Paul Veradittakit'ten
Kripto Kullanıcılarının Müdahaleye İhtiyacı Var mı?
Pantera Araştırma Laboratuarı tarafından yapılan bir araştırma, kripto kullanıcılarının yüksek mevcut eğilimi ve düşük indirim faktörü sergilediğini, bunun da anında tatmini güçlü bir tercihe işaret ettiğini ortaya çıkardı.
Mevcut önyargı (ꞵ) ve indirim faktörü (𝛿) gibi parametrelerle karakterize edilen yarı hiperbolik indirgeme modeli, bireylerin anlık ödülleri gelecekteki kazançlara tercih etme eğilimini anlamak için kullanışlıdır; bu davranış özellikle değişken ve spekülatif dönemlerde belirgindir. kripto pazarı.
Bu araştırma, erken kullanıcıları ödüllendirmeye, yönetimi merkezi olmayan hale getirmeye ve yeni ürünleri pazarlamaya hizmet eden airdroplar gibi token dağıtımlarını optimize etmek için uygulanabilir.
giriiş
Silikon Vadisi startup bilgisindeki klasik bir hikaye, Paypal'ın ürünlerini kullanmaları için insanlara 10 dolar ödeme kararıdır. Bunun nedeni, eğer insanlara katılmaları için para öderseniz, sonunda ağ değerinin, yeni insanların ücretsiz olarak katılacağı kadar yüksek olacağı ve sizin de ödemeyi bırakabileceğinizdi. PayPal ödeme yapmayı bırakıp büyümeye devam edebildiği ve böylece ağ etkilerini ön plana çıkarabildiği için kesinlikle işe yaradı.
Kriptoda bu yaklaşımı airdrop'larla benimsedik ve genişlettik; insanlara yalnızca katılmaları için değil, aynı zamanda ürünlerimizi belirli bir süre kullanmaları için de ödeme yapıyoruz.
Yarı Hiperbolik İndirim Modeli
Airdroplar, ilk kullanıcıları ödüllendirmek, protokol yönetimini merkezileştirmek ve açıkçası yeni bir şeyi pazarlamak için kullanılan çok yönlü bir araç haline geldi. Dağıtım kriterlerini resmileştirmek, özellikle kimin ödüllendirilmesi gerektiğini ve onların çabalarına atfedilen değeri belirlerken bir sanat haline geldi. Bu bağlamda, hem dağıtılan tokenlerin miktarı hem de bunların serbest bırakılma zamanlaması, genellikle hak kazanma veya kademeli serbest bırakma gibi mekanizmalar yoluyla önemli rol oynar. Bu kararlar tahminlere, duygulara veya emsallere dayanmak yerine sistematik analize dayandırılmalıdır. Daha niceliksel bir çerçeve kullanmak, adaleti ve uzun vadeli hedeflerle stratejik uyumu sağlar.
Yarı hiperbolik indirgeme modeli, bireylerin farklı zamanlarda ödüller arasındaki değiş tokuşları içeren seçimleri nasıl yaptığını keşfetmek için matematiksel bir çerçeve sağlar. Uygulaması özellikle finansal kararlar ve sağlıkla ilgili davranışlar gibi dürtüsellik ve tutarsızlığın zaman içinde karar almayı önemli ölçüde etkilediği alanlarda geçerlidir.
Model, popülasyona özgü iki parametre tarafından yönlendirilmektedir: mevcut sapma, ꞵ ve indirim faktörü, 𝛿.
Mevcut Önyargı (ꞵ):
Bu parametre, bireylerin orantısız bir şekilde daha uzak olanlara göre anlık ödüllere öncelik verme eğilimini ölçer. 0 ile 1 arasında değişir; burada 1 değeri, mevcut önyargının olmadığını gösterir ve gelecekteki ödüllerin dengeli, zamanla tutarlı bir değerlendirmesini yansıtır. Değerler 0'a yaklaştıkça, giderek daha güçlü bir mevcut eğilime işaret ederler; bu da anlık ödüllere yönelik artan bir tercihe işaret eder.
Örneğin, bugün 50 ile bir yıl içinde 100 arasında seçim yapılması durumunda, şimdiki zaman eğilimi yüksek (0'a yakın) bir kişi, daha büyük toplamı beklemek yerine hemen 50 doları tercih edecektir.
İndirim Faktörü (𝛿):
Bu parametre, gelecekteki ödüllerin değerinin, gerçekleşmelerine kadar geçen süre arttıkça azalma oranını tanımlar ve gecikmeyle algılanan değerdeki doğal düşüşü hesaba katar. İndirim faktörü daha uzun ve çok yıllık aralıklarla daha doğru bir şekilde ölçülür. Kısa vadede (bir yıldan az) iki seçeneği değerlendirirken, acil koşullar algıyı orantısız bir şekilde etkileyebileceğinden bu faktör önemli ölçüde değişkenlik gösterir.
Genelleştirilmiş popülasyonlar için çalışmalar, indirim oranının genellikle 0,9 civarında olduğunu göstermektedir. Ancak kumar eğilimi olan gruplarda bu değer genellikle oldukça düşüktür. Araştırma, kumar alışkanlığı olan kişilerin genellikle 0,8'in biraz altında bir ortalama indirim faktörü sergilediğini, sorunlu kumarbazların ise 0,5'e yakın bir indirim faktörüne sahip olma eğiliminde olduğunu göstermektedir.
