Les utilisateurs de crypto ont-ils besoin d'une intervention?

• une étude du laboratoire de recherche pantera a révélé que les utilisateurs de crypto-monnaies présentent une forte propension à privilégier le présent et un faible facteur de réduction, ce qui indique une forte préférence pour la gratification immédiate.
• Le modèle de réduction quasi-hyperbolique, caractérisé par des paramètres tels que le biais présent (ꞵ) et le facteur de réduction (𝛿), est utile pour comprendre la tendance des individus à préférer les récompenses immédiates aux gains futurs, un comportement particulièrement prononcé sur le marché crypto volatil et spéculatif.
• cette recherche peut être appliquée pour optimiser les distributions de jetons, telles que les airdrops qui servent à récompenser les premiers utilisateurs, décentraliser la gouvernance et commercialiser de nouveaux produits.

introduction

Une histoire classique dans la légende des startups de la Silicon Valley est la décision de PayPal de payer les gens 10 $ pour utiliser leur produit. Le raisonnement était que si vous pouviez payer les gens pour rejoindre, la valeur du réseau serait suffisamment élevée pour que de nouvelles personnes rejoignent gratuitement et que vous puissiez arrêter de payer. Cela a certainement semblé fonctionner, car PayPal a pu cesser de payer et continuer à croître, amorçant ainsi ses effets de réseau.

en crypto, nous avons adopté et étendu cette approche avec des airdrops, payant aux gens non seulement pour rejoindre mais généralement pour utiliser nos produits pendant un certain temps.

modèle de dépréciation quasi-hyperbolique

Les largages aériens sont devenus un outil multifacette utilisé pour récompenser les premiers utilisateurs, décentraliser la gouvernance du protocole et, franchement, pour commercialiser quelque chose de nouveau. La formalisation des critères de distribution est devenue un art, en particulier lorsqu'il s'agit de déterminer qui devrait être récompensé et la valeur attribuée à ses efforts. Dans ce contexte, à la fois la quantité de jetons distribués et le moment de leur libération, souvent par le biais de mécanismes tels que le vesting ou la libération progressive, jouent un rôle important. Ces décisions devraient être fondées sur une analyse systématique plutôt que de s'appuyer sur des conjectures, des sentiments ou des précédents. L'utilisation d'un cadre plus quantitatif assure l'équité et l'alignement stratégique avec les objectifs à long terme.

le modèle d'escompte quasi-hyperboliquefournit un cadre mathématique pour explorer comment les individus font des choix impliquant des compromis entre les récompenses à différents moments. son application est particulièrement pertinente dans les domaines où l'impulsivité et l'incohérence dans le temps influencent significativement la prise de décision, tels que les décisions financières et les comportements liés à la santé

le modèle est piloté par deux paramètres spécifiques à la population: un biais présent, ꞵ, et le facteur d'escompte, 𝛿.

biais de présentation (ꞵ):

ce paramètre mesure la tendance des individus à privilégier de manière disproportionnée les récompenses immédiates par rapport à celles qui sont plus éloignées. il varie entre 0 et 1, où une valeur de 1 indique l'absence de biais présent, reflétant une évaluation équilibrée et cohérente dans le temps des récompenses futures. à mesure que les valeurs approchent de 0, elles signifient un biais présent de plus en plus fort, indiquant une préférence accrue pour les récompenses immédiates.

par exemple, en choisissant entre 50 aujourd'hui ou 100 dans un an, une personne ayant un fort biais présent (plus proche de 0) préférera les 50 $ immédiatement plutôt que d'attendre la somme plus importante.

facteur d'escompte (𝛿):

ce paramètre décrit le taux auquel la valeur des récompenses futures diminue à mesure que le temps jusqu'à leur réalisation augmente, en tenant compte de la baisse naturelle de leur valeur perçue avec le délai. Le facteur d'escompte est quantifié de manière plus précise sur de longs intervalles de plusieurs années. Lors de l'évaluation de deux options à court terme (moins d'un an), ce facteur présente une variabilité considérable car les circonstances immédiates peuvent influencer de manière disproportionnée la perception.

pour les populations généralisées, les études montrent que le taux de réduction est généralement d'environ 0,9. Cependant, cette valeur est souvent nettement plus basse chez les groupes ayant des tendances au jeu.Rechercheindique que les joueurs compulsifs ont généralement un facteur de réduction moyen légèrement inférieur à 0,8, tandis que les joueurs problématiques ont tendance à avoir un facteur de réduction plus proche de 0,5.

en utilisant les termes ci-dessus, nous pouvons exprimer l'utilité u de recevoir une récompense x au moment t à travers la formule suivante:

u(t) = tu(x)

Ce modèle capture comment la valeur des récompenses varie en fonction de leur timing: les récompenses immédiates sont évaluées à leur pleine utilité, tandis que les récompenses futures sont ajustées à la baisse en valeur, en tenant compte à la fois du biais présent et de la décroissance exponentielle.

l'expérience

L'année dernière, le laboratoire de recherche Pantera a mené une étude pour quantifier les tendances comportementales des utilisateurs de crypto. Nous avons interrogé les participants avec deux questions simples.conçupour évaluer leur préférence pour un paiement immédiat par rapport à la réception d'une valeur future.

