Les développeurs et les investisseurs ont besoin de métriques significatives et de meilleurs outils pour analyser et prendre des décisions sur les projets.
Les données sont notre meilleur atout pour comprendre le passé, le présent et l’avenir.
Dans la finance traditionnelle, il est relativement difficile d’obtenir des données. En revanche, la blockchain a brisé les barrières aux données, donnant à chacun l’accès à un grand livre d’informations. Cependant, la quantité de données disponibles a créé un autre problème : trouver des informations précieuses est compliqué.
Il existe des dizaines d’outils pour aider les gens à analyser les données de DeFi avec une variété de métriques. Cependant, ces métriques sont pour la plupart assez basiques. Dans cet article, nous allons présenter les métriques les plus utiles ainsi que les données plus avancées disponibles sur le prochain outil de Footprint Analytics, DeFi 360,
Données basiques
- TVL
TVL est généralement la première mesure que les gens regardent et elle reflète la valeur totale de tous les actifs verrouillés par les utilisateurs. La croissance de la TVL est souvent utilisée pour juger si le projet est dans une tendance à la hausse.
Footprint Analytics – TVL Trend
TVL est mesurée en dollars. Comme les prix des crypto-monnaies changent rapidement, il est difficile de voir si la hausse ou la baisse de la TVL est due à la variation des prix ou à l’ajout d’autres investissements. Par conséquent, en plus de la TVL, il est également nécessaire de prêter attention à la TVL ajustée.
Par exemple, les statistiques de Footprint Analytics montrent que la TVL en ETH de Liquity (un programme de prêt qui ne peut verrouiller que des ETH pour prêter des stablecoins) est légèrement en baisse dans le cadre noir du graphique ci-dessous, tandis que la TVL en USD augmente. Cela est dû à la hausse du prix de l’ETH, qui crée l’illusion que le projet est sur une tendance à la hausse.
Footprint Analytics – TVL en ETH vs USD
Des projets complexes comme Aave et Yearn, qui offrent à la fois des fonctions de verrouillage et de prêt, compliquent l’utilisation de la TVL en tant que métrique et nécessitent de la combiner avec d’autres.
- Liquidité nette
La liquidité nette fait référence à la variation des entrées et des sorties par rapport au jour ou au mois précédent. Les changements peuvent être analysés plus en détail en termes de flux entrants et sortants, et si la source principale est l’entrée ou la perte de l’utilisateur
- Revenu
Les protocoles basés sur leDEX ne peuvent pas être mesurés uniquement par la TVL puisque les échanges génèrent également des revenus. Le but ultime de ces types de projets est de maximiser la rentabilité et les revenus reflètent leurs résultats d’exploitation.
Footprint Analytics – Revenue
Token Data
La plupart des plateformes émettent des jetons de gouvernance et certaines utilisent un modèle à deux jetons. Les données sur les jetons reflètent en quelque sorte l’acceptation de la plateforme par le marché.
- Informations de base
Le prix est la mesure la plus intuitive, et la hausse et la baisse sont étroitement liées à l’offre et à la demande sur le marché. Le prix est également la mesure la plus rapide à être affectée lorsqu’un événement important se produit. Par exemple, Cream a subi sa deuxième attaque majeure le 27 octobre, perdant 130 millions. Cela a fait chuter le prix de CREAM d’une falaise.
Footprint Analytics – Token Price – CREAM
La capitalisation boursière d’un jeton est la multiplication du prix et de l’offre en circulation, reflétant la valeur marchande d’un projet dans l’industrie du DFi.
- Nombre de détenteurs de jetons et durée de détention
Le nombre de détenteurs de jetons reflète le nombre d’utilisateurs qui approuvent le modèle de jetons de la plateforme. Le nombre de jetons mis en jeu pour obtenir des droits de gouvernance est particulièrement important et reflète la situation de DAO de la plateforme.
La durée de détention montre si le projet attire plus d’utilisateurs qui croient en la valeur à long terme du projet que de spéculateurs.
