数据分析怎样做才是项目方空投正确姿势

作者：Kerman Kohli，DeFi Weekly创始人；翻译：金色财经xiaozou

最近，Starkware开始了他们备受期待的空投。就像大多数空投一样，该空投也引发了大量争议。悲哀的是，这已经不再是什么让人感到惊讶的事了。

那么，为什么这种情况一次又一次发生？你可能会听到一些这样的观点：

· 内部人士只想套现几十亿美元甩手走人

· 团队不知道该怎么做，也没有合适的顾问

· 鲸鱼应该被给予更多优先权，因为他们带来了TVL

· 空投关乎加密货币的民主化

· 没有farmer，就没有协议的使用或压力测试

· 不一致的空投激励措施将继续产生奇怪的副作用

这些观点都没有错，但这些观点本身也并非完全正确。让我们来进行一下分析，以确保我们对手头的问题有一个全面的理解。

在进行空投时存在一个基本的紧张关系，你需要在以下三个因素中做出选择：

· 资本效率

· 去中心化

· 留存率

你经常会遇到这样的情况：空投在一个维度上效果很好，但在两个维度或所有三个维度之间却很难达到良好的平衡。留存率是最难的一个维度，高于15%的留存率是闻所未闻的。

· 资本效率被定义为你给参与者多少代币的标准。你越是有效地分配你的空投，它就越容易成为流动性挖矿（每存入一美元就有一枚代币）——有利于鲸鱼用户。

· 去中心化的定义是谁将获得你的代币，以及在什么标准下获得你的代币。最近的空投采用了任意标准的做法，以便最大限度地让更多用户获取代币。这通常是一件好事，因为它使你免于法律上的麻烦，并因你让人致富而带给你更大的影响力。

· 留存率的定义是会有多少用户在空投后继续持有空投代币。从某种意义上说，这是一种衡量用户与你的意图是否一致的方法。留存率越低，你的用户就与你的意图越不一致。10%的留存率作为行业基准意味着只有1 / 10的地址是出于正确的原因出现在这里！

先不谈留存率，让我们来更详细地研究一下前两个因素：资本效率和去中心化。

资本效率

为了理解资本效率，让我们认识一个新的术语，叫做“sybil系数”。它基本上可计算将一美元的资金分配给一定数量的账户所带来的收益。

你的sybil系数结果最终决定了空投的浪费程度。如果你的sybil系数为1，从技术上讲，这意味着你正在运行一个流动性挖矿方案，这会激怒很多用户。

然而，当你到达像Celestia这样的程度，也就是sybil系数膨胀到143时，你将会看到极端浪费行为和猖獗的farming挖矿。

去中心化

这就将我们带到了第二个因素：去中心化。你最终想要帮助“小人物”，他们才是真正的用户，并希望他们抓住机会尽早使用你的产品——尽管他们并不富有。如果你的sybil系数太接近于1，那么你将无法给予“小人物”任何东西，而更有可能让“鲸鱼”受益。

这就是空投争论变得激烈的地方。此处存在三类用户：

• 在这里赚快钱，然后转身离开的“小人物” （可能在这个过程中使用多个钱包）。

• 喜欢你的产品会继续留下来的“小人物”。

• “像很多小人物一样活动的行业矿工”在这个阶段绝对会拿走你的大部分激励代币，然后在转移到下一个目标之前将它们卖掉。

第三类是最糟糕的用户，第一类还可以接受，第二类是最优质的。我们如何区分这三类用户对空投来说是巨大挑战。

那么如何解决这个问题呢？虽然我没有具体的解决方案，但我有一个关于如何解决这个问题的想法，我花了几年的时间思考并进行第一手观察：项目细分。

我会详细解释我的意思。现在请先思考一个根本问题：你拥有所有用户，你需要能够基于某种价值判断将他们划分为不同的群组。这里的价值是特定于观察者的，因此会因项目而异。试图归咎于一些“神奇的空投过滤器”是永远不够的。通过研究数据，你可以开始了解你的用户真正的样子，并开始做出基于数据科学的决策，对你的空投进行细分执行。

为什么没人这么做？我以后的文章会谈到这个，但这是一个硬数据问题，需要数据专业知识，时间和金钱投入。没有多少团队愿意或能够做到这一点。

留存率

最后一个维度就是留存率。在我们讨论留存率之前，最好先定义一下留存率的含义。我将其总结如下：

获得空投的人数/持有空投的人数

大多数空投所犯的典型错误是将其视为一次性的。

为了证明这一点，我认为一些数据可能会有所帮助！幸运的是，Optimism实际上已经执行了多轮空投！我希望能找到一些简单的Dune仪表盘，让我获得想要的留存率数据，但不幸的是，我错了。所以，我决定撸起袖子自己去收集数据。