Yukarıdaki terimleri kullanarak, t zamanında bir x ödülü almanın faydasını U aşağıdaki formülle ifade edebiliriz:
U(t) = tU(x)
Bu model, ödüllerin değerinin zamanlamalarına bağlı olarak nasıl değiştiğini yakalar: anlık ödüller tam faydayla değerlendirilirken gelecekteki ödüller, hem mevcut önyargıyı hem de üstel azalmayı hesaba katarak değer açısından aşağıya doğru ayarlanır.
Deney
Geçen yıl Pantera Araştırma Laboratuvarı, kripto kullanıcılarının davranışsal eğilimlerini ölçmek için bir çalışma yürüttü. Katılımcılara anında ödeme ile gelecekte değer elde etme tercihlerini ölçmek için tasarlanmış iki basit soruyla anket yaptık.
Bu yaklaşım hem ꞵ hem de 𝛿 için temsili değerleri belirlememize yardımcı oldu. Bulgularımız, kripto kullanıcılarının temsili örneğinin 0,4'ün biraz üzerinde mevcut bir önyargı ve oldukça düşük bir indirim faktörü sergilediğini ortaya çıkardı.
Çalışma, kripto kullanıcıları arasında ortalamanın üzerinde bir mevcut önyargıyı ve düşük bir indirim faktörünü ortaya çıkardı; bu da sabırsızlığa yönelik bir eğilim ve gelecekteki kazançlar yerine anında tatmini tercih etmeyi öne sürüyor.
Bu, kripto dünyasında birbirine bağlı birkaç faktöre bağlanabilir:
Döngüsel Piyasa Davranışı: Kripto piyasası, volatilitesi ve döngüsel doğasıyla bilinir; tokenlar genellikle hızlı değer dalgalanmaları yaşar. Bu dönemsellik, çoğu kişinin geleneksel finansta daha yaygın olan uzun vadeli yatırım stratejilerini benimsemek yerine bu döngüler arasında gezinmeye alışkın olması nedeniyle kullanıcı davranışını etkilemektedir. Sık sık yaşanan iniş ve çıkışlar, kârları silebilecek potansiyel gerilemelere karşı dikkatli olarak, kullanıcıların gelecekteki değerleri daha dik bir şekilde iskonto etmesine yol açabilir.
Tokenlar Çevresindeki Damga: Ankette özellikle tokenlar ve bunların algılanan gelecekteki değerleri hakkında sorular soruldu; bu, tokenlara özgü ticaretle ilişkili kökleşmiş bir damgayı vurgulamış olabilir. Token değerlemelerinin periyodik ve çoğunlukla spekülatif doğasına bağlı damga, kripto alanına uzun vadeli yatırımlara temkinli bir yaklaşımı güçlendiriyor. Ek olarak, anketin tercihleri itibari para birimi veya başka bir ödül biçimi kullanarak ölçtüğünü varsayalım. Bu durumda, kripto kullanıcılarının indirim oranları küresel ortalamalara daha yakın olabilir, bu da ödülün niteliğinin gözlemlenen indirim davranışını önemli ölçüde etkileyebileceğini düşündürür.
Kripto Uygulamalarının Spekülatif Doğası: Günümüzün kripto ekosistemi, en başarılı uygulamalarında yaygın olan özellikler olan spekülasyon ve ticarete derinlemesine dayanmaktadır. Bu eğilim, mevcut kullanıcıların ağırlıklı olarak spekülatif platformları tercih ettiğinin altını çiziyor; bu tercih, anket sonuçlarına da yansıyor ve bu tercih, anlık finansal kazançlara yönelik güçlü bir eğilim gösteriyor.
Araştırmanın sonuçları tipik insan davranışı normlarından farklılık gösterse de mevcut kripto kullanıcı tabanının özelliklerini ve eğilimlerini yansıtıyor. Bu ayrım, özellikle airdrop ve token dağıtımlarını tasarlayan projeler için geçerlidir çünkü bu benzersiz davranışları anlamak, daha stratejik planlama ve ödül sistemi yapılanmasına olanak tanır.
Örneğin, yakın zamanda yerel token'ı DRIFT'i piyasaya süren Solana'da bir DEX olan Drift'in yaklaşımını ele alalım. Drift ekibi, token dağıtım stratejisine bir zaman geciktirme mekanizması dahil ederek, airdrop'larını almak için token lansmanından sonra 6 saat bekleyen kullanıcılara ödülleri ikiye katlamayı teklif etti. Zaman gecikmesi, genellikle airdropların başlangıcında botların neden olduğu tıkanıklığı azaltmak ve potansiyel olarak satıcıların başlangıçtaki artışını azaltarak tokenin performansını dengelemeye yardımcı olmak için eklendi.
Aslında, potansiyel talep sahiplerinin yalnızca 7,5 bin veya %15'i (bu yazının yazıldığı sırada) ödüllerinin iki katına çıkması için 6 saat beklemedi. Sunduğumuz araştırmaya göre, ödül değeri iki katına çıkan Drift'in birkaç ay gecikmesi ve istatistiksel olarak son kullanıcılarının çoğunu memnun etmesi gerekirdi.
Araştırma Müdürümüz Matt Stephenson ve Araştırma Mühendisimiz Ally Zach'i takip ederek Pantera Araştırma Laboratuvarı'nın en son araştırmalarından haberdar olun.
-Paul Veradittakit