- Utility
Le volume des transactions reflète l’activité d’un jeton sur le marché, et son rapport avec la capitalisation boursière est similaire au taux de rotation. Une circulation plus élevée reflète un jeton avec un niveau d’attention plus élevé, tandis qu’une circulation plus faible est un jeton avec moins d’attention.
Footprint Analytics – MKR Volume
L’utilité du jeton est également à noter, c’est-à-dire si le jeton miné est mis en jeu sur la plateforme pour utiliser le jeton de gouvernance, ou déposé dans d’autres protocoles externes pour capturer des revenus.
Par exemple, 61 % du stablecoin de Liquity, LUSD, est déposé dans le Stability Pool de sa propre plateforme. LUSD ne joue pas son rôle de stablecoin en circulation par rapport à l’utilité de DAI.
Advanced Metrics
- Données de pool
Toutes les TVL des projets DeFi sont constituées de pools, donc pour trouver les raisons des métriques, il faut examiner la structure des pools d’un projet donné. Par exemple : tailles des pools, TVLs, et changements de volume.
Footprint Analytics – Pools Overview
- Mesures de l’utilisateur
Le projet tourne toujours autour des utilisateurs, et la capture précise des utilisateurs cibles est au cœur du développement du projet. La classification des données et l’analyse des couches d’utilisateurs permettent de cibler plus rapidement les utilisateurs de qualité.
- Portrait de l’utilisateur
L’ensemble des utilisateurs peut être subdivisé en nouveaux utilisateurs et en utilisateurs actifs. Les nouveaux utilisateurs reflètent l’expansion du marché, tandis que les utilisateurs actifs reflètent le potentiel de croissance continue du projet.
Footprint Analytics – Address Overview
L’analyse de l’évolution du montant de la transaction, du montant de la retenue et de la durée par utilisateur nous permet de comprendre la qualité moyenne de l’utilisateur.
Footprint Analytics – Active Address
Si les moyennes peuvent permettre d’observer les tendances générales du comportement des utilisateurs, elles ne constituent pas une base suffisante pour la mise en œuvre d’un projet. Les moyennes diluent souvent les données importantes, et une stratification plus profonde des utilisateurs est nécessaire pour trouver les vrais problèmes et développer le bon plan d’action.
Footprint Analytics – Trading Volume Distribution
- User Churn
Les baleines génèrent le plus de valeur pour la plateforme et les développeurs doivent empêcher ces utilisateurs de churning. En triant les utilisateurs, il est possible de créer des portraits d’utilisateurs et de se concentrer sur les grands comptes.
La connaissance des préférences d’investissement des utilisateurs peut permettre de mieux comprendre les utilisateurs et de découvrir des groupes d’utilisateurs potentiels en analysant toutes les plateformes DeFi dans lesquelles les utilisateurs cibles ont investi.
Footprint Analytics – Distribution des protocoles d’investissement d’adresses
Analyse croisée
L’analyse croisée fait référence à l’analyse comparative de plusieurs métriques ensemble. Les analystes et les développeurs peuvent l’utiliser pour trouver des corrélations entre les métriques et créer des hypothèses commerciales.
Par exemple, si nous comparons l’APY avec le nombre d’utilisateurs ou avec la TVL, nous pouvons analyser les résultats pour voir si l’augmentation de l’APY attire plus d’utilisateurs.
Dans un autre exemple, un analyste peut comparer le prix d’un projet avec le prix du BTC pour déterminer si les mouvements de prix sont causés par des changements dans la valeur intrinsèque du projet ou par des forces de marché plus importantes.
Footprint Analytics – Token Price (MKR vs BTC)
Les attributs Lego du DeFi ne doivent pas non plus être négligés, les métriques de projets étroitement liés étant souvent un facteur important du mouvement. Par exemple, Convex a aidé à stimuler la croissance de la TVL de Curve.
Footprint Analytics – Curve VS Convex in TVL
Summary
Il existe de nombreux outils d’analyse sur le marché, mais ils s’arrêtent généralement aux métriques de surface.
Pour que les parties prenantes puissent prendre des décisions fondées sur les données, il est essentiel de creuser plus profondément et d’appliquer des analyses avancées aux données de la blockchain.
