De Paul Veradittakit
Les utilisateurs de crypto ont-ils besoin d’une intervention ?
Une étude du Pantera Research Lab a révélé que les utilisateurs de crypto présentent un biais présent élevé et un faible facteur de remise, ce qui indique une forte préférence pour la gratification immédiate.
Le modèle d'actualisation quasi hyperbolique, caractérisé par des paramètres tels que le biais présent (ꞵ) et le facteur d'actualisation (𝛿), est utile pour comprendre la tendance des individus à préférer les récompenses immédiates aux gains futurs, un comportement particulièrement prononcé dans le contexte volatil et spéculatif. marché de la cryptographie.
Cette recherche peut être appliquée pour optimiser la distribution de jetons, tels que les parachutages qui servent à récompenser les premiers utilisateurs, à décentraliser la gouvernance et à commercialiser de nouveaux produits.
Introduction
Une histoire classique dans l’histoire des startups de la Silicon Valley est la décision de Paypal de payer 10 $ aux gens pour utiliser leur produit. Le raisonnement était que si vous pouviez payer les gens pour qu'ils adhèrent, la valeur du réseau serait suffisamment élevée pour que de nouvelles personnes s'inscrivent gratuitement et que vous pourriez arrêter de payer. Cela a certainement semblé fonctionner, puisque PayPal a pu arrêter de payer et continuer à croître, renforçant ainsi ses effets de réseau.
Dans le domaine de la cryptographie, nous avons adopté et étendu cette approche avec des parachutages, payant les gens non seulement pour adhérer, mais généralement pour utiliser nos produits pendant une certaine période.
Modèle d'actualisation quasi-hyperbolique
Les Airdrops sont devenus un outil à multiples facettes utilisé pour récompenser les premiers utilisateurs, décentraliser la gouvernance des protocoles et, franchement, commercialiser quelque chose de nouveau. Formaliser les critères de répartition est devenu un art, notamment lorsqu'il s'agit de déterminer qui doit être récompensé et la valeur attribuée à ses efforts. Dans ce contexte, la quantité de jetons distribués et le moment de leur libération, souvent par le biais de mécanismes tels que l'acquisition ou la libération progressive, jouent un rôle important. Ces décisions doivent être fondées sur une analyse systématique plutôt que sur des conjectures, des sentiments ou des précédents. L’utilisation d’un cadre plus quantitatif garantit l’équité et l’alignement stratégique avec les objectifs à long terme.
Le modèle d'actualisation quasi-hyperbolique fournit un cadre mathématique pour explorer la manière dont les individus font des choix impliquant des compromis entre les récompenses à différents moments. Son application est particulièrement pertinente dans les domaines où l'impulsivité et l'incohérence au fil du temps influencent considérablement la prise de décision, comme les décisions financières et les comportements liés à la santé.
Le modèle est piloté par deux paramètres spécifiques à la population : le biais actuel, ꞵ, et le facteur d'actualisation, 𝛿.
Biais présent (ꞵ) :
Ce paramètre mesure la tendance des individus à privilégier de manière disproportionnée les récompenses immédiates par rapport à celles qui sont plus éloignées. Il varie entre 0 et 1, où une valeur de 1 indique l’absence de biais actuel, reflétant une évaluation équilibrée et cohérente dans le temps des récompenses futures. À mesure que les valeurs se rapprochent de 0, elles signifient un biais présent de plus en plus fort, indiquant une préférence accrue pour les récompenses immédiates.
Par exemple, si elle a le choix entre 50 $ aujourd’hui ou 100 $ dans un an, une personne ayant un biais présent élevé (plus proche de 0) préférera les 50 $ immédiatement plutôt que d’attendre une somme plus élevée.
Facteur de remise (𝛿) :
Ce paramètre décrit la vitesse à laquelle la valeur des récompenses futures diminue à mesure que le temps jusqu'à leur réalisation augmente, ce qui explique la baisse naturelle de leur valeur perçue avec le retard. Le facteur d’actualisation est quantifié avec plus de précision sur des intervalles pluriannuels plus longs. Lors de l’évaluation de deux options à court terme (moins d’un an), ce facteur présente une variabilité considérable, car les circonstances immédiates peuvent influencer de manière disproportionnée la perception.
Pour les populations généralisées, les études montrent que le taux d’actualisation se situe généralement autour de 0,9. Cependant, cette valeur est souvent nettement inférieure parmi les groupes ayant des tendances au jeu. La recherche indique que les joueurs habituels présentent généralement un facteur de réduction moyen légèrement inférieur à 0,8, tandis que les joueurs problématiques ont tendance à avoir un facteur de réduction plus proche de 0,5.
