Dari Paul Veradittakit

Apakah Pengguna Kripto Membutuhkan Intervensi?

• Sebuah studi oleh Pantera Research Lab menemukan bahwa pengguna kripto menunjukkan bias saat ini yang tinggi dan faktor diskon yang rendah, yang menunjukkan preferensi yang kuat untuk kepuasan segera. 

• Model diskon kuasi-hiperbolik, yang dicirikan oleh parameter seperti bias saat ini (ꞵ) dan faktor diskon (𝛿), berguna untuk memahami kecenderungan individu untuk lebih memilih imbalan langsung daripada keuntungan di masa depan, sebuah perilaku yang terutama terlihat pada masa yang mudah berubah dan spekulatif. pasar kripto.

• Penelitian ini dapat diterapkan untuk mengoptimalkan distribusi token, seperti airdrop yang berfungsi untuk memberi penghargaan kepada pengguna awal, mendesentralisasikan tata kelola, dan memasarkan produk baru.

Perkenalan 

Kisah klasik dalam sejarah startup Silicon Valley adalah keputusan Paypal untuk membayar orang $10 untuk menggunakan produk mereka. Alasannya adalah jika Anda dapat membayar orang untuk bergabung, pada akhirnya nilai jaringan akan cukup tinggi sehingga orang baru akan bergabung secara gratis, dan Anda dapat berhenti membayar. Tampaknya hal ini berhasil, karena PayPal mampu berhenti membayar dan terus berkembang, sehingga meningkatkan efek jaringannya.

Dalam kripto, kami telah mengadopsi dan memperluas pendekatan ini dengan airdrop, membayar orang tidak hanya untuk bergabung tetapi biasanya untuk menggunakan produk kami selama beberapa periode.

Model Diskon Kuasi-Hiperbolik

Airdrops telah menjadi alat multifaset yang digunakan untuk memberi penghargaan kepada pengguna awal, mendesentralisasikan tata kelola protokol, dan, sejujurnya, untuk memasarkan sesuatu yang baru. Memformalkan kriteria distribusi telah menjadi sebuah seni, terutama ketika menentukan siapa yang harus diberi penghargaan dan nilai yang diberikan atas upaya mereka. Dalam konteks ini, kuantitas token yang didistribusikan dan waktu peluncurannya, seringkali melalui mekanisme seperti vesting atau pelepasan bertahap, memainkan peran penting. Keputusan-keputusan ini harus didasarkan pada analisis sistematis dan bukan berdasarkan dugaan, sentimen, atau preseden. Penggunaan kerangka kerja yang lebih kuantitatif memastikan keadilan dan keselarasan strategis dengan tujuan jangka panjang.

Model diskon kuasi-hiperbolik memberikan kerangka matematis untuk mengeksplorasi bagaimana individu membuat pilihan yang melibatkan trade-off antara imbalan pada waktu yang berbeda. Penerapannya sangat relevan di bidang-bidang di mana impulsif dan inkonsistensi dari waktu ke waktu secara signifikan mempengaruhi pengambilan keputusan, seperti keputusan keuangan dan perilaku yang berhubungan dengan kesehatan.

Model ini didorong oleh dua parameter spesifik populasi: bias saat ini, ꞵ, dan faktor diskon, 𝛿.

Bias Saat Ini (ꞵ):

Parameter ini mengukur kecenderungan individu untuk memprioritaskan imbalan langsung dibandingkan imbalan yang lebih jauh secara tidak proporsional. Nilainya bervariasi antara 0 dan 1, dengan nilai 1 menunjukkan tidak adanya bias saat ini, yang mencerminkan evaluasi imbalan di masa depan yang seimbang dan konsisten terhadap waktu. Saat nilai mendekati 0, nilai tersebut menandakan semakin kuatnya bias yang ada saat ini, yang mengindikasikan semakin tingginya preferensi terhadap imbalan yang segera.

Misalnya, jika diberikan pilihan antara 50 hari ini atau 100 dalam setahun, seseorang dengan bias saat ini yang tinggi (mendekati 0) akan lebih memilih $50 segera daripada menunggu jumlah yang lebih besar.

Faktor Diskon (𝛿):

Parameter ini menggambarkan tingkat penurunan nilai imbalan di masa depan seiring waktu hingga realisasinya meningkat, yang menyebabkan penurunan alami dalam nilai yang dirasakan seiring dengan penundaan. Faktor diskon dihitung secara lebih akurat dalam interval multi-tahun yang lebih panjang. Ketika menilai dua pilihan dalam jangka pendek (kurang dari satu tahun), faktor ini menunjukkan variabilitas yang cukup besar karena keadaan yang ada dapat mempengaruhi persepsi secara tidak proporsional.

Untuk populasi umum, penelitian menunjukkan tingkat diskonto biasanya sekitar 0,9. Namun, nilai ini sering kali jauh lebih rendah pada kelompok yang memiliki kecenderungan berjudi. Penelitian menunjukkan bahwa penjudi biasa biasanya menunjukkan faktor diskon rata-rata sedikit di bawah 0,8, sedangkan penjudi bermasalah cenderung memiliki faktor diskon mendekati 0,5. 

