Análise de coleções na OpenSea: leia as definições

A análise de coleções na OpenSea começa por definições

Definições das métricas de análise da OpenSea devem ser escritas em linguagem simples antes de usar os valores. Volume mede um montante transacionado sob as regras de inclusão da fonte. Uma contagem de vendas mede eventos que satisfazem uma definição. Um preço mínimo mede o menor preço anunciado na perspetiva relevante. Uma contagem de detentores diz normalmente respeito a endereços ou contas, não pessoas verificadas.

O guia de análise de coleções da OpenSea explica as perspetivas disponíveis e refere que o volume inclui emissão. Isto importa sempre que um leitor interpreta atividade como prova de que detentores existentes podem revender. Procura primária e secundária podem estar relacionadas, mas não são a mesma categoria de eventos.

Conserve a definição da fonte junto dos dados em vez de depender de um rótulo lembrado de outra plataforma ou interface antiga. Um campo chamado volume pode ter regras diferentes de inclusão entre perspetivas. O trabalho do analista é identificar essas regras antes de tratar uma alteração como prova para compra, venda ou comparação mais ampla de coleções.

Separe uma quantidade num momento de um fluxo

Uma quantidade num momento descreve, por exemplo, o número de itens atualmente anunciados. Um fluxo descreve eventos num intervalo, como vendas numa semana. Comparar ambos pode ser útil, mas apenas quando a relação é indicada. Uma contagem atual de anúncios não diz quantos anúncios existiram ao longo de todo o intervalo de vendas.

Suponha que há 245 itens validamente anunciados no momento da observação e 100 eventos de venda na semana anterior. Dividir um pelo outro pode ser usado como rácio descritivo aproximado, mas não é automaticamente previsão do tempo necessário para vender o inventário anunciado. Podem chegar anúncios novos, alguns itens podem ser vendidos repetidamente e a composição dos itens anunciados pode diferir dos escolhidos pelos compradores.

Use medidas de quantidade num momento para descrever disponibilidade atual e medidas de fluxo para descrever atividade observada. Se o objetivo for estudar rotação de inventário, acompanhe a mesma população ao longo do tempo e defina eventos de entrada e saída. Uma única fotografia do painel geralmente não consegue reconstruir todas essas alterações por si só.

Verifique o denominador da oferta

Verificar denominadores de coleções de NFT começa pela população relevante para a pergunta. Numa coleção fictícia, foram emitidos 5 000 tokens únicos e 100 foram depois destruídos, deixando 4 900 tokens existentes. Se 245 estiverem atualmente anunciados, a proporção anunciada da oferta existente é 5%.

Usar, em alternativa, a contagem original de 5 000 emitidos produziria 4,9%. Nenhum resultado aritmético é misterioso; o denominador mudou. A escolha adequada depende de se a pergunta diz respeito à emissão original ou aos ativos atualmente existentes. Indique qual se mede em vez de passar silenciosamente de um para outro.

Em edições e outras representações, distinga também identificadores de tokens de cópias. Uma contagem de identificadores únicos pode ser muito diferente do número de unidades disponíveis. O exemplo presume itens únicos para manter claro o denominador. Aplicar a fórmula a uma coleção de edições exige primeiro decidir se a análise trata de identificadores, cópias, proprietários ou ordens.

Mantenha subconjuntos filtrados na sua própria população

Suponha que 400 dos 4 900 itens existentes têm um atributo específico e 40 desses estão anunciados. A proporção anunciada nesse conjunto de atributos é 10%. Dividir os mesmos 40 anúncios por toda a coleção de 4 900 itens dá aproximadamente 0,82%, respondendo a outra pergunta: os itens anunciados do atributo como proporção de toda a coleção.

Esta diferença pode explicar por que uma perspetiva filtrada parece ter taxa de anúncios muito superior à visão geral da coleção. O denominador filtrado é menor e especificamente relevante para o grupo selecionado. A percentagem maior não significa automaticamente que a apresentação de toda a coleção esteja inexata.

Mantenha no registo de pesquisa todos os filtros ativos, incluindo atributos, moedas, redes, tipos de venda e intervalos temporais quando suportados. Se duas capturas de ecrã usam filtros diferentes, compare populações antes de comparar percentagens. Uma análise significativa de atributos também deve considerar se compradores e benefícios do subconjunto diferem dos de itens comuns da coleção.