Cette approche nous a aidés à déterminer des valeurs représentatives pour ꞵ et 𝛿. Nos résultats ont révélé que l'échantillon représentatif des utilisateurs de crypto présente un biais actuel légèrement supérieur à 0,4 et un facteur de réduction notablement faible.

l'étude a révélé unau-dessus de la moyennebiais actuel et un faible facteur d'escompte chez les utilisateurs de crypto, suggérant une tendance à l'impatience et une préférence pour la gratification immédiate plutôt que pour les gains futurs.

ce phénomène peut être attribué à plusieurs facteurs interconnectés au sein du paysage crypto :

• comportement cyclique du marché : le marché crypto est connu pour sa volatilité et sa nature cyclique, les jetons connaissant souvent des fluctuations de valeur rapides. Cette périodicité influence le comportement des utilisateurs, car beaucoup sont habitués à naviguer à travers ces cycles plutôt que d'adopter les stratégies d'investissement à long terme plus courantes dans la finance traditionnelle. Les hausses et les baisses fréquentes peuvent amener les utilisateurs à accorder moins d'importance aux valeurs futures, méfiants à l'égard des éventuels retournements de situation qui pourraient effacer les profits.
• stigmatisation des tokens: l'enquête a spécifiquement demandé des informations sur les tokens et leur valeur future perçue, ce qui aurait pu mettre en évidence une stigmatisation profondément ancrée associée au trading spécifique aux tokens. La stigmatisation, liée à la nature périodique et souvent spéculative des évaluations des tokens, renforce une approche prudente des investissements à long terme dans l'espace crypto. De plus, si l'enquête avait mesuré les préférences en utilisant une monnaie fiduciaire ou une autre forme de récompense, les taux de réduction des utilisateurs de crypto pourraient correspondre plus étroitement aux moyennes mondiales, ce qui suggère que la nature de la récompense pourrait influencer significativement le comportement de réduction observé.
• nature spéculative des applications de crypto : l'écosystème crypto d'aujourd'hui est profondément enraciné dans la spéculation et le trading, des caractéristiques qui prévalent dans ses applications les plus réussies. Cette tendance met en évidence le fait que les utilisateurs actuels favorisent massivement les plateformes spéculatives, une préférence reflétée dans les résultats de l'enquête, qui montrent une forte inclination vers des gains financiers immédiats.

Bien que les résultats de l'étude puissent diverger des normes de comportement humain typiques, ils reflètent les caractéristiques et les tendances de la base d'utilisateurs de crypto actuelle. Cette distinction est particulièrement pertinente pour les projets de conception de largages aériens et de distributions de jetons, car comprendre ces comportements uniques permet une planification plus stratégique et une structuration du système de récompense.

prenons, par exemple, l'approche deDérive, un dex perps sur solana, qui a récemment lancé son jeton natif, dérive. l'équipe de dérive a inclus un mécanisme de retardement dans leur stratégie de distribution de jetons, offrant de doubler les récompenses pour les utilisateurs qui attendent 6 heures après le lancement du jeton pour réclamer leur largage aérien. le délai a été ajouté pour mitiGate.io la congestion généralement causée par les bots au début des largages aériens et aider potentiellement à stabiliser les performances du jeton en réduisant la poussée initiale des vendeurs.

en fait, seulement 7.5k, ou 15% (au moment de l'écriture), des demandeurs potentiels n'ont pas attendu les 6 heures pour que leurs récompenses doublent. Selon nos recherches présentées, avec une valeur doublée pour la récompense, la dérive aurait pu être retardée de quelques mois et aurait statistiquement dû apaiser la plupart de leurs utilisateurs finaux.

disclaimer：

1. cet article est repris de [CryptoVeradiVerdict]. tous les droits d'auteur appartiennent à l'auteur original [paul veradittakit]. s'il y a des objections à cette réimpression, veuillez contacter lePorte apprendrel'équipe, et ils s'en occuperont rapidement.
2. Clause de non-responsabilité : les points de vue et opinions exprimés dans cet article sont uniquement ceux de l'auteur et ne constituent aucun conseil en investissement.
3. les traductions de l'article dans d'autres langues sont réalisées par l'équipe d'apprentissage de Gate.io. Sauf mention contraire, la copie, la distribution ou le plagiat des articles traduits est interdit.