深度分析ether.fi第一季空投与Loyalty Point的关系(内附分析数据链接)

作者:@Web3Mario

数据链接:

  • EtherFi参与地址分析Thegraph:https://api.thegraph.com/subgraphs/name/web3mario/etherfi_airdrop_analyze
  • 全账户获得空投结果:https://cf-ipfs.com/ipfs/QmP2tgnrAyUGwRs1o6B8YGzHmnecyZrVhY5QiFCESxUsBv

引言:在上一篇文章中,笔者论述了,本篇文章我们选择一个实际的案例来进一步论证该观点;

深度分析ether.fi第一季空投与Loyalty Point的关系(内附分析数据链接)

在2024年3月18日,Restaking赛道的领先者Ether.Fi率先TGE,并进行了其ETHFI代币的第一轮空投,带来了不小的财富效应,截止到成文时,$ETHFI的价格已经来到了$5.54,完全稀释市值也是来到了55亿美金,这个估值对于一个核心业务尚未上线的早期项目来说是非常可观的,也反映了投资者对于该项目愿景的认可。

然而不少用户对于本轮空投的结果颇有微词,因为在过去很长一段时间,EtherFi的推广重心和激励机制都是围绕着EtherFi Loyalty Point进行的,自然而然用户在过去会在获得空投与累积Point的量之间产生联想,然而在公布空投结果后,很多用户发现似乎两者没有必然关系,很多累积了不少Point的忠实用户与一些“浅参与”用户的奖励差不多,也发现了很多巨鲸凭借着资金优势快速的占有了很大的空投分配。

因此笔者用了一段时间,从数据側详细分析一下本轮EtherFi空投活动中项目方的设计思路,定位本轮空投中最大的受益者,希望可以帮助读者优化后续参与类似空投争夺的策略,并在最后展望EtherFi第二季空投规则可能的设计方向并估算潜在的收益。

回顾EtherFi第一季空投

首先让我们回顾一下EtherFi第一季空投官方公开的规则:

  • EAP:你参与了Early Adopter Program
  • ether.fan:你是ether.fan NFT的持有者
  • Solo Staker:你是ether.fi Solo Staker
  • eETH / weETH:你持有eETH 或 weETH
  • DeFi rewards:你参与了 eETH 或 weETH DeFi pool或vault
  • Badges:你解锁了一个或多个ether.fi badges
  • Referrals:你邀请了一个或多个新用户参与ether.fi

其中并没有直接指出与Loyalty Point相关的描述,具体的计算算法也不甚清晰,然而经过我们对全量数据的分析后,还是可以从中发现一定的规律。

通过TheGraph获取从2023年7月10日EtherFi部署到2024年3月18日之间,所有参与过的用户address()。在此之后我们通过Python爬虫抓取这些地址获得空投的情况,结果我,感兴趣的朋友可以自行分析。分析结果如下:

  1. 总参与address 82102个,其中获得空投的address共71380个;
  2. 在所有获得空投的用户中平均每个用户具有536444个Loyalty Point,平均每个用户获得702个ETHFI空投;
  3. 每个用户平均获得1个$ETHFI需要累积755个LoyaltyPoints,即$ETHFI转换率为755 Loyalty Point / ETHFI。
  4. 项目马太效应极为明显,在所有获得空投的用户中:
    • Loyalty Point排名前20%的用户获得Loyalty Point占总Loyalty Point量的比例为94%,获得的空投量占总空投量占比为77.5%;
    • Loyalty Point排名前10%的用户获得Loyalty Point占总Loyalty Point量的比例为87.8%,获得的空投量占总空投量占比为72.2%;
    • Loyalty Point排名前5%的用户获得Loyalty Point占总Loyalty Point量的比例为79.2%,获得的空投量占总空投量占比为65.6%;
  5. 项目在空投分配机制更有利于“浅参与”用户与“重度忠诚”用户(通常为巨鲸用户)。

首先我们来看下用户获得的Loyalty Point分布,如图1所示,横轴为用户的Loyalty Point排名,纵轴为用户持有Loyalty Point的量,我们可以看到每个用户平均获得的Loyalty Point的量为536444,但此时只有排名前7588的用户可以达到这样的标准,相比于 82102个参与者,这是一个相对少的范围,这意味着巨鲸持有了大量的Loyalty Point。

深度分析ether.fi第一季空投与Loyalty Point的关系(内附分析数据链接)