Distinga eventos de venda de itens únicos vendidos

Um token pode ser vendido mais de uma vez num período. Suponha que uma semana contém 100 eventos elegíveis de venda secundária mas apenas 70 itens distintos vendidos. A contagem de eventos dividida por 4 900 itens existentes é aproximadamente 2,04%. A contagem de itens distintos dividida pela mesma oferta é aproximadamente 1,43%.

O primeiro rácio mede intensidade dos eventos registados de venda face à oferta. O segundo mede a proporção da oferta que participou em pelo menos uma venda elegível. Nenhum estabelece que cada item tenha probabilidade semelhante de ser vendido na próxima semana. Negociação repetida de um pequeno subconjunto pode fazer atividade concentrada parecer ampla.

Escolha a métrica que corresponde à pergunta de pesquisa. Um estudo de atividade de transações pode precisar de contagens de eventos. Um estudo da amplitude da procura na coleção pode precisar de ativos únicos. Um estudo de participação independente pode precisar de análise de endereços, com cuidados adicionais sobre o que estes revelam ou não acerca de pessoas.

Interprete contagens de detentores como provas de endereços

Um endereço detentor não é necessariamente uma pessoa. Uma pessoa pode controlar vários endereços e um endereço pode representar um contrato, acordo de custódia ou conta partilhada. Dados públicos podem sustentar uma contagem de endereços detentores observados sem provar o número de proprietários económicos independentes.

Por exemplo, se um endereço detiver 490 dos 4 900 itens existentes, controla 10% dessa oferta definida no estado observado. A próxima pergunta é que tipo de endereço é. Um contrato de depósito e um colecionador individual têm interpretações diferentes, embora ambos possam aparecer num cálculo bruto de concentração.

Não apague ativos detidos por contratos sem explicar o efeito no denominador. Uma medida de concentração que exclui contratos conhecidos pode ser útil para uma pergunta específica, mas já não é a mesma medida de concentração sobre todos os tokens existentes. Preserve a regra de exclusão e a incerteza de qualquer classificação de endereço.

Separe volume de emissão de volume secundário

Imagine que uma semana tem 12 ETH de volume combinado, consistindo em 4 ETH de emissões primárias e 8 ETH de compras secundárias. A semana seguinte tem 18 ETH combinados, consistindo em 12 ETH de emissões e 6 ETH de compras secundárias. O volume total aumentou 50%, enquanto o volume secundário diminuiu 25%.

Ambas as afirmações estão corretas sob as definições fictícias. Descrever a segunda semana apenas como forte aumento de procura de revenda não teria suporte. A maioria do aumento total veio de emissão primária, enquanto o montante secundário registado caiu. A distinção é especialmente importante ao avaliar se um item adquirido poderia encontrar outro comprador em breve.

O guia das páginas de estatísticas da OpenSea fornece contexto adicional de classificações de coleções e perspetivas de atividade. Classificações podem identificar coleções para pesquisa, mas uma posição não deve substituir a classificação subjacente de eventos. A razão de uma coleção estar ativa importa tanto como aparecer perto do topo.

Leia individualmente os campos de moeda

Não presuma que cada métrica devolvida em conjunto usa a mesma moeda. A referência de estatísticas de coleções da OpenSea refere especificamente que os símbolos de volume e preço mínimo podem diferir. A moeda ao nível do campo de um montante faz, portanto, parte da definição, não é decoração opcional de apresentação.

Se um montante de volume for denominado num token e um preço mínimo noutro, dividi-los sem conversão produz um rácio sem significado. Se converter for útil, preserve montantes originais, taxa de câmbio escolhida e momento da observação. Um valor analítico convertido não deve ser identificado incorretamente como montante nativo da transação.

Distinga também ativos nativos e encapsulados e as suas redes nos registos subjacentes. Uma interface de alto nível pode apresentar valores aparentemente equivalentes para comparar, mas financiar transações ainda depende de saldos e contratos efetivos. Análise que depois informa uma compra deve levar informação suficiente de identidade para evitar transformar uma convenção de apresentação num pressuposto incorreto de pagamento.

Compare medianas e médias para finalidades diferentes

Suponha cinco vendas elegíveis a 0,050, 0,060, 0,070, 0,080 e 0,740 ETH. O volume total é 1,000 ETH e o preço médio de venda é 0,200 ETH. A mediana é 0,070 ETH. Uma venda de preço alto tem grande efeito na média, enquanto a mediana descreve a observação central.

