エアドロップのトリレンマ: 資本効率、分散化、保持のバランスをどう取るか?
原作者: ケルマン・コーリ
オリジナル編集: Deep Chao TechFlow
最近、Starkware は待望のエアドロップ キャンペーンを開始しました。ほとんどのエアドロップと同様に、これは多くの論争を引き起こしました。
では、なぜこのようなことが何度も繰り返されるのでしょうか?人々が耳にするかもしれないアイデアには次のようなものがあります。
チーム関係者はただ売却して数十億ドルを現金化したいだけだ
チームはどうすればより良くなるか分からず、適切なアドバイスも得られない
クジラはロックされた合計値をもたらすため、より高い優先度を与える必要があります。
エアドロップは仮想通貨への参加を民主化する取り組みです
オナホールがなければ、プロトコルの使用やストレステストは存在しません。
エアドロップのインセンティブが一致しないと、奇妙な副作用が引き続き発生する
これらの考えはどれも間違っていませんが、完全に正しいというわけでもありません。当面の問題を包括的に理解するために、これらの観点のいくつかを詳しく見てみましょう。
エアドロップを行うときは、次の 3 つの要素から選択する必要があります。
資本効率
分散化
内部留保率
エアドロップは 1 次元ではうまく機能しますが、2 次元または 3 次元すべてで良好なバランスをとることはめったにありません。
資本効率とは、参加者に提供されるトークンの数を決定するために使用される基準を指します。エアドロップを効率的に配布すればするほど、流動性マイニング (入金ごとに 1 つのトークン) に変わり、クジラに利益をもたらします。
分散化とは、誰がどのような基準に従ってトークンを取得するかを指します。最近のエアドロップでは、トークンを受け取る人のリーチを最大化するために、任意の基準を採用するアプローチが採用されています。これは、法的トラブルに巻き込まれることを避け、人々を裕福にし、より多くの名声を得るのに役立つため、通常は良いことです。
維持率は、エアドロップ後のユーザーの維持率として定義されます。ある意味、これはユーザーがあなたの意図にどれだけ一貫しているかを測定する方法です。維持率が低いほど、ユーザーはあなたの意図と一致していないことになります。業界のベンチマークとして、保持率 10% は、アドレス 10 件中 1 件のみが実際のユーザーであることを意味します。
保持はさておき、最初の 2 つの要素、資本効率と分散化を詳しく見てみましょう。
資本効率
資本効率に関する最初のポイントを理解するために、「シビル係数」という新しい用語を導入しましょう。基本的には、1 ドルの資本を特定の数のアカウントに割り当てることでどれだけの利益が得られるかを計算します。
この範囲内のどこに該当するかによって、最終的にエアドロップがどれだけ無駄になるかが決まります。シビル係数が 1 の場合、これは技術的には、多くのユーザーを怒らせる流動性マイニング スキームを実行していることを意味します。
ただし、シビル係数が 143 にまで膨れ上がる Celestia のようなプロジェクトを取り上げると、非常に無駄な動作と横行する流動性マイニングが見られます。
分散化
これは、分散化に関する 2 番目のポイントにつながります。最終的に助けたいのは、裕福ではなくても、実際のユーザーであり、製品を早期に使用する意欲のある「小さな人」です。シビル係数が 1 に近い場合、「小さな奴ら」にはほとんどエアドロップを与えず、ほとんどのエアドロップは「クジラ」に与えることになります。
現在、エアドロップの議論は白熱しています。ここには 3 つのタイプのユーザーがいます。
「小さな男A」、彼らはただ手っ取り早くお金を稼いで立ち去りたいだけです（おそらくその過程でいくつかの財布を使います）
「小さな人 B」、彼らはエアドロップを入手した後もまだ滞在したいと考えており、あなたの製品を気に入っています
「小さなプロのハエ取り屋のように振る舞う人々」は、あなたのインセンティブのほとんどを奪い、次のプロジェクトに移ろうとしているのです。
3 番目のタイプは最悪で、1 番目のタイプはまだある程度許容可能、2 番目のタイプは最高です。この 3 つをどのように区別するかが、エアドロップ問題における大きな課題です。
では、この問題をどのように解決しますか?具体的な解決策はありませんが、この問題を解決する方法について、ここ数年個人的に考え、観察してきた哲学的な考えがあります。それは、プロジェクト相対セグメンテーションです。
