To OpenSea-sider kan vise forskjellige samlingstall uten at noen av dem nødvendigvis er feil. Én kan bruke et rullerende vindu, en annen en kalenderperiode. Én kan inkludere primærminting, en annen være filtrert til annenhåndssalg. En gulvpris kan beskrive det laveste gjeldende prisforlangendet mens volum oppsummerer transaksjoner fra foregående døgn. Den tilsynelatende uenigheten begynner ofte med definisjoner.

Samlingsanalyse på OpenSea er mest nyttig når hvert tall har fem kontekstopplysninger: eiendelssettet, enheten, nevneren der det er relevant, observasjonsvinduet og tidspunktet da det ble hentet. Et presist tall uten disse feltene kan oppmuntre til en sikker, men ubegrunnet sammenligning. Et mindre, veldefinert sett av måltall kan støtte en mer nyttig beslutning.

Denne veiledningen konsentrerer seg om å tolke panelet og de underbyggende registreringene. Alle talleksempler er fiktive. De illustrerer hvordan samme samling kan se ut til å vokse, krympe eller bli mer likvid avhengig av hvilken størrelse som måles og hvilke forutsetninger som forblir uuttalte.

Samlingsanalyse på OpenSea begynner med definisjoner

Definisjoner av analysemåltall på OpenSea bør skrives med enkle ord før tallene brukes. Volum måler et omsatt beløp etter kildens inkluderingsregler. Et salgsantall måler hendelser som oppfyller en definisjon. En gulvpris måler det laveste prisforlangendet i den relevante visningen. Et eierantall gjelder vanligvis adresser eller kontoer, fremfor verifiserte personer.

OpenSeas veiledning om samlingsanalyse forklarer de tilgjengelige visningene og bemerker at volum inkluderer minting. Det betyr noe hver gang aktivitet tolkes som dokumentasjon på at eksisterende eiere kan videreselge. Primæretterspørsel og annenhåndsetterspørsel kan være beslektet, men er ikke samme hendelseskategori.

Bevar kildedefinisjonen ved siden av dataene fremfor å stole på en etikett husket fra en annen plattform eller et eldre grensesnitt. Et felt kalt volum kan ha forskjellige inkluderingsregler mellom visninger. Analytikerens oppgave er å identifisere reglene før en endring behandles som dokumentasjon for et kjøp, et salg eller en bredere samlingssammenligning.

Skill en beholdningsstørrelse fra en strøm

En beholdningsstørrelse beskriver en mengde i et øyeblikk, som antallet gjenstander som er lagt ut nå. En strøm beskriver hendelser over et intervall, som salg i en uke. Sammenligning av en beholdningsstørrelse med en strøm kan være nyttig, men bare når forholdet oppgis. Et gjeldende oppføringsantall sier ikke hvor mange oppføringer som fantes gjennom hele salgsintervallet.

Anta at det finnes 245 gyldige oppførte gjenstander på observasjonstidspunktet og 100 salgshendelser i foregående uke. Å dele det ene på det andre kan brukes som et grovt beskrivende forhold, men er ikke automatisk en prognose om tiden som trengs for å selge den oppførte beholdningen. Nye oppføringer kan komme, noen gjenstander kan selges gjentatte ganger, og blandingen av oppførte gjenstander kan avvike fra gjenstandene kjøperne valgte.

Bruk beholdningsmål til å beskrive nåværende tilgjengelighet og strømmål til å beskrive observert aktivitet. Hvis formålet er å studere beholdningsomløp, må samme gruppe spores over tid og inngangs- og utgangshendelser defineres. Ett øyeblikksbilde av panelet kan vanligvis ikke gjenskape alle endringene alene.

Kontroller nevneren for tilbudet

Nevnerkontroller for NFT-samlinger begynner med gruppen som er relevant for spørsmålet. I en fiktiv samling ble 5 000 unike tokens mintet og 100 senere brent, slik at 4 900 eksisterende tokens gjenstår. Hvis 245 av disse er lagt ut nå, er den oppførte andelen av eksisterende tilbud 5 %.

