PANTERA RECHERCHE: Les utilisateurs cryptés préfèrent la gratification instantanée

Auteur: Paul Veradittakit, associé directeur, Pantera Capital, compilé par: Wuzhu, Bitchain Vision

résumé

Une étude de Pantera Research Lab a révélé que les utilisateurs de crypto-monnaie présentaient des biais de courant plus élevés et des facteurs de réduction plus bas, indiquant leur forte préférence pour une gratification instantanée.
Le modèle de remise quasi-hyperbolique est caractérisé par des paramètres tels que le biais actuel (ꞵ) et le facteur de remise (?), Ce qui aide à comprendre la tendance des individus vers des rendements immédiats plutôt que par les rendements futurs, qui est turbulent et crypté spéculativement. évident sur le marché monétaire.
Cette recherche peut être utilisée pour optimiser les allocations de jetons, telles que Airdrops pour récompenser les premiers utilisateurs, la gouvernance décentralisée et la commercialisation de nouveaux produits.

Préface

Une histoire classique de la légende de la startup de la Silicon Valley est que Paypal a décidé de payer 10 $ aux utilisateurs qui utilisent ses produits.La raison en est que si vous pouvez payer l’utilisateur pour rejoindre, la valeur du réseau deviendra finalement suffisamment élevée pour que les nouveaux utilisateurs se joignent gratuitement et vous pouvez arrêter de payer.Cela semble fonctionner parce que PayPal est en mesure d’arrêter de payer et de continuer à croître, lançant ainsi son effet de réseau.

Dans l’espace des crypto-monnaies, nous avons adopté et élargi cette approche, par département, non seulement en payant des frais à ceux qui se joignent, mais aussi souvent à ceux qui ont utilisé nos produits pendant un certain temps.

Modèle de réduction pseudo-hyperbolique

Les Airdrops sont devenus un outil à multiples facettes pour récompenser les premiers utilisateurs, la gouvernance du protocole décentralisé et franchement commercialiser de nouveaux produits.Formaliser la norme de distribution est devenu un art, en particulier lors de la détermination de qui devrait recevoir la récompense et la valeur que leurs efforts méritent.Dans ce cas, le nombre de jetons distribués et le temps de libération (généralement par des mécanismes tels que l’attribution ou la libération progressive) joue un rôle important.Ces décisions devraient être basées sur une analyse systématique plutôt que de s’appuyer sur des suppositions, un sentiment ou un précédent.L’utilisation d’un cadre plus quantitatif garantit l’équité et est aligné sur les stratégies d’objectif à long terme.

Le modèle d’atteinte quasi-hyperbolique fournit un cadre mathématique pour explorer la façon dont les individus font des choix impliquant des compromis de récompense à différents moments.Son application est particulièrement importante dans les domaines où les impulsions et les incohérences affectent considérablement la prise de décision au fil du temps, telles que les décisions financières et les comportements liés à la santé.

Le modèle est entraîné par deux paramètres spécifiques à la population: l’écart actuel ꞵ et le facteur de remise ?.

Biais de courant (ꞵ):

Ce paramètre mesure la tendance des individus à hiérarchiser les récompