Outlier Ventures: Desain dan Optimasi Token Berbasis Data

Achim Struve｜Pembicara‍‍‍‍‍

Sissi｜Kompilasi

Catatan Editor:

Dalam ekosistem token, mencapai pembangunan berkelanjutan sangat penting. Video terbaru dari Outlier Ventures memberikan perspektif komprehensif tentang masalah utama yang dihadapi ekosistem token dan menawarkan solusi dan alat praktis untuk mengatasi tantangan ini.

Video ini menyoroti prinsip dan metode Rekayasa Token, yang memberikan perspektif baru untuk merencanakan dan membangun sistem token. Pada saat yang sama, dilengkapi dengan serangkaian alat praktis seperti alat simulasi berbasis Agen, QTM, dll., alat ini dapat memberikan informasi berharga pada berbagai tahap untuk membantu proyek membuat keputusan yang tepat. Dengan alat pendukung tersebut, startup Web3 memiliki peluang untuk mencapai pertumbuhan yang berkelanjutan.

Video dari Outlier Ventures ini menghadirkan wawasan baru untuk menyoroti peran penting rekayasa token dan alat terkait dalam respons tim proyek terhadap perubahan, terbukti menjadi senjata ampuh dalam beradaptasi dengan ekosistem token yang selalu berubah. Pembentukan manfaat kognisi ini dari penelitian dan praktik mendalam pada ekosistem token, memungkinkan peserta untuk lebih memahami dinamika ekosistem dan membuat keputusan yang lebih terinformasi dan berpandangan jauh ke depan. Berikut terjemahan dan susunan konten videonya. Untuk informasi lebih lanjut tentang rekayasa token, silakan merujuk ke konten sebelumnya dari akun resmi ini. ‍‍

Tiga Fase Desain dan Optimasi Token

Fase penemuan

Dalam membangun ekosistem token yang sukses, langkah-langkah kunci perlu dijalankan di tingkat makro ekosistem. Pertama, masalah harus didefinisikan dengan jelas dan tantangan yang dihadapi harus dinyatakan dengan jelas. Kedua, aliran nilai di antara para pemangku kepentingan perlu diperjelas untuk memastikan kekokohan dan keseimbangan ekosistem. Pada saat yang sama, rasionalitas seluruh ekosistem dan tokennya, termasuk penggunaan token yang wajar, perlu didiskusikan dan dipertimbangkan secara mendalam. Selain itu, perencanaan tingkat tinggi juga sangat diperlukan, yang mencakup cara menggunakan token secara efektif dan merancang berbagai solusi konten. Langkah-langkah penting ini semuanya merupakan bagian integral untuk membangun ekosistem token yang sukses.

fase desain

Parameterisasi adalah langkah penting lainnya dalam pembangunan ekosistem token, yang melibatkan penerapan alat kuantitatif seperti spreadsheet, alat simulasi seperti cadCAD, Token Spice, Machinations, dll. Alat-alat ini dapat membantu orang mendapatkan model yang dioptimalkan dan divalidasi, melakukan analisis dan perkiraan risiko, dan mendapatkan wawasan tentang pasokan token dan tren penilaian. Alat kuantitatif ini memberikan pemahaman yang lebih baik tentang fungsi ekosistem untuk mendukung desain dan pengoptimalannya.

Fase penyebaran

Fase penerapan sangat penting, ini menerapkan analisis dan desain teoretis sebelumnya, dan benar-benar menerapkan ekosistem di blockchain. Pada tahap ini, berbagai alat perlu digunakan, termasuk berbagai bahasa pemrograman seperti Solidity, Rust, dll., dan lingkungan penerapan seperti Hardhat. Melalui proses ini, hasil akhirnya adalah token atau produk ekosistem aktual yang benar-benar hidup dan beroperasi di blockchain.

Alat Desain Token

Dalam tiga fase berbeda di atas (penemuan, desain, dan penerapan), kita perlu menggunakan serangkaian alat, dan fokus serta jenis alat ini akan bervariasi di domain yang berbeda. Ini tidak hanya berlaku untuk bidang DeFi, tetapi juga untuk berbagai proyek aplikasi, infrastruktur, game, dan bidang lainnya.

Saat mempertimbangkan tingkat detailnya, ada dua pandangan: Satu pandangan adalah bahwa kita dapat melihat ekosistem dari sudut pandang kualitatif, cukup menggunakan standar pasar dan tidak memerlukan simulasi apa pun. Sudut pandang lain adalah perlunya membuat kembaran digital, simulasi 1:1 dari seluruh ekosistem, karena melibatkan banyak risiko finansial. Saat kemajuan dibuat menuju presisi yang lebih tinggi dan intensitas sumber daya meningkat, begitu pula pengetahuan pemrograman yang dibutuhkan. Hal ini juga meningkatkan tuntutan pada pengguna - mereka harus dapat memprogram untuk menangani model yang lebih kompleks, yang dapat membahayakan keramahan pengguna. Oleh karena itu, untuk membangun model ekosistem yang lebih detail, diperlukan pengetahuan pemrograman yang lebih banyak, dan diperlukan pemahaman matematika yang baik.

Dalam ekosistem token, terdapat berbagai alat yang membantu kita memahami dan merancang sistem. Di ujung kiri “Diagram Alat Desain Token” di atas, ada model spreadsheet dan beberapa alat kualitatif seperti pernyataan masalah, pernyataan masalah pemangku kepentingan, pemetaan pemangku kepentingan, dan aliran nilai spesifik. Kami bahkan dapat memanfaatkan penalaran berbasis AI, seperti menggunakan model pembelajaran mesin untuk merancang desain token pertama. Dan di bagian tengah grafik, seperti QTM (Model Token Kuantitatif), meskipun ini juga merupakan model spreadsheet, ini mencakup beberapa bidang berbeda, tidak terbatas pada DeFi. Cakupan yang luas ini dapat mengakibatkan hilangnya presisi, tetapi ini membantu startup mendapatkan wawasan langsung dan pemahaman awal tentang ekosistem token mereka.

Di sisi kiri gambar, terdapat alat simulasi seperti cadCAD, yang dapat melakukan pemodelan ekosistem 1:1 di lingkungan yang kompleks. Secara keseluruhan, dalam ekosistem token, memilih alat dan metodologi yang tepat sangat penting untuk keberhasilan sebuah startup. Jenis alat yang berbeda dapat memberikan informasi berharga pada tahapan yang berbeda untuk membantu perusahaan membuat keputusan berdasarkan informasi dan memfasilitasi pengembangan berkelanjutan ekosistem.

Ikhtisar QTM

QTM adalah model token kuantitatif yang menggunakan waktu simulasi tetap 10 tahun, dengan setiap langkah waktu satu bulan, sehingga lebih merupakan model simulasi makro daripada model yang sangat akurat. Di awal setiap langkah waktu, token akan dipancarkan ke dalam ekosistem, jadi ada modul insentif, modul kepemilikan token, modul airdrop, dll. di dalam model. Token-token ini kemudian akan dilemparkan ke dalam beberapa ember meta yang darinya terjadi lagi redistribusi utilitas umum yang lebih halus. Kemudian, tentukan pembayaran hadiah, dll. dari alat utilitas ini. Ada juga aspek bisnis off-chain, yang juga mempertimbangkan status keuangan umum bisnis, seperti penghancuran atau pembelian kembali, dan juga dapat mengukur adopsi pengguna atau menentukan adopsi pengguna.

Namun, perlu ditekankan bahwa kualitas keluaran model ini bergantung pada kualitas masukan. Oleh karena itu, sebelum menggunakan QTM, riset pasar yang memadai harus dilakukan untuk mendapatkan masukan yang lebih akurat dan mendapatkan wawasan tentang apa yang sedang terjadi. Dengan demikian, dapat diperoleh hasil keluaran yang mendekati keadaan sebenarnya. QTM dipandang sebagai alat pendidikan untuk startup tahap awal untuk membantu mereka mendapatkan pemahaman awal tentang ekosistem mereka, tetapi tidak ada nasihat keuangan yang harus diambil darinya, dan hasilnya juga tidak boleh diandalkan sendirian.

analisis data

Selanjutnya, kita akan melihat berbagai jenis data yang dapat diekstraksi dari perspektif analisis data. Pertama-tama, Anda dapat mengamati perkembangan pasar secara keseluruhan dari perspektif pasar makro, termasuk pasar DeFi dan pasar cryptocurrency. Selanjutnya, seseorang dapat fokus pada metrik putaran penggalangan dana untuk memahami bagaimana proyek didanai, seperti jumlah dana yang terkumpul, penilaian, dan pasokan penjualan di putaran yang berbeda. Kedua, pola perilaku peserta juga dapat dipelajari untuk mendapatkan wawasan tentang kebiasaan berinvestasi orang lain.

Dibandingkan dengan keuangan tradisional, data pada rantai sangat berbeda, karena data pada rantai dapat dilihat secara publik oleh semua orang, dan dapat melihat hampir setiap transaksi dalam ekosistem. Dari sini, berbagai metrik seperti pertumbuhan pengguna, total nilai terkunci (TVL), volume transaksi, dll. dapat ditangkap. Lebih menarik lagi, juga memungkinkan untuk mengamati bagaimana mekanisme insentif yang berbeda mempengaruhi pengoperasian ekosistem. Selain itu, platform media sosial seperti Twitter, Reddit, Discord, dan Telegram memainkan peran penting dalam ekonomi token dan kinerja proyek.