Bruk av de opprinnelige 5 000 mintede i stedet ville gi 4,9 %. Ingen av regneresultatene er mystiske; nevneren er endret. Riktig valg avhenger av om spørsmålet gjelder den opprinnelige utstedelsen eller de nå eksisterende eiendelene. Oppgi hva som måles fremfor å veksle mellom dem i det stille.

For opplag og andre representasjoner må tokenidentifikatorer også skilles fra kopier. Et antall unike ID-er kan være svært forskjellig fra antallet tilgjengelige enheter. Eksemplet her antar unike gjenstander for å holde nevneren tydelig. Bruk av formelen på en opplagssamling krever først en beslutning om analysen gjelder ID-er, kopier, eiere eller ordrer.

Hold filtrerte delsett i sin egen gruppe

Anta at 400 av de 4 900 eksisterende gjenstandene har en bestemt egenskap, og at 40 av dem er lagt ut. Den oppførte andelen i egenskapssettet er 10 %. De samme 40 oppføringene delt på hele samlingen på 4 900 gjenstander gir omtrent 0,82 %, som besvarer et annet spørsmål: Egenskapens oppførte gjenstander som andel av hele samlingen.

Forskjellen kan forklare hvorfor en filtrert visning ser ut til å ha en langt høyere oppføringsandel enn samlingsoversikten. Den filtrerte nevneren er mindre og særskilt relevant for den valgte gruppen. Den høyere prosenten betyr ikke automatisk at visningen for hele samlingen er unøyaktig.

Bevar alle aktive filtre i undersøkelsesregistreringen, inkludert egenskaper, valutaer, kjeder, salgstyper og tidsintervaller der det støttes. Hvis to skjermbilder bruker forskjellige filtre, må gruppene sammenlignes før prosentandelene sammenlignes. En meningsfull egenskapsanalyse bør også vurdere om delsettets kjøpere og fordeler skiller seg fra dem for vanlige samlingsgjenstander.

Skill salgshendelser fra unike solgte gjenstander

Et token kan selges mer enn én gang i en periode. Anta at en uke inneholder 100 kvalifiserende annenhåndssalgshendelser, men bare 70 forskjellige solgte gjenstander. Hendelsesantallet delt på 4 900 eksisterende gjenstander er omtrent 2,04 %. Antallet forskjellige gjenstander delt på samme tilbud er omtrent 1,43 %.

Det første forholdet måler intensiteten av registrerte salgshendelser i forhold til tilbudet. Det andre måler andelen av tilbudet som deltok i minst ett kvalifiserende salg. Ingen fastslår at hver gjenstand har lik sannsynlighet for salg neste uke. Gjentatt handel i et lite delsett kan få aktiviteten til å se bred ut selv om den er konsentrert.

Velg måltallet som passer undersøkelsesspørsmålet. En studie av transaksjonsaktivitet kan trenge hendelsesantall. En studie av hvor bredt etterspørselen når i samlingen, kan trenge unike eiendeler. En studie av uavhengig deltakelse kan trenge adresseanalyse, med ytterligere forbehold om hva adresser avslører og ikke avslører om personer.

Tolk eierantall som dokumentasjon om adresser

En eieradresse er ikke nødvendigvis én person. En person kan kontrollere flere adresser, og én adresse kan representere en kontrakt, en depotordning eller en delt konto. Offentlige data kan underbygge et antall observerte eieradresser uten å bevise antallet uavhengige økonomiske eiere.

Hvis én adresse for eksempel holder 490 av de 4 900 eksisterende gjenstandene, kontrollerer den 10 % av det definerte tilbudet i den observerte tilstanden. Neste spørsmål er hva slags adresse det er. En deponeringskontrakt og en individuell samler gir forskjellige tolkninger, selv om begge kan vises i en rå konsentrasjonsberegning.

Ikke fjern kontraktholdte eiendeler uten å forklare virkningen på nevneren. Et konsentrasjonsmål som utelater kjente kontrakter, kan være nyttig for et bestemt spørsmål, men er ikke lenger samme mål som konsentrasjon over alle eksisterende tokens. Bevar både utelatelsesregelen og usikkerheten i adresseklassifiseringen.

Skill mintvolum fra annenhåndsvolum

Se for deg at én uke har samlet volum på 12 ETH, fordelt på 4 ETH fra primærminting og 8 ETH fra annenhåndskjøp. Neste uke har samlet volum på 18 ETH, fordelt på 12 ETH fra minting og 6 ETH fra annenhåndskjøp. Totalvolumet økte med 50 %, mens annenhåndsvolumet falt med 25 %.