En utilisant les termes ci-dessus, nous pouvons exprimer l'utilité U de recevoir une récompense x au moment t à l'aide de la formule suivante :
U(t) = tU(x)
Ce modèle montre comment la valeur des récompenses varie en fonction de leur timing : les récompenses immédiates sont évaluées à leur pleine utilité, tandis que les récompenses futures sont ajustées à la baisse, en tenant compte à la fois du biais actuel et de la décroissance exponentielle.
L'expérience
L’année dernière, Pantera Research Lab a mené une étude pour quantifier les tendances comportementales des utilisateurs de crypto. Nous avons interrogé les participants avec deux questions simples conçues pour évaluer leur préférence pour un paiement immédiat plutôt que pour une valeur future.
Cette approche nous a aidé à déterminer les valeurs représentatives de ꞵ et de 𝛿. Nos résultats ont révélé que l’échantillon représentatif d’utilisateurs de crypto présente un biais actuel légèrement supérieur à 0,4 et un facteur d’actualisation particulièrement faible.
L'étude a révélé un biais actuel supérieur à la moyenne et un faible facteur de remise parmi les utilisateurs de crypto, suggérant une tendance à l'impatience et une préférence pour la gratification immédiate plutôt que pour les gains futurs.
Cela peut être attribué à plusieurs facteurs interconnectés dans le paysage cryptographique :
Comportement cyclique du marché : le marché de la cryptographie est connu pour sa volatilité et sa nature cyclique, les jetons connaissant souvent des fluctuations rapides de leur valeur. Cette périodicité influence le comportement des utilisateurs, car beaucoup sont habitués à naviguer à travers ces cycles plutôt que d'adopter les stratégies d'investissement à long terme plus courantes dans la finance traditionnelle. Les hauts et les bas fréquents peuvent amener les utilisateurs à actualiser davantage les valeurs futures, se méfiant des ralentissements potentiels qui pourraient effacer les bénéfices.
Stigmatisation autour des jetons : l'enquête portait spécifiquement sur les jetons et leur valeur future perçue, ce qui aurait pu mettre en évidence une stigmatisation enracinée associée au trading spécifique aux jetons. La stigmatisation, liée à la nature périodique et souvent spéculative des valorisations des jetons, renforce une approche prudente des investissements à long terme dans l’espace crypto. Supposons également que l’enquête ait mesuré les préférences à l’aide d’une monnaie fiduciaire ou d’une autre forme de récompense. Dans ce cas, les taux d’actualisation des utilisateurs de crypto pourraient s’aligner plus étroitement sur les moyennes mondiales, ce qui suggère que la nature de la récompense pourrait influencer de manière significative le comportement d’actualisation observé.
Nature spéculative des applications cryptographiques : l'écosystème cryptographique actuel est profondément enraciné dans la spéculation et le commerce, des caractéristiques qui prédominent dans ses applications les plus réussies. Cette tendance met en évidence que les utilisateurs actuels privilégient massivement les plateformes spéculatives, une préférence reflétée dans les résultats de l’enquête, qui montrent une forte inclination vers des gains financiers immédiats.
Bien que les résultats de l’étude puissent s’écarter des normes typiques de comportement humain, ils reflètent les caractéristiques et les tendances de la base actuelle d’utilisateurs de crypto. Cette distinction est particulièrement pertinente pour les projets de conception de parachutages et de distributions de jetons, car la compréhension de ces comportements uniques permet une planification plus stratégique et une structuration du système de récompense.
Prenez, par exemple, l'approche de Drift, un DEX perps sur Solana, qui a récemment lancé son jeton natif, DRIFT. L'équipe Drift a inclus un mécanisme de temporisation dans sa stratégie de distribution de jetons, proposant de doubler les récompenses pour les utilisateurs qui attendent 6 heures après le lancement du jeton pour réclamer leur largage. Le délai a été ajouté pour atténuer la congestion généralement causée par les robots au début des parachutages et potentiellement aider à stabiliser les performances du jeton en réduisant la vague initiale de vendeurs.
En fait, seulement 7 500, soit 15 % (au moment de la rédaction de cet article), des demandeurs potentiels n'ont pas attendu les 6 heures pour que leurs récompenses doublent. Sur la base de nos recherches présentées, avec une valeur de récompense doublée, Drift aurait pu retarder quelques mois et aurait statistiquement dû apaiser la plupart de ses utilisateurs finaux.
Restez au courant des dernières recherches du Pantera Research Lab en suivant notre responsable de la recherche, Matt Stephenson, et notre ingénieur de recherche, Ally Zach.
-Paul Veradittakit