最近,Starkware發起了備受期待的空投活動。就像大多數空投一樣,這引發了大量爭議。以一種悲劇的方式,這並不會讓任何人感到意外。
那麼,爲什麼這種情況一再發生呢?人們可能會聽到一些這樣的觀點:
這些觀點都沒有錯,但也沒有一個單獨是完全正確的。讓我們分解幾個觀點,以確保我們全面了解手頭的問題。
進行空投時存在一個基本的緊張關係,你需要在三個因素之間做出選擇:
通常情況下,空投在一個方面表現出色,但很少在兩個甚至所有三個方面取得良好的平衡。保留率尤其是最難的維度,通常超過15%的保留率很少見。
將保留率擱置一邊,讓我們更詳細地研究前兩個方面:資本效率和去中心化。
要理解關於資本效率的第一點,請讓我們引入一個新術語稱爲“Sybil系數”。它基本上計算了將一美元資本分配到一定數量的帳戶中所獲得的收益。
你在這個譜系上的位置最終將決定你的空投有多麼浪費。如果你的Sybil系數爲1,從技術上講,這意味着你正在運行一個流動性挖礦方案,並會激怒很多用戶。
然而,當你達到像Celestia這樣的地方,Sybil系數膨脹到143,你將會看到極度浪費的行爲和猖獗的農業行爲。
這就引出了我們關於去中心化的第二點:你最終想要幫助“小人物”,這些真正的用戶正在早期使用你的產品——盡管他們並不富有。如果你的Sybil系數接近1,那麼你將會給“小人物”幾乎沒有東西,而大部分都給“鯨魚”。
現在,這就是空投爭論變得激烈的地方。在這裏存在三類用戶:
種類3是最糟糕的,1在某種程度上還能接受,2是最佳選擇。我們如何區分這三種情況是解決空投問題的巨大挑戰。
那麼,如何解決這個問題呢?雖然我沒有一個具體的解決方案,但我有一個解決方法的理念,我過去幾年一直在思考,並且親身觀察過:項目相關的分組。
我來解釋一下我的意思。放大視野,思考一下元問題:你擁有所有的用戶,你需要能夠根據某種價值判斷將它們分成不同的組。這裏的價值是與觀察者特定情境相關的,因此會因項目而異。試圖賦予一些“神奇的空投過濾器”是不夠的。通過探索數據,你可以開始了解你的用戶真實情況,並開始基於數據科學的決策,通過分組來執行你的空投。
爲什麼沒有人這樣做?這是另一篇我將來會寫的文章,但非常長的TLDR是這是一個困難的數據問題,需要數據專業知識、時間和金錢。不多的團隊願意或能夠做到這一點。
我想談論的最後一個維度是保留率。在我們討論它之前,最好先定義一下保留率究竟是什麼意思。我將其總結如下:``
空投的人數
保留空投的人數
大多數空投經典錯誤是將其視爲一次性方程式。
爲了證明這一點,我覺得一些數據可能會有所幫助!幸運的是,Optimism實際上執行了多輪空投!我希望我能找到一些簡單的Dune儀表板,給我提供我需要的保留率數據,但不幸的是我錯了。所以,我決定挽起袖子自己去獲取數據。
在不過度復雜化的情況下,我想要了解一件簡單的事情:在連續的空投中,擁有非零OP餘額的用戶的百分比如何變化。
我去了:https://github.com/ethereum-optimism/op-analytics/tree/main/reference_data/address_lists 獲取了所有參與Optimism空投的地址列表。然後,我構建了一個小型爬蟲,手動獲取了列表中每個地址的OP餘額(爲此花費了我們一些內部RPC積分),並進行了一些數據整理。
在我們深入探討之前,有一個重要說明是,每個OP空投都是獨立的,與先前的空投無關。沒有保留前一個空投的代幣的獎勵或連結。我知道原因,但無論如何,我們繼續下去。
在這裏給出的標準:https://community.optimism.io/docs/governance/airdrop-1/#background 分發給了248,699名接收者。簡而言之,用戶根據以下行動獲得了代幣:
在對所有這些用戶及其OP餘額進行分析後,我得到了以下分布。0餘額表示用戶已拋售,因爲未領取的OP代幣在空投結束時直接發送到符合條件的地址(根據https://dune.com/optimismfnd/optimism-airdrop-1)。
不管怎樣,這個第一次空投相對於我觀察到的之前執行的其他空投來說令人驚訝地好!大多數的空投都有90%以上的拋售率。而僅有40%的0餘額是相當不錯的。
然後,我想了解每個標準在確定用戶是否可能保留代幣方面的作用。這種方法的唯一問題是地址可能屬於多個類別,這會使數據產生偏差。我不會單純地接受這一點,而是把它當作一個粗略的指標:
一次性使用 OP 的用戶中,有最高比例的用戶餘額爲 0,其次是因爲以太坊價格過高而被排除的用戶。顯然,這些不是最適合分發用戶的細分。而多重籤名用戶則是最低的,我認爲這是一個很好的指標,因爲對於空投農民來說,設置多重籤名並不明顯,而你需要籤署交易來參與空投!