Begge utsagn er riktige under de fiktive definisjonene. Å beskrive den andre uken bare som en sterk økning i videresalgsetterspørselen ville mangle grunnlag. Det meste av totaløkningen kom fra primærminting, mens det registrerte annenhåndsbeløpet falt. Skillet er særlig viktig ved vurdering av om en anskaffet gjenstand snart kan finne en annen kjøper.

OpenSeas veiledning om statistikksider gir mer kontekst om samlingsrangeringer og aktivitetsvisninger. Rangeringer kan identifisere samlinger for undersøkelser, men bør ikke erstatte den underliggende hendelsesklassifiseringen. Grunnen til at en samling er aktiv, betyr like mye som at den står nær toppen.

Les valutafeltene hver for seg

Ikke anta at alle måltall som returneres sammen, bruker samme valuta. OpenSeas referanse for samlingsstatistikk bemerker særskilt at volum- og gulvprissymbolene kan være forskjellige. Valutaen på feltnivå er derfor del av beløpets definisjon, fremfor valgfri visningsdekorasjon.

Hvis et volumbeløp er i ett token og en gulvpris i et annet, gir deling uten omregning et meningsløst forhold. Hvis omregning er nyttig, må de opprinnelige beløpene, valgt valutakurs og observasjonstidspunkt bevares. En omregnet analyseverdi bør ikke feilmerkes som transaksjonsbeløpet i den opprinnelige valutaen.

Skill også nettverkets egne og innpakkede eiendeler og nettverkene deres i underliggende registreringer. Et overordnet grensesnitt kan vise verdier som ser likeverdige ut for sammenligning, men transaksjonsfinansiering avhenger fortsatt av faktiske saldoer og kontrakter. Analyse som senere informerer et kjøp, må bære nok identitetsinformasjon til å unngå at en visningskonvensjon blir en feil betalingsforutsetning.

Sammenlign medianer og gjennomsnitt for forskjellige formål

Anta at fem kvalifiserende salg skjedde til 0,050, 0,060, 0,070, 0,080 og 0,740 ETH. Samlet volum er 1,000 ETH og gjennomsnittlig salgspris 0,200 ETH. Medianen er 0,070 ETH. Ett høyt priset salg har stor virkning på gjennomsnittet, mens medianen beskriver den midterste observasjonen.

Ingen av statistikkene bør velges bare fordi den støtter en foretrukket konklusjon. Gjennomsnittet kan være nyttig for å avstemme totalvolum mot hendelsesantall. Medianen kan bidra til å beskrive en typisk observasjon i dette lille ordnede utvalget. Begge avhenger fortsatt av om gjenstandene er sammenlignbare og hendelsesklassifiseringen passende.

Undersøk den avvikende observasjonen fremfor automatisk å slette den. Det kan være en virkelig eksepsjonell gjenstand, en pakke eller en transaksjon med uavklart kontekst. Rapporter hvordan oppsummeringen endres med en dokumentert utelatelse hvis det hjelper spørsmålet. Et uforklart beskåret utvalg kan villede like mye som et uundersøkt gjennomsnitt.

Behandle gulvprisen som et mål fra salgsordrene

En samlingsgulvpris kan stige fordi den billigste gyldige oppføringen blir kjøpt, kansellert, utløper eller fjernes fra den relevante visningen på annen måte. Årsakene har forskjellige følger. Bare én innebærer nødvendigvis et gjennomført kjøp, og selv det kjøpet garanterer ikke etterspørsel etter hver gjenværende gjenstand ved den nye gulvprisen.

Hvis laveste oppføring endres fra 0,100 til 0,120 ETH, er den viste økningen 20 %. Før dette kalles en gevinst på 20 % i gjenstandsverdi, må det undersøkes hva som skjedde med den gamle ordren og hva som fortsatt er tilgjengelig. Én lav oppføring som forsvinner, kan gi endringen uten at noen kjøper betaler den nye prisen.