どういうことか説明します。拡大してメタ問題について考えてみましょう。すべてのユーザーがおり、何らかの価値判断に基づいてユーザーをグループに分類できる必要があります。ここでの値はオブザーバーの特定のコンテキストに関連するため、プロジェクトごとに異なります。ある種の「魔法のエアドロップ フィルター」を提供しようとするだけでは決して十分ではありません。データを調査することで、ユーザーが実際にどのような人であるかを理解し始め、エアドロップの実行方法についてデータ サイエンスに基づいた決定を下し始めることができます。
なぜ誰もこれをしないのですか？これは今後別の記事で書く予定ですが、非常に簡単に要約すると、これはデータの専門知識、時間、費用が必要な難しい問題であるということです。これを行う意欲のある、または実行できるチームは多くありません。
内部留保率
最後に説明したいのは、定着率です。それについて説明する前に、定着率が何を意味するのかを定義することをお勧めします。これを要約すると、次のようになります。 維持率 = エアドロップを受けた人の数 / エアドロップを維持した人の数
ほとんどのエアドロップが犯す典型的な間違いは、これを 1 回限りのものにしてしまうことです。
これを証明するには、ここでいくつかのデータが必要になるかもしれないと考えました。幸運なことに、OP は実際に複数ラウンドのエアドロップを実行しました。必要な保持データを提供してくれるシンプルな Dune ダッシュボードを見つけられればと思いましたが、残念ながら私は間違っていました。そこで、自分でデータを取りに行くことにしました。
あまり複雑にするつもりはありませんが、ただ 1 つの単純なことを理解したいだけです。つまり、連続するエアドロップが進行するにつれて、OP バランスがゼロ以外のユーザーの割合がどのように変化するかということです。
行きましたこのウェブサイト、OPエアドロップに参加しているすべてのアドレスのリストを取得します。次に、リスト上の各アドレスの OP 残高を手動で取得する小さなクローラーを構築し (これには内部 RPC クレジットの一部を使用)、データ処理を行いました。
本題に入る前に、重要な注意点として、各 OP エアドロップは前のエアドロップから独立しているということです。前回のエアドロップからのトークンを保持するための報酬やリンクはありません。
エアドロップ 1
ここで指定された基準に基づいて 248,699 人の受信者に送信されますつまり、ユーザーには次のアクションに基づいてトークンが付与されます。
OP メインネット ユーザー (92,000 アドレス)
OP メインネット ユーザーの重複 (19,000 アドレス)
DAO 有権者 (84,000 アドレス)
マルチシグ署名者 (19,500 アドレス)
L1 上の Gitcoin 寄付者 (24,000 アドレス)
イーサリアムの価格により除外されたユーザー (74,000 アドレス)
これらすべてのユーザーとそのOPバランスを分析した結果、次のような分布が得られました。残高 0 は、未請求の OP トークンが適格なアドレスに直接送信されるため、ユーザーによる売却を示します。詳細はこちらこのウェブサイト。
とにかく、この最初のエアドロップは、私が観察した以前に実行されたエアドロップと比較して驚くほど優れていました。ほとんどのエアドロップ率は 90% 以上です。 0%のバランスは40%しかなく、驚くほど良いです。
次に、ユーザーがトークンを保持する可能性が高いかどうかを判断する際に、各基準がどのような役割を果たすかを理解したいと思いました。このアプローチの唯一の問題は、住所が複数のカテゴリに属する可能性があり、データが偏ることです。額面通りに受け取るつもりはありませんが、大まかな指標としては次のとおりです。
ワンタイムOP利用者のうち、残高0の利用者が最も多く、次にイーサリアム価格により除外された利用者が多い。これらのユーザーが最適なユーザー ベースではないことは明らかです。マルチシグ ユーザーの割合は最も低く、農家がエアドロップ取引のためにマルチシグを設定することは明らかではないため、これは良い指標だと思います。
エアドロップ 2
このエアドロップは 307,000 のアドレスに配布されました、しかし私の意見では、このエアドロップは十分に考慮されていません。標準設定は次のとおりです。
委任された OP の数と委任時間に基づいたガバナンス委任報酬。
ガス料金に一定の金額を費やしたアクティブな OP ユーザーに対してガスの一部を返金します。
ガバナンスと使用状況に関連する追加属性によって決定される乗数報酬。
私にとって、ガバナンス投票はボットによって簡単に操作され、かなり予測可能なものであるため、これは直感的に良い標準とは思えません。以下で説明するように、私の直感はそれほど的外れではありませんでした。実際の定着率の低さに驚きました！