這次空投分發給了 307,000 個地址,但在我看來,它的考慮不夠周到。其標準如下(來源:https://community.optimism.io/docs/governance/airdrop-2/#background):
對我來說,這直觀上感覺是一個不好的標準,因爲治理投票是一件容易被搞砸的事情,而且相當可預測。正如我們將在下文中發現的那樣,我的直覺並沒有太錯。我對實際的保留率感到非常喫驚!
近 90% 的地址持有 0 OP 餘額!這是人們習慣看到的普通空投保留統計數據。我很願意深入探討這個問題,但我更願意繼續討論剩下的空投。
這絕對是 OP 團隊執行得最好的一次空投。標準比以前更復雜,而且有一種在之前的文章中提到的“線性化”元素。這次空投分發給約 31k 個地址,規模較小但更有效。具體細節如下(來源:https://community.optimism.io/docs/governance/airdrop-3/#airdrop-3-allocations):
這裏需要注意的一個關鍵細節是,進行鏈上投票的標準是在上次空投的期間之後。因此,第一輪參與的農民們認爲:“好的,我已經完成了挖礦,是時候轉向下一個項目了。” 這一點非常棒,因爲它有助於進行這一分析,看看這些保留統計數據!
哇!只有 22% 的空投接收者的代幣餘額爲 0!對我來說,這表明這次空投的浪費遠遠少於以往的任何一次。這符合我對保留率至關重要的觀點,並且爲我提供了額外的數據,即多輪空投比人們所認爲的更有用。
這次空投共發放給了 23,000 個地址,並且採用了更有趣的標準。我個人認爲這次的保留率會很高,但仔細思考後,我有一個關於爲什麼可能低於預期的理論:
您也許會認爲創建 NFT 合約的人會是一個很好的指標?不幸的是,數據表明情況並非如此。
雖然它不及空投 #2 那麼糟糕,但相對於空投 #3,我們在保留率方面確實有了相當大的倒退。
我的假設是,如果他們對被標記爲垃圾信息或具有某種“合法性”的 NFT 合約進行了額外的過濾,這些數字會顯著提高。這個標準太寬泛了。另外,由於代幣是直接空投到這些地址的(而不需要被認領),所以你會發現存在這樣一種情況:詐騙性 NFT 創作者會想“哇,免費的錢,是時候拋售了”。
在撰寫本文並自行收集數據的過程中,我成功證明/反駁了一些我原先的假設,這證明是非常有價值的。特別是,你的空投質量與你的篩選標準的優劣直接相關。那些試圖創建通用的“空投評分”或使用先進的機器學習模型的人會因數據不準確或大量誤報而失敗。機器學習很棒,直到你嘗試理解它是如何得出答案的。
在爲本文編寫腳本和代碼的過程中,我得到了Starkware空投的數字,這也是一個有趣的智力鍛煉。我會在下一篇文章中談到這個。團隊應該從這裏學到的關鍵教訓是:
如果你正在考慮進行一個空投,或者想要探討這些問題,請聯系我。我所有的清醒時間都在思考這個問題,已經持續了3年。我們正在構建的東西與上述所有內容直接相關,即使表面上看起來不是這樣。
附注:由於健康狀況不佳和工作繁忙,我有些與時事脫節。這意味着內容創作通常會被擱置。我慢慢感覺好轉,並且正在擴大團隊,以確保我能夠恢復到有規律地發布內容的狀態。
最近,Starkware發起了備受期待的空投活動。就像大多數空投一樣,這引發了大量爭議。以一種悲劇的方式,這並不會讓任何人感到意外。
那麼,爲什麼這種情況一再發生呢?人們可能會聽到一些這樣的觀點:
這些觀點都沒有錯,但也沒有一個單獨是完全正確的。讓我們分解幾個觀點,以確保我們全面了解手頭的問題。
進行空投時存在一個基本的緊張關係,你需要在三個因素之間做出選擇:
通常情況下,空投在一個方面表現出色,但很少在兩個甚至所有三個方面取得良好的平衡。保留率尤其是最難的維度,通常超過15%的保留率很少見。
將保留率擱置一邊,讓我們更詳細地研究前兩個方面:資本效率和去中心化。
要理解關於資本效率的第一點,請讓我們引入一個新術語稱爲“Sybil系數”。它基本上計算了將一美元資本分配到一定數量的帳戶中所獲得的收益。