Informasi ini adalah data publik dan sangat berharga yang harus dimanfaatkan untuk lebih memahami parameter ekosistem dan memvalidasi model kami.

Di bawah ini adalah contoh di mana kita dapat melihat data yang mirip dengan kreasi vesting. Meskipun contoh ini kecil, secara umum, tenggat waktu vesting untuk berbagai kelompok pemangku kepentingan dapat diamati. Pada grafik di atas, Anda dapat melihat nilai minimum, rata-rata, median, dan maksimum untuk periode vesting, yang merupakan analisis periode vesting untuk semua bidang yang berbeda. Selain itu, data yang sama dapat disegmentasi untuk membedakan bidang industri yang berbeda. Dengan demikian, dapat dilihat bahwa distribusi data di berbagai bidang dapat sangat bervariasi. Meskipun nilai-nilai ini mungkin tidak selalu optimal, nilai-nilai ini memberi kita titik awal.

Contoh lainnya adalah tentang saldo historis dari token bucket. Mengambil Maple Finance sebagai contoh, Anda dapat memeriksa status token aslinya, melacak semua transaksi di seluruh ekosistem, dan mengklasifikasikannya ke dalam “token bucket” tertentu, seperti alamat yang terkait dengan Maple, alamat pertukaran terpusat dan alamat pertukaran terdesentralisasi, dll. Dengan cara ini, kita dapat melihat keseimbangan setiap pemangku kepentingan dan mengamati apa yang terjadi di seluruh ekosistem.

Dalam contoh ini, dapat diamati bahwa saldo semua alamat Maple telah menurun hingga pertengahan 22 Juli, ketika kontrak taruhan diperkenalkan, menyebabkan sejumlah besar persediaan token dialokasikan ke kontrak taruhan. Kami juga dapat mengamati bahwa VC berpartisipasi dalam skema taruhan ini, yang dapat diturunkan langsung dari grafik. Selain itu, dimungkinkan untuk mengamati bagaimana keseimbangan pertukaran berubah dari waktu ke waktu, yang sangat membantu untuk memahami apa yang terjadi dalam ekosistem. Terakhir, dimungkinkan juga untuk mempelajari perilaku pasak individu atau alamat tertentu untuk mendapatkan wawasan tentang apa yang sedang terjadi.

Dalam ekosistem token, mengamati perilaku alamat tertentu dapat memberikan informasi penting tentang likuiditas token. Misalnya, ketika token dikirim dari kontrak taruhan ke alamat tertentu, dimungkinkan untuk memahami apa yang dilakukan penerima dengan token tersebut. Apakah mereka memilih untuk menginvestasikan kembali token tersebut, mengirimnya kembali ke kontrak taruhan, menjualnya, atau menyebarkannya di tempat lain? Ini adalah bagian penting dari informasi untuk dianalisis guna memahami perilaku setiap pemangku kepentingan, dan kami dapat memasukkan data ini kembali ke dalam model kami, membantu menyempurnakan model tersebut.

Model ini memungkinkan analisis perilaku penerima token tidak hanya untuk masing-masing alamat, tetapi juga untuk kelompok perwakilan pemangku kepentingan agregat. Misalnya, kami dapat menganalisis beberapa proyek token seperti Maple, Goldfinch, dan TrueFi, dan menemukan bahwa sekitar 38% token dikirim kembali ke kontrak gadai setelah transaksi pertama setelah diterima melalui kontrak gadai. Ini sebanding dengan sekitar 8 persen untuk pertukaran terpusat dan sekitar 14 persen untuk pertukaran terdesentralisasi. Dengan meninjau alokasi ember token pada titik waktu tertentu di QTM, dimungkinkan untuk memahami pasokan token yang beredar. Nilai-nilai ini dapat diterapkan pada parameter kami untuk mendapatkan pandangan pertama tentang perilaku ekosistem.

Dengan menggunakan data ini, kita dapat membuat prediksi, seperti memperkirakan pasokan saldo berbagai ember dalam ekosistem dalam sepuluh tahun mendatang atau lebih, termasuk yayasan, tim, distribusi janji, suplai sirkulasi keseluruhan, dan kolam likuiditas. Pada saat yang sama, simulasi atau peramalan harga juga dapat dilakukan. Penting untuk ditekankan bahwa prakiraan ini tidak dimaksudkan untuk spekulasi atau nasihat keuangan, melainkan membantu kami memahami hubungan antara atribusi penawaran dan permintaan token, dan dengan demikian keseimbangan kedua faktor ini.