接下来我们来看下用户获得的空投数量的分布。如图2所示,横轴为用户的Loyalty Point排名,纵轴为用户获得的$ETHFI空投量,我们可以看到每个用户平均获得的空投量为636,此时排名近似前6500的用户可以达到这样的标准,相比于Loyalty Point的分布,空投数量分布更为集中与排名靠前的用户。

深度分析ether.fi第一季空投与Loyalty Point的关系(内附分析数据链接)

最后我们来探究用户的Loyalty Point和空投数量的散点图,如图3所示,横轴表示用户的Loyalty Point量,纵轴表示该用户的$ETHFI空投转换率,即每获得1个$ETHFI空投需要持有多少Loyalty Point。我们可以发现Loyalty Point与空投转换率呈现了分段函数的近似规律,在第一段分段函数中,用户的空投获得率与Loyalty Point大致呈现正比例关系,持有越多的Loyalty Point,对应的空投转换率越大,这意味着获得单位$ETHFI空投所需要持有的Loyalty Point变高,获得难度变大。而当用户持有的Loyalty Point超过约200000时,整个分段函数进入到了第二个部分。该段达到峰值,此时用户的空投转换率近似为1140,这意味着到达此阶段,持有的Loyalty Point越多并不会进一步增加获空投难度,这对巨鲸更友好。

深度分析ether.fi第一季空投与Loyalty Point的关系(内附分析数据链接)

为了更好的反应这种关系,如图4所示,我们将横轴变换为用户的Loyalty Point排名,从左到右用户的排名越大,持有的Loyalty Point越少,纵轴是该用户的$ETHFI空投转换率,此时关系更为明显。当用户的Loyalty Point排名在14500左右时分段函数处于临界点。

深度分析ether.fi第一季空投与Loyalty Point的关系(内附分析数据链接)

展望EtherFi第二季空投

接下来让我们展望一下EtherFi的第二季空投,其已经公开了:

  • StakeRank 是一个具有 8 个级别或“等级”的级别系统
  • 用户在 ether.fi 上抵押 ETH 每 100 小时就会提升 1 级
  • 每个级别都有逐渐更高的忠诚度积分率提升
  • 您的质押余额需要高于 0.1 eETH 才能继续提升排名
  • 参加第一季的用户从排名 II 开始
  • 排名提升范围为 1 倍 – 2 倍(可能会有变化)
  • Ether.Fan NFT 持有者自动升级至 Rank III
  • 每个 NFT 持有者仅适用一次
  • 在过渡到第 2 季的过程中,协议旨在认可第 1 季的参与者,同时又不会不成比例地向他们分配第 2 季的空投。为了实现这一目标,每个人的忠诚度积分累积率将提高 10 倍。虽然这会稀释旧的积分,但它们仍然有效,但需满足以下条件。
  • 所有 eETH 和 weETH,无论是持有还是 DeFi 头寸,包括 Liquid,都将受到 StakeRank 的同等对待。
  • 如果到第 2 赛季结束时,你的总积分意味着其中 70% 来自你在 S1 中积累的积分,那么你就没有资格。然而,S2 中忠诚度积分的基本比率将增加 10 倍。在 S2 中质押意味着您的新积分余额应大大超过 S1 中收集的数量。这就是说,第 1 季的质押者在第 1 季中得到了认可。第 2 季将认可在第 2 季中活跃的质押者。

整体方案围绕着Loyalty Point的排名进行设计,做了不同的分层,并针对每个层级设置了不同的boosting效果,同时最重要的是在关于第二季空投最终的兑现方式的指引中,重点稀释了过去已获得的Point对于最终获得空投的影响,这意味着已经累积了不少Point的用户将在Season2的空投中的优势锐减,忠诚的用户不得不重新开始。而且更关键的在于,EtherFi依然选择了用较为模糊的描述来表示最终空投量与Loyalty Point之间的关系。这也引入了不小的不确定性。考虑到在第一季空投的设计中,团队似乎更青睐浅参与用户与巨鲸用户,这似乎能够为用户参与第二季空投活动带来一定的指引效果。但是别忘了,第一季空投已经将占总发行量6%的ETHFI分发完毕,在第二季中空投的总量只剩下5%。

承接区块链项目定制开发

微信:btc9767

QQ :1330797917

TELEGRAM: BTCOK9

承接区块链项目定制开发


qklbishe.com区块链毕设代做网专注|以太坊fabric-计算机|java|毕业设计|代做平台-javagopython毕设 » 深度分析ether.fi第一季空投与Loyalty Point的关系(内附分析数据链接)