Dengan menggunakan istilah di atas, kita dapat menyatakan kegunaan U untuk menerima imbalan x pada waktu t melalui rumus berikut:

kamu(t) = kamu(x)

Model ini menangkap bagaimana nilai imbalan bervariasi tergantung pada waktunya: imbalan langsung dievaluasi pada utilitas penuh, sementara imbalan di masa depan disesuaikan ke bawah nilainya, dengan mempertimbangkan bias saat ini dan peluruhan eksponensial.

Percobaan

Tahun lalu, Pantera Research Lab melakukan penelitian untuk mengukur kecenderungan perilaku pengguna kripto. Kami menyurvei peserta dengan dua pertanyaan sederhana yang dirancang untuk mengukur preferensi mereka terhadap pembayaran segera dibandingkan menerima sejumlah nilai di masa depan.

Pendekatan ini membantu kami memastikan nilai-nilai yang mewakili ꞵ dan 𝛿. Temuan kami mengungkapkan bahwa sampel representatif pengguna kripto menunjukkan bias saat ini tepat di atas 0,4 dan faktor diskon yang sangat rendah.

Studi tersebut mengungkapkan bias saat ini yang berada di atas rata-rata dan faktor diskon yang rendah di kalangan pengguna kripto, menunjukkan kecenderungan ketidaksabaran dan preferensi untuk kepuasan langsung dibandingkan keuntungan di masa depan.

Hal ini dapat dikaitkan dengan beberapa faktor yang saling berhubungan dalam lanskap kripto:

• Perilaku Pasar yang Bersiklus: Pasar kripto terkenal dengan volatilitas dan sifat siklusnya, dimana token sering kali mengalami fluktuasi nilai yang cepat. Periodisitas ini mempengaruhi perilaku pengguna, karena banyak yang terbiasa menjalani siklus ini dibandingkan mengadopsi strategi investasi jangka panjang yang lebih umum dalam keuangan tradisional. Kenaikan dan penurunan yang sering terjadi dapat menyebabkan pengguna mendiskon nilai masa depan dengan lebih tajam, waspada terhadap potensi penurunan yang dapat menghapus keuntungan.

• Stigma Seputar Token: Survei ini secara khusus menanyakan tentang token dan persepsi nilainya di masa depan, yang mungkin menyoroti stigma yang sudah mendarah daging terkait dengan perdagangan khusus token. Stigma tersebut, terkait dengan sifat penilaian token yang bersifat periodik dan seringkali spekulatif, memperkuat pendekatan hati-hati terhadap investasi jangka panjang di ruang kripto. Selain itu, anggaplah survei tersebut mengukur preferensi menggunakan mata uang fiat atau bentuk imbalan lainnya. Dalam hal ini, tingkat diskonto pengguna kripto mungkin lebih selaras dengan rata-rata global, sehingga menunjukkan bahwa sifat imbalan dapat secara signifikan memengaruhi perilaku diskon yang diamati.

• Sifat Spekulatif dalam Penerapan Kripto: Ekosistem kripto saat ini berakar kuat pada spekulasi dan perdagangan, sebuah sifat yang lazim dalam penerapannya yang paling sukses. Kecenderungan ini menyoroti bahwa pengguna saat ini sangat menyukai platform spekulatif, sebuah preferensi yang tercermin dalam hasil survei, yang menunjukkan kecenderungan kuat terhadap keuntungan finansial dalam waktu dekat.

Meskipun hasil penelitian ini mungkin berbeda dari norma perilaku manusia pada umumnya, hasil tersebut mencerminkan karakteristik dan kecenderungan basis pengguna kripto saat ini. Perbedaan ini terutama relevan untuk proyek yang merancang airdrop dan distribusi token, karena memahami perilaku unik ini memungkinkan perencanaan yang lebih strategis dan penataan sistem penghargaan.

Ambil contoh, pendekatan yang dilakukan oleh Drift, pelaku DEX di Solana, yang baru-baru ini meluncurkan token aslinya, DRIFT. Tim Drift menyertakan mekanisme penundaan waktu dalam strategi distribusi token mereka, menawarkan hadiah dua kali lipat bagi pengguna yang menunggu 6 jam setelah peluncuran token untuk mengklaim airdrop mereka. Penundaan waktu ditambahkan untuk mengurangi kemacetan yang biasanya disebabkan oleh bot pada awal airdrop dan berpotensi membantu menstabilkan kinerja token dengan mengurangi lonjakan awal penjual.

Faktanya, hanya 7,5 ribu, atau 15% (pada saat artikel ini ditulis), calon pengklaim tidak menunggu 6 jam hingga imbalannya berlipat ganda. Berdasarkan penelitian yang kami presentasikan, dengan nilai hadiah dua kali lipat, Drift bisa saja tertunda beberapa bulan dan secara statistik seharusnya bisa menenangkan sebagian besar pengguna akhir mereka.

Ikuti terus perkembangan penelitian terbaru dari Pantera Research Lab dengan mengikuti Kepala Riset kami, Matt Stephenson, dan Insinyur Riset, Ally Zach.

- Paul Veradittakit