Selain itu, aspek lain dapat dianalisis, seperti distribusi fraksi utilitas yang berbeda. Misalnya, kita dapat mengetahui berapa banyak token yang dipertaruhkan, berapa banyak yang digunakan untuk program insentif penambangan likuiditas, atau berapa banyak token yang dibakar jika ada mekanisme pembakaran. Kita juga dapat melihat imbalan utilitas bulanan untuk melihat seberapa besar nilai insentif tersebut dalam dolar jika token dapat dibelanjakan di toko atau di tempat lain. Penting untuk memahami keseluruhan penggunaan token, terutama mengingat faktor biaya saat memberi insentif pada ekosistem.

Model berbasis data

Tema lainnya adalah cara berpikir baru tentang rencana vesting. Kadang-kadang orang berpikir bahwa hanya diperlukan rencana vesting yang sangat panjang, tetapi ini tidak selalu baik, karena itu berarti pasokan dalam sirkulasi awal sangat rendah, yang mengarah ke spekulasi dan potensi hype di pasar. Oleh karena itu, kami mengusulkan untuk memperkenalkan mekanisme atribusi token yang mengadopsi penyesuaian, terlepas dari permintaan pasar. Dengan kata lain, tidak perlu memprediksi kebutuhan ekosistem, karena rilis atribusi akan dikendalikan oleh pengontrol berdasarkan indikator kinerja utama tertentu yang telah ditentukan sebelumnya. KPI ini dapat mencakup TVL, volume transaksi, adopsi pengguna, profitabilitas bisnis, dan lainnya. Dalam contoh ini, harga token hanya digunakan.

Dalam ekosistem token, hubungan antara atribusi dan harga dapat dipahami dengan menganalisis contoh token nyata. Misalnya, pada tahun pertama ekosistem, sejumlah besar penawaran masuk ke pasar melalui vesting, tetapi karena produk mungkin belum cukup matang, permintaan pasar mungkin tidak mencukupi dan adopsi mungkin tidak besar, menyebabkan harga token untuk dijatuhkan. Situasi ini dapat disimulasikan oleh model (misalnya QTM), dari mana perilaku serupa dapat diamati: pada fase awal, harga token dapat turun karena pasokan besar memasuki pasar. Kemudian seiring waktu, ketika adopsi berubah, pengguna mulai bergabung dan menghasilkan pendapatan, pembelian kembali dapat dilakukan, dan harga akhirnya pulih.

Dalam model tersebut, tiga skenario permintaan yang berbeda dapat disimulasikan: fungsi logistik, fungsi linier, dan pertumbuhan eksponensial. Pengontrol pada dasarnya mengelola emisi yang berbeda pada titik waktu yang berbeda, dan Anda dapat melihat bahwa untuk setiap skenario pertumbuhan dan permintaan yang berbeda, maka pada titik waktu yang berbeda, pengontrol akan mengelola emisi yang berbeda.

Ketika harga token naik, lebih banyak token akan dirilis ke dalam ekosistem, yang dapat menyebabkan investor awal menjual token, yang pada gilirannya akan menyebabkan harga turun. Sebaliknya, ketika harga lebih rendah dari harga yang ditetapkan, penerbitan token akan berkurang. Namun, penerbitan token tidak akan turun menjadi nol, karena kami perlu memastikan bahwa semua investor awal akhirnya menerima bagian yang adil. Dengan mekanisme kontrol ini, harga token akan naik lagi, yang pada akhirnya mengurangi volatilitas dan menstabilkan ekosistem.

Harga merupakan indikator yang sangat penting dalam ekosistem. Akan sangat buruk bagi ekosistem jika harga token anjlok 90% dalam setahun. Meskipun kami tahu bahwa kami tidak dapat memprediksi masa depan secara akurat, setidaknya kami harus mempertimbangkan sisi permintaan dan mencoba membuat model dan memperkirakannya. Ini tidak berarti mengejar hasil tertentu atau nilai tertentu, tetapi mengeksplorasi seluruh ruang solusi yang tersedia melalui simulasi Monte Carlo dan parameter sweep. Melakukannya dapat membantu kita memahami kemungkinan dalam situasi yang berbeda dan mengembangkan strategi yang lebih komprehensif dan fleksibel.

Selain itu, kami dapat menetapkan bobot yang berbeda untuk atribusi ini. Misalnya, pada tahap awal, insentif ekosistem dapat menerima lebih banyak alokasi token vesting, sementara tim dapat menerima bagian yang lebih kecil. Namun, situasinya dapat berubah seiring waktu karena kami tidak ingin hanya mengandalkan token vesting untuk mendorong pengembangan ekosistem, kami ingin membangun model pertumbuhan yang berkelanjutan.

Video asli: