh vực khác nhau có thể có sự khác biệt rất lớn. Mặc dù những giá trị này có thể không phải lúc nào cũng là tối ưu, nhưng chúng cung cấp cho chúng ta một điểm khởi đầu.

![Outlier Ventures：Thiết kế và tối ưu hóa Token dựa trên dữ liệu])https://img-cdn.gateio.im/webp-social/moments-d44dc739d197fa1ef14d72cc7b8dd11d.webp(

Hãy đưa ra một ví dụ khác về số dư lịch sử của token bucket. Lấy một nền tảng tài chính làm ví dụ, có thể xem tình hình của token gốc của nó và theo dõi tất cả các giao dịch trong toàn bộ hệ sinh thái, phân loại chúng vào các "token bucket" cụ thể, chẳng hạn như địa chỉ liên quan đến nền tảng đó, địa chỉ liên quan đến sàn giao dịch tập trung và địa chỉ sàn giao dịch phi tập trung, v.v. Bằng cách này, chúng ta có thể xem số dư của từng bên liên quan và quan sát những gì đang xảy ra trong toàn bộ hệ sinh thái.

Trong hệ sinh thái Token, việc quan sát hành vi của một địa chỉ cụ thể có thể cung cấp thông tin quan trọng về tính thanh khoản của Token. Ví dụ, khi Token được gửi từ hợp đồng staking đến một địa chỉ cụ thể, có thể hiểu cách người nhận xử lý những Token này. Họ có chọn tái đầu tư những Token này, gửi lại chúng vào hợp đồng staking, hay bán đi, hoặc triển khai ở nơi khác? Tất cả những điều này là thông tin quan trọng để hiểu hành vi của từng bên liên quan thông qua phân tích, và chúng tôi có thể phản hồi những dữ liệu này vào mô hình của mình, giúp điều chỉnh mô hình.

![Outlier Ventures：Thiết kế và tối ưu hóa Token dựa trên dữ liệu])https://img-cdn.gateio.im/webp-social/moments-8deeda92b35f1f80f00597ed566715f5.webp(

Mô hình này không chỉ có thể phân tích hành vi của các địa chỉ nhận Token riêng lẻ, mà còn có thể phân tích đối với các nhóm cổ đông tổng hợp đại diện. Ví dụ, chúng ta có thể phân tích nhiều dự án Token và phát hiện rằng khoảng 38% Token, sau khi nhận được qua hợp đồng staking, giao dịch đầu tiên đã được gửi lại hợp đồng staking. So với đó, tỷ lệ của các sàn giao dịch tập trung khoảng 8%, trong khi tỷ lệ của các sàn giao dịch phi tập trung khoảng 14%. Bằng cách xem lại tình hình phân bổ Token bucket tại một thời điểm trên QTM, có thể hiểu được tình hình cung cấp lưu thông của Token. Những giá trị này có thể được áp dụng vào các tham số của chúng tôi, từ đó có cái nhìn ban đầu về hành vi của hệ sinh thái.

Sử dụng những dữ liệu này, chúng ta có thể thực hiện dự đoán, chẳng hạn như dự đoán tình hình cung cấp số dư của các loại token khác nhau trong hệ sinh thái trong khoảng mười năm tới, bao gồm quỹ, đội ngũ, phân bổ staking, tổng cung lưu thông cũng như các pool thanh khoản. Đồng thời, cũng có thể thực hiện mô phỏng hoặc dự đoán giá cả. Cần nhấn mạnh rằng những dự đoán này không được sử dụng cho mục đích đầu cơ hoặc tư vấn tài chính, mà giúp chúng ta hiểu mối quan hệ giữa sự sở hữu cung cấp và nhu cầu về token, từ đó hiểu được tình hình cân bằng giữa hai yếu tố này.

Ngoài ra, còn có thể phân tích các khía cạnh khác, chẳng hạn như phân bổ các phần tiện ích khác nhau. Ví dụ, chúng ta có thể hiểu có bao nhiêu Token được staking, có bao nhiêu được sử dụng cho các chương trình khuyến khích khai thác thanh khoản, hoặc nếu có cơ chế đốt, có bao nhiêu Token bị đốt. Nếu Token có thể được sử dụng trong cửa hàng hoặc nơi khác, chúng ta cũng có thể quan sát phần thưởng tiện ích hàng tháng để hiểu giá trị của các khuyến khích này tính theo giá trị đô la. Hiểu toàn bộ tình hình sử dụng Token rất quan trọng, đặc biệt là khi cần xem xét các yếu tố chi phí trong việc khuyến khích hệ sinh thái.

![Outlier Ventures：Thiết kế và tối ưu hóa Token dựa trên dữ liệu])https://img-cdn.gateio.im/webp-social/moments-a6b71e12aa773a7e432108b8a646dc5e.webp(

Mô hình dựa trên dữ liệu

Một chủ đề khác là cách suy nghĩ mới về kế hoạch phân bổ. Đôi khi mọi người cho rằng cần có một kế hoạch phân bổ rất dài, nhưng điều này không phải lúc nào cũng tốt, vì điều đó có nghĩa là nguồn cung cấp trong lưu thông ban đầu rất thấp, dẫn đến sự đầu cơ và hành vi thao túng tiềm năng trên thị trường. Do đó, chúng tôi đề xuất việc giới thiệu một cơ chế phân bổ Token điều chỉnh, không bị ảnh hưởng bởi nhu cầu thị trường. Nói cách khác, dự đoán nhu cầu của hệ sinh thái không phải là cần thiết, vì việc phát hành phân bổ sẽ được kiểm soát bởi người điều khiển dựa trên một số chỉ số hiệu suất chính được định nghĩa trước. Những chỉ số hiệu suất chính này có thể bao gồm TVL, khối lượng giao dịch, tỷ lệ người dùng áp dụng, khả năng sinh lợi của doanh nghiệp, v.v. Trong ví dụ này, chỉ đơn giản là sử dụng giá của Token.

Trong hệ sinh thái Token, mối quan hệ giữa quyền sở hữu và giá cả có thể được hiểu thông qua việc phân tích các ví dụ về Token thực tế. Ví dụ, trong năm đầu tiên của hệ sinh thái mới bắt đầu, nguồn cung lớn đã vào thị trường thông qua quyền sở hữu, nhưng do sản phẩm có thể chưa đủ trưởng thành, nhu cầu thị trường có thể không đủ, mức độ áp dụng không cao, dẫn đến giá Token giảm.