En NFT-gulvprisbot bør derfor bevare hendelses- og gyldighetskonteksten bak en rapportert gulvprisendring. Et varsel som bare inneholder prosenten, kan være nyttig for oppmerksomhet, men gir ufullstendig dokumentasjon for en handel. Neste undersøkelsestrinn er å avgjøre om etterspørsel, tilbud eller dataaktualitet forklarer bevegelsen.

Undersøk salgsdybden før gulvprisen multipliseres

Anta at de fem første gyldige prisforlangendene er 0,080, 0,085, 0,090, 0,100 og 0,145 ETH. Kjøp av alle fem til de oppgitte beløpene ville koste 0,500 ETH før transaksjonsutgifter, i gjennomsnitt 0,100 ETH per gjenstand. Gulvprisen på 0,080 ETH ganget med fem ville bare anslå 0,400 ETH og undervurdere den rene gruppekostnaden med 0,100 ETH.

Fordelingen av oppføringer betyr noe fordi påfølgende kjøp kan gå gjennom forskjellige priser. Et tynt første nivå beskriver ikke kostnaden ved å anskaffe en større gruppe. Fjerning av oppføringene fastslår heller ikke at den nye viste gulvprisen kan realiseres for hver gjenstand som nettopp ble kjøpt.

Analysen bak en NFT-sveipebot bør bruke de valgte gjenstandene og gjeldende ordrevilkår fremfor gulvpris ganget med mengde. Salgsdybden er fortsatt tilgjengelighet på selgersiden. Den bør sammenlignes med, men aldri erstatte, den separate dokumentasjonen om bud og kjøpere som vil ta beholdningen tilbake.

Undersøk salgsdybden før gulvprisen multipliseresVolume flowsSupply countsListing stockHolder addressesTRADING FIELD NOTESEDUCATIONAL RESOURCE
Disse målene beskriver forskjellige objekter og bør ikke sammenlignes som utbyttbar aktivitet.

Hold kapasiteten på kjøpersiden atskilt

Et høyt bud kan gjelde én gjenstand, én kvalifiserende anskaffelse eller et begrenset sett av eiendeler. Det bør ikke ganges med en hel portefølje uten kontroll av virkeområde, mengde, finansiering og overlapp. To bud vist i forskjellige visninger kan også bygge på beslektede instruksjoner eller de samme begrensede kjøpsressursene.

Anta at ett uavhengig brukbart bud er 0,065 ETH og et annet 0,060 ETH, og at hvert aksepterer én kvalifiserende gjenstand. Samlet bruttokapasitet er 0,125 ETH for de to anskaffelsene under de oppgitte vilkårene. Eksemplet gir verken en pris for en tredje gjenstand eller en garanti for at budene forblir tilgjengelige samtidig.

Skillet betyr noe for analyse av NFT-arbitrasjeboter. En prisforskjell er bare starten på en sammenligning. Den nøyaktige eiendelen, kostnadene, samtidig tilgjengelighet og oppgjørsruten bestemmer om den tilsynelatende forskjellen kan utnyttes. Oppsummeringstall på samlingsnivå kan ikke fastslå alle vilkårene.

Registrer tidspunkt og aktualitet for øyeblikksbilder

Tidspunktet for samlingsøyeblikksbilder på OpenSea bør skille perioden som måles fra tidspunktet dataene ble hentet. Et rullerende volum over tjuefire timer og en gulvpris hentet fem minutter senere beskriver ikke én perfekt synkronisert markedstilstand. Det kan være akseptabelt for undersøkelser, men forskjellen bør være synlig.

Lagre et tidsstempel for hver observasjon og kildens vindusdefinisjon. Hvis et panel oppdaterer forskjellige komponenter uavhengig, må de ikke fremstilles som ett atomisk øyeblikksbilde med mindre denne atferden er dokumentert. Et misforhold kan forklare et tilsynelatende prisavvik som forsvinner når alle relevante data oppdateres.

En automatisert NFT-samlingssporer bør vise manglende intervaller og utdaterte felt. OpenSeas Stream API-dokumentasjon beskriver levering etter beste evne og mulige manglende hendelser eller hendelser i feil rekkefølge. En løpende hendelsesstrøm kan støtte overvåking, men beviser ikke alene en fullstendig historikk eller en fullt aktuell gjennomførbar ordrebok.

Etterprøv manglende data uten å behandle dem som null

Hvis en forespørsel feiler eller et felt mangler, må tilstanden bevares. Null salg betyr at en definert kilde rapporterte ingen kvalifiserende salg i perioden. Manglende salgsdata betyr at antallet er ukjent fra den observasjonen. Å sette inn null kan skape en falsk aktivitetskollaps eller en kunstig bedring når neste forespørsel lykkes.

Sammenlign dekningen med en uavhengig referanse der det er praktisk. I en fiktiv gjennomgang av nitti referansehendelser observerer en datainnsamler åttien unike samsvarende hendelser. Den målte dekningen er 90 % for det utvalget. Det beviser ikke at systemet alltid vil levere 90 %, og gjentatte meldinger bør ikke telles som ytterligere unike observasjoner.

Dokumenter hva den manglende delen kan påvirke. Et oversett høyt priset salg kan endre volumet mer enn gulvprisen. En oversett kansellering kan endre en oppførings tilsynelatende tilgjengelighet. Datakvalitet er derfor knyttet til beslutningen som støttes, fremfor bare en generell oppetidsprosent.

Kontroller om gruppen som sammenlignes, er endret

En endring i gjennomsnittlig salgspris kan komme fra endring i gjenstandene som selges, fremfor prisendring for sammenlignbare eiendeler. Én uke kan inneholde mest vanlige gjenstander, mens den neste inneholder flere sjeldne kombinasjoner. Sammenligning av samlingsgjennomsnittene alene kan ikke skille et sterkere marked fra en annen salgsblanding.

Bruk en fast kohort når spørsmålet gjelder sammenlignbar utvikling. Definer egenskapsgruppen, opplagstypen, fordelsstatusen eller andre relevante kjennetegn før perioder sammenlignes. Rapporter deretter hvor mye av totalaktiviteten kohorten representerer. En snever gruppe kan forbedre sammenlignbarheten og samtidig etterlate mye av samlingen utenfor konklusjonen.

Ta også hensyn til ny utstedelse. Hvis flere gjenstander kommer inn i samlingen, kan eier- eller oppføringsantallet stige selv om atferden blant tidligere eksisterende gjenstander er uendret. Sammenligning av den gamle gruppen med den utvidede besvarer et vekstspørsmål. Sammenligning av de samme tidligere eksisterende eiendelene på begge datoer besvarer et atferdsspørsmål. Begge er nyttige når de merkes.

Bevar kohortdefinisjonen selv om resultatet blir mindre dramatisk. Formålet er ikke å finne filteret som gir størst bevegelse. Det er å isolere dokumentasjonen som er relevant for det opprinnelige spørsmålet. Hvis tilgjengelige data ikke kan støtte en stabil kohort, må resultatet beskrives som en blanding på samlingsnivå, og en mer presis tolkning enn observasjonene rettferdiggjør, unngås.

Samlingsanalyse på OpenSea bør besvare ett spørsmål

Velg et undersøkelsesspørsmål før flere måltall legges til. For å vurdere gjeldende anskaffelseskostnad bør gyldige valgte oppføringer og transaksjonsruten prioriteres. For å vurdere dokumentasjon på snarlig videresalg undersøkes kvalifiserende bud og relevante fullførte salg. For å vurdere konsentrasjon defineres eiergruppen og adresseklassifiseringene. Et stort panel kan inneholde alt dette uten at noen konklusjon blir automatisk.

Skriv konklusjonen med begrensningene. Annenhåndsvolumet kan for eksempel ha falt i det valgte ukesvinduet mens totalvolumet steg fordi mintingen økte. Utsagnet er mer nyttig enn å si at samlingen ble sterkere eller svakere uten å identifisere målet. Det kan deretter lede til en bestemt oppfølging om eksisterende eieres evne til å videreselge.

Disiplinen er å holde hvert tall knyttet til det det teller. Definer gruppen, bevar enheter, samordne vinduer der det trengs, undersøk aktualiteten og skill ordrer fra fullførte transaksjoner. Analyse blir da en måte å prøve en samlingshypotese på, fremfor en samling imponerende tall der betydningen skifter fra én sammenligning til den neste.

Fortsett å lære

Utforsk alle ressurser