Nenhuma estatística deve ser escolhida apenas porque apoia uma conclusão preferida. A média pode ser útil para conciliar volume total com contagem de eventos. A mediana pode ajudar a descrever uma observação típica nesta pequena amostra ordenada. Ambas ainda dependem de se os itens são comparáveis e a classificação de eventos é adequada.

Investigue o valor atípico em vez de o apagar automaticamente. Pode ser um item genuinamente excecional, conjunto ou transação cujo contexto está por resolver. Reporte como o resumo muda com uma exclusão documentada se ajudar a pergunta. Uma amostra aparada sem explicação pode ser tão enganadora como uma média não examinada.

Trate o preço mínimo como estatística de ordens

O preço mínimo de uma coleção pode subir porque o anúncio válido mais barato é comprado, cancelado, expirado ou removido de outra forma da perspetiva relevante. Essas causas têm implicações diferentes. Apenas uma envolve necessariamente uma compra concluída, e mesmo essa compra não garante procura de cada item restante ao novo preço mínimo.

Se o anúncio mais barato mudar de 0,100 para 0,120 ETH, o aumento apresentado é 20%. Antes de chamar a isso ganho de 20% no valor do item, inspecione o que aconteceu à ordem antiga e o que permanece disponível. Um único anúncio barato que desaparece pode produzir a alteração sem qualquer comprador pagar o novo preço.

Um bot de preço mínimo de NFT deve, portanto, preservar contexto de eventos e validade por trás de uma alteração reportada de preço mínimo. Uma notificação apenas com percentagem pode ser útil para atenção, mas é prova incompleta para uma operação. O passo seguinte de pesquisa é determinar se procura, oferta ou atualidade dos dados explicam o movimento.

Examine profundidade dos anúncios antes de multiplicar um preço mínimo

Suponha que os primeiros cinco preços pedidos válidos são 0,080, 0,085, 0,090, 0,100 e 0,145 ETH. Comprar os cinco nesses montantes custaria 0,500 ETH antes de despesas de transação, com média de 0,100 ETH por item. Multiplicar o preço mínimo de 0,080 ETH por cinco estimaria apenas 0,400 ETH, subestimando o custo bruto do grupo em 0,100 ETH.

A distribuição dos anúncios importa porque compras sucessivas podem percorrer preços diferentes. Um primeiro nível pouco profundo não descreve o custo de adquirir um grupo maior. Retirar esses anúncios também não estabelece que o novo preço mínimo apresentado seja realizável para cada item acabado de comprar.

A análise por trás de um bot de varrimento de NFT deve usar itens selecionados e termos atuais das ordens em vez de preço mínimo multiplicado por quantidade. A profundidade dos anúncios continua a ser disponibilidade do lado dos vendedores. Deve ser comparada com, mas nunca substituir, as provas separadas de ofertas e compradores dispostos a recomprar inventário.

Mantenha separada a capacidade do lado dos compradores

Uma oferta alta pode aplicar-se a um item, uma aquisição elegível ou um conjunto limitado de ativos. Não deve ser multiplicada por toda uma carteira sem verificar âmbito, quantidade, financiamento e sobreposição. Duas ofertas apresentadas em perspetivas diferentes também podem depender de instruções relacionadas ou dos mesmos recursos limitados de compra.

Suponha que uma oferta utilizável independentemente é 0,065 ETH e outra é 0,060 ETH, cada uma aceitando um item elegível. A capacidade bruta combinada é 0,125 ETH para essas duas aquisições sob as condições indicadas. O exemplo não fornece preço para um terceiro item nem garantia de que as ofertas permanecerão disponíveis em conjunto.

Esta distinção importa na análise de bots de arbitragem de NFT. Uma diferença de preço é apenas o início de uma comparação. Ativo exato, custos, disponibilidade simultânea e via de liquidação determinam se a diferença aparente permite agir. Números resumidos ao nível da coleção não estabelecem todas essas condições.

Registe momento e atualidade das fotografias de dados

O momento de uma fotografia de coleção na OpenSea deve distinguir período medido do momento de obtenção dos dados. Um volume móvel de vinte e quatro horas e um preço mínimo obtido cinco minutos depois não descrevem um estado de mercado perfeitamente sincronizado. Pode ser aceitável para pesquisa, mas a diferença deve ser visível.