アドレスのほぼ 90% が OP 残高 0 です。これは、人々がよく目にする一般的なエアドロップ保持統計です。これについてはもっと詳しく議論したいのですが、残りのエアドロップについてお話したいと思います。
エアドロップ 3
これは間違いなく、OP チームによって実行された最高のエアドロップでした。その基準はかつてないほど複雑になっています。このエアドロップは約 31,000 のアドレスに配布され、規模は小さくなりますが、より効果的になりました。詳細はこちら、ソースはここをクリック：
毎日委託される OP の累積量 (つまり、100 日で 20 OP 委託される: 20 * 100 = 2,000 OP 委託 x 日)。
スナップショット期間中 (2023 年 1 月 20 日 0:00 UTC から 2023 年 7 月 20 日 0:00 UTC) に OP ガバナンス チェーンに投票する必要がある代表者。
ここで注意すべき重要な点は、オンチェーンでの投票の基準は前回のエアドロップ期間の後であるということです。したがって、最初のラウンドに参加したユーザーは、「よし、エアドロップでやるべきことはやった、次のことに移る」と思うかもしれません。これは分析に役立ち、保持統計を確認できるため、非常に優れています。
エアドロップ受信者のトークン残高が 0 だったのは 22% だけでした。私にとって、これはこのエアドロップがこれまでのエアドロップよりもはるかに無駄が少なかったことを示しています。これは、保持が重要であり、複数のエアドロップの追加データは人々が信じている以上に役立つという私の主張と一致します。
エアドロップ 4
このエアドロップは合計 23,000 のアドレスに配布され、さらに興味深い基準がありました。今回は定着率が高いだろうと個人的には思っていたのですが、よく考えてみると予想より低いのではないかという仮説があります。
ハイパーチェーン上のトランザクションに参加する NFT を作成します。 OP チェーン (OP Mainnet、Base、Zora) 上のアドレスによって作成された NFT 送金トランザクションの合計ガス。エアドロップ期限 (2023 年 1 月 10 日から 2024 年 1 月 10 日) までの 365 日以内に測定されます。
イーサリアムメインネット上に魅力的な NFT を作成します。エアドロップ期限（2023年1月10日から2024年1月10日）までの過去365日間にあなたの住所で作成されたNFTの転送を伴うトランザクションにおけるイーサリアムL1のガス量の合計。
確かに、NFT 契約を作成している人が良い指標になると思いますよね?残念ながらそうではありません。データはその逆を示唆しています。
Airdrop 2 ほどではありませんが、Airdrop 3 と比較してリテンションの点で大きく後退しました。
私の仮説は、スパムとしてフラグが付けられた、またはある種の「正当性」を持つ NFT 契約に追加のフィルタリングがあれば、これらの数値は大幅に改善されるだろうということです。この基準は広すぎます。さらに、トークンはこれらのアドレスに直接（要求することなく）エアドロップされるため、詐欺NFT作成者が「おお、これは無料のお金だ。売り時が来た」と考える状況が発生します。
やっと
この記事を書き、自分でデータを取得したところ、いくつかの仮説を証明/反証することができ、非常に価値のあることがわかりました。特に、エアドロップの品質は審査基準に直接関係します。普遍的な「エアドロップ スコア」を作成したり、高度な機械学習モデルを使用しようとすると、不正確なデータや多数の誤検知が原因で失敗します。機械学習は、どのようにして答えに到達するかを理解しようとするまでは素晴らしいものです。
この記事のスクリプトとコードを書いているときに、Starkware のエアドロップからデータを入手しましたが、これも楽しい演習でした。これについては次回の記事でお話します。チームがここから学ばなければならない重要なポイントは次のとおりです。
一回限りのエアドロップはやめてください！これは自分の足を撃つことになります。 A/B テストなどのインセンティブを導入したいと考えています。何度も繰り返し、過去の経験を将来の目標に役立ててください。
過去のエアドロップに基づいて構築された標準を使用すると、効率が向上します。実際には、同じウォレットにトークンを保持している人には、より多くのトークンが与えられます。ユーザーには、1 つのウォレットを使用し続け、どうしても必要な場合にのみウォレットを切り替える必要があることを明確にします。
より優れたデータを取得して、よりスマートで高品質のエアドロップ セグメンテーションを保証します。悪いデータ = 悪い結果。上記の記事で見たように、基準の「予測可能性」が低いほど、定着率の結果は良くなります。