你在這個譜系上的位置最終將決定你的空投有多麼浪費。如果你的Sybil系數爲1,從技術上講,這意味着你正在運行一個流動性挖礦方案,並會激怒很多用戶。
然而,當你達到像Celestia這樣的地方,Sybil系數膨脹到143,你將會看到極度浪費的行爲和猖獗的農業行爲。
這就引出了我們關於去中心化的第二點:你最終想要幫助“小人物”,這些真正的用戶正在早期使用你的產品——盡管他們並不富有。如果你的Sybil系數接近1,那麼你將會給“小人物”幾乎沒有東西,而大部分都給“鯨魚”。
現在,這就是空投爭論變得激烈的地方。在這裏存在三類用戶:
種類3是最糟糕的,1在某種程度上還能接受,2是最佳選擇。我們如何區分這三種情況是解決空投問題的巨大挑戰。
那麼,如何解決這個問題呢?雖然我沒有一個具體的解決方案,但我有一個解決方法的理念,我過去幾年一直在思考,並且親身觀察過:項目相關的分組。
我來解釋一下我的意思。放大視野,思考一下元問題:你擁有所有的用戶,你需要能夠根據某種價值判斷將它們分成不同的組。這裏的價值是與觀察者特定情境相關的,因此會因項目而異。試圖賦予一些“神奇的空投過濾器”是不夠的。通過探索數據,你可以開始了解你的用戶真實情況,並開始基於數據科學的決策,通過分組來執行你的空投。
爲什麼沒有人這樣做?這是另一篇我將來會寫的文章,但非常長的TLDR是這是一個困難的數據問題,需要數據專業知識、時間和金錢。不多的團隊願意或能夠做到這一點。
我想談論的最後一個維度是保留率。在我們討論它之前,最好先定義一下保留率究竟是什麼意思。我將其總結如下:``
空投的人數
保留空投的人數
大多數空投經典錯誤是將其視爲一次性方程式。
爲了證明這一點,我覺得一些數據可能會有所幫助!幸運的是,Optimism實際上執行了多輪空投!我希望我能找到一些簡單的Dune儀表板,給我提供我需要的保留率數據,但不幸的是我錯了。所以,我決定挽起袖子自己去獲取數據。
在不過度復雜化的情況下,我想要了解一件簡單的事情:在連續的空投中,擁有非零OP餘額的用戶的百分比如何變化。
我去了:https://github.com/ethereum-optimism/op-analytics/tree/main/reference_data/address_lists 獲取了所有參與Optimism空投的地址列表。然後,我構建了一個小型爬蟲,手動獲取了列表中每個地址的OP餘額(爲此花費了我們一些內部RPC積分),並進行了一些數據整理。
在我們深入探討之前,有一個重要說明是,每個OP空投都是獨立的,與先前的空投無關。沒有保留前一個空投的代幣的獎勵或連結。我知道原因,但無論如何,我們繼續下去。
在這裏給出的標準:https://community.optimism.io/docs/governance/airdrop-1/#background 分發給了248,699名接收者。簡而言之,用戶根據以下行動獲得了代幣:
在對所有這些用戶及其OP餘額進行分析後,我得到了以下分布。0餘額表示用戶已拋售,因爲未領取的OP代幣在空投結束時直接發送到符合條件的地址(根據https://dune.com/optimismfnd/optimism-airdrop-1)。
不管怎樣,這個第一次空投相對於我觀察到的之前執行的其他空投來說令人驚訝地好!大多數的空投都有90%以上的拋售率。而僅有40%的0餘額是相當不錯的。
然後,我想了解每個標準在確定用戶是否可能保留代幣方面的作用。這種方法的唯一問題是地址可能屬於多個類別,這會使數據產生偏差。我不會單純地接受這一點,而是把它當作一個粗略的指標:
一次性使用 OP 的用戶中,有最高比例的用戶餘額爲 0,其次是因爲以太坊價格過高而被排除的用戶。顯然,這些不是最適合分發用戶的細分。而多重籤名用戶則是最低的,我認爲這是一個很好的指標,因爲對於空投農民來說,設置多重籤名並不明顯,而你需要籤署交易來參與空投!
這次空投分發給了 307,000 個地址,但在我看來,它的考慮不夠周到。其標準如下(來源:https://community.optimism.io/docs/governance/airdrop-2/#background):
對我來說,這直觀上感覺是一個不好的標準,因爲治理投票是一件容易被搞砸的事情,而且相當可預測。正如我們將在下文中發現的那樣,我的直覺並沒有太錯。我對實際的保留率感到非常喫驚!
近 90% 的地址持有 0 OP 餘額!這是人們習慣看到的普通空投保留統計數據。我很願意深入探討這個問題,但我更願意繼續討論剩下的空投。
這絕對是 OP 團隊執行得最好的一次空投。標準比以前更復雜,而且有一種在之前的文章中提到的“線性化”元素。這次空投分發給約 31k 個地址,規模較小但更有效。具體細節如下(來源:https://community.optimism.io/docs/governance/airdrop-3/#airdrop-3-allocations):
這裏需要注意的一個關鍵細節是,進行鏈上投票的標準是在上次空投的期間之後。因此,第一輪參與的農民們認爲:“好的,我已經完成了挖礦,是時候轉向下一個項目了。” 這一點非常棒,因爲它有助於進行這一分析,看看這些保留統計數據!
哇!只有 22% 的空投接收者的代幣餘額爲 0!對我來說,這表明這次空投的浪費遠遠少於以往的任何一次。這符合我對保留率至關重要的觀點,並且爲我提供了額外的數據,即多輪空投比人們所認爲的更有用。
這次空投共發放給了 23,000 個地址,並且採用了更有趣的標準。我個人認爲這次的保留率會很高,但仔細思考後,我有一個關於爲什麼可能低於預期的理論:
您也許會認爲創建 NFT 合約的人會是一個很好的指標?不幸的是,數據表明情況並非如此。
雖然它不及空投 #2 那麼糟糕,但相對於空投 #3,我們在保留率方面確實有了相當大的倒退。
我的假設是,如果他們對被標記爲垃圾信息或具有某種“合法性”的 NFT 合約進行了額外的過濾,這些數字會顯著提高。這個標準太寬泛了。另外,由於代幣是直接空投到這些地址的(而不需要被認領),所以你會發現存在這樣一種情況:詐騙性 NFT 創作者會想“哇,免費的錢,是時候拋售了”。
在撰寫本文並自行收集數據的過程中,我成功證明/反駁了一些我原先的假設,這證明是非常有價值的。特別是,你的空投質量與你的篩選標準的優劣直接相關。那些試圖創建通用的“空投評分”或使用先進的機器學習模型的人會因數據不準確或大量誤報而失敗。機器學習很棒,直到你嘗試理解它是如何得出答案的。
在爲本文編寫腳本和代碼的過程中,我得到了Starkware空投的數字,這也是一個有趣的智力鍛煉。我會在下一篇文章中談到這個。團隊應該從這裏學到的關鍵教訓是:
如果你正在考慮進行一個空投,或者想要探討這些問題,請聯系我。我所有的清醒時間都在思考這個問題,已經持續了3年。我們正在構建的東西與上述所有內容直接相關,即使表面上看起來不是這樣。
附注:由於健康狀況不佳和工作繁忙,我有些與時事脫節。這意味着內容創作通常會被擱置。我慢慢感覺好轉,並且正在擴大團隊,以確保我能夠恢復到有規律地發布內容的狀態。