Guarde uma marca temporal para cada observação e a definição da janela da fonte. Se um painel atualizar componentes diferentes independentemente, evite apresentá-los como fotografia atómica salvo se esse comportamento estiver documentado. Uma divergência pode explicar uma anomalia aparente de preço que desaparece quando todos os dados relevantes são atualizados.

Um rastreador automatizado de coleções de NFT deve expor intervalos em falta e campos desatualizados. A documentação da Stream API da OpenSea descreve entrega por melhor esforço e eventos possivelmente em falta ou fora de ordem. Um fluxo de eventos em tempo real pode apoiar monitorização, mas não prova por si só um histórico completo nem um livro executável de ordens totalmente atual.

Audite dados em falta sem os tratar como zero

Se um pedido falhar ou faltar um campo, preserve esse estado. Zero vendas significa que uma fonte definida reportou nenhuma venda elegível no período. Dados de vendas em falta significam que a contagem é desconhecida nessa observação. Substituir por zero pode criar um colapso falso da atividade ou uma recuperação artificial quando o pedido seguinte tem sucesso.

Compare cobertura com referência independente quando prático. Numa revisão fictícia de noventa eventos de referência, um coletor observa oitenta e um eventos únicos correspondentes. A cobertura medida é 90% dessa amostra. Não prova que o sistema entregará sempre 90%, e mensagens repetidas não devem ser contadas como observações únicas adicionais.

Documente o que a parte em falta pode afetar. Uma venda cara não detetada pode alterar mais o volume do que o preço mínimo. Um cancelamento não detetado pode alterar a disponibilidade aparente de um anúncio. A qualidade dos dados está, portanto, relacionada com a decisão apoiada, não apenas com uma percentagem genérica de disponibilidade.

Verifique se a população comparada mudou

Uma alteração do preço médio de venda pode vir de uma mudança dos itens vendidos em vez de uma alteração de preço de ativos comparáveis. Uma semana pode conter sobretudo itens comuns e a seguinte várias combinações raras. Comparar apenas médias de toda a coleção não distingue um mercado mais forte de outra composição de vendas.

Use um grupo consistente quando a pergunta tratar de desempenho comparável. Defina grupo de atributos, tipo de edição, estado de benefícios ou outras características relevantes antes de comparar períodos. Reporte depois quanto da atividade total o grupo representa. Um grupo restrito pode melhorar comparabilidade deixando grande parte da coleção fora da conclusão.

Considere também emissão nova. Se entrarem itens adicionais na coleção, uma contagem de detentores ou anúncios pode subir mesmo sem mudar o comportamento nos itens anteriormente existentes. Comparar a população antiga com a expandida responde a uma pergunta de crescimento. Comparar os mesmos ativos preexistentes nas duas datas responde a uma pergunta de comportamento. Ambas são úteis quando identificadas.

Conserve a definição do grupo mesmo se o resultado se tornar menos dramático. O objetivo não é encontrar o filtro que produz o maior movimento. É isolar a parte das provas relevante para a pergunta original. Se os dados disponíveis não sustentarem um grupo estável, descreva o resultado como mistura de toda a coleção e evite interpretação mais precisa do que justificam as observações.

A análise de coleções na OpenSea deve responder a uma pergunta

Escolha uma pergunta de pesquisa antes de acrescentar métricas. Para avaliar custo atual de aquisição, concentre-se em anúncios selecionados válidos e via de transação. Para avaliar provas de revenda próxima, examine ofertas elegíveis e vendas concluídas relevantes. Para avaliar concentração, defina população detentora e classificações de endereços. Um painel grande pode conter tudo isto sem tornar automática qualquer conclusão.

Escreva a conclusão com os seus limites. Por exemplo, o volume secundário caiu na janela semanal selecionada enquanto o volume total subiu porque aumentou a emissão. Essa afirmação é mais útil do que dizer que a coleção ficou mais forte ou fraca sem identificar a medida. Pode depois orientar uma pergunta específica sobre a capacidade de detentores existentes revenderem.

A disciplina é manter cada número ligado ao que conta. Defina população, conserve unidades, alinhe janelas quando necessário, inspecione atualidade e separe ordens de transações concluídas. A análise torna-se então uma forma de testar uma tese de coleção em vez de um conjunto de valores impressionantes cujos significados mudam entre comparações.