我并不想将事情弄得过度复杂化，我想要理解一件简单的事：持有OP余额的用户百分比在连续空投过程中是如何变化的。

我到github网站找到了所有参与Optimism空投的地址列表。然后我构建了一个小的scraper，手动抓取列表中各个地址的OP余额，并进行了一些数据整理。

在我们继续之前，需要提醒的是，每次OP空投都独立于之前的空投。保留之前的空投代币没有奖励或链接。我知道其中的原因，我们来继续吧。

首轮空投

共有248,699名用户获取空投代币，用户获取的代币可进行以下操作：

• OP主网用户（9.2万个地址）

• 重复的OP主网用户（1.9万个地址）

• DAO选民（8.4万个地址）

• 多签签名者（1.95万个地址）

• L1上的Gitcoin捐赠者（2.4万个地址）

• 被挤出以太坊的用户（7.4万个地址）

在对所有这些用户及其OP余额进行分析后，我得到了以下分布。0余额表明用户丢弃了代币，因为无人申领的OP代币在空投结束时被直接发送到合格的地址。

无论如何，与我观察到的之前的空投相比，第一轮空投出乎意料地好！只有40%的人的余额是零，这个结果是非常好的。

然后，我想了解各标准如何在确定用户是否可能保留代币方面发挥作用。这种方法的唯一问题是，地址可能分属多个类别，这会扭曲数据。我不会只从表面上来看，这是一个粗略指标：

OP用户一度拥有最高比例的0余额用户，紧随其后的是那些被挤出以太坊的用户。显然，这些都不是最适合分配用户的细分市场。多签签名者占百分比最低，我认为这是一个很好的指标，因为对于空投farmer来说，设置多重签名的情况并不明显（你可以签署交易进行空投挖矿）。

第二轮空投

这轮空投被分配给307,000个地址，但在我看来，这远没有那么周到。

• 治理委托奖励基于委托的OP数量和委托的时间长度。

• 对支付gas费超过一定金额的活跃的Optimism用户提供部分gas回扣。

• 更多奖励取决于与管理和使用相关的附加属性。

对我来说，这是一个很糟糕的标准，因为治理投票对于机器人来说是一件很容易的事情，而且是相当可预测的。正如我们将在下文发现的，我的直觉并没有太离谱。我很惊讶留存率竟然如此之低！

接近90%的地址持有的OP余额为零！这是人们经常看到的空投留存数据。我很想深入了解情况但我更关心留下的空投代币。

第三轮空投

这是目前为止OP团队执行得最好的一次空投。标准比以前更复杂，并且具有“线性化”元素。这些空投代币被分配给大约31000个地址，所以虽然规模更小，但更有效。

• 委托OP x天数=委托OP累计总数（例如委托20 OP，委托100天：20 * 100 = 2,000 委托OP）。

• 委托必须在快照期间（UTC时间2023年1月20日0:00，UTC时间2023年7月20日0:00）通过OP治理进行链上投票。

这里需要注意的一个关键细节是，链上投票的标准是在最后一轮空投之后。所以第一轮来的farmer会想“好吧，我不干了，该转到下一个目标了“。这么做很明智，对分析很有帮助，请看看这些留存率数据吧！

这些空投接收者中只有22%的人代币余额为零！在我看来，这表明这轮空投的浪费率远远低于之前的任何一轮。这就印证了我的观点，即留存率是至关重要的，还有更多的数据表明，多轮空投比人们预期的更有效。

第四轮空投

这轮空投分配给了共2.3个地址，并且有一个更加有趣的标准。我个人认为这轮空投的留存率会很高，但经过思考之后，我认为留存率可能低于预期，为什么？

• 你在超级链上创建了吸引人的NFT。涉及到由你的地址创建的NFT转账交易的OP链（OP主网、Base、Zora）上的总gas会在空投截止前的365天（2023年1月10日至2024年1月10日）里进行衡量。

• 你在以太坊主网上创建了吸引人的NFT。涉及到由你的地址创建的NFT转账交易的以太坊L1上的总gas将在空投截止前的365天（2023年1月10日至2024年1月10日）内进行衡量。

你肯定会认为人们创建NFT合约是一个很好的指标吧？很遗憾，并非如此。数据显示了截然不同的情况。

虽然这轮空投不像第二轮那么糟糕，但相对于第三轮空投来说，我们在留存率方面已经倒退了一大步。

我的想法是，如果他们对NFT进行额外的spam或合法性过滤，留存率将会显著提高。这个标准太宽泛了。此外，由于代币是直接空投到这些地址上的（而非必须经过申领），你最终会陷入这样一种情况：诈骗NFT的创作者会说“哇，免费的钱。是时候抛了。”

结论

当我撰写本文并亲手找数据时，我设法证明或反驳我的某些假设，而这些假设后来被证明是非常有价值的。特别是，你的空投质量与你的过滤标准有直接关系。试图创建一个通用的“空投评分”或使用先进的机器学习模型的人会失败，容易获取不准确的数据或大量错误信息。机器学习是很了不起，但在你试图理解它是如何得出它所给出的答案后，你就不会这么认为了。

空投团队应该从中吸取的主要经验教训是：

• 不要再做一次性空投！你这是搬起石头砸自己的脚。你应该想要部署类似于a/b测试的激励机制。可通过大量的迭代以及吸取过去的经验教训来指导你的未来目标。

• 在之前空投的基础上建立标准，你将提高你的空投效率。实际上，要给在一个钱包里持有代币的人更多的代币。让你的用户明白，他们应该坚持使用一个钱包，只有在绝对必要的情况下才更换钱包。

• 获取更好的数据，以确保更智能更高优质的细分。糟糕的数据等同于糟糕的结果。正如我们在上文中所看到的，标准的“可预测性”越低，留存率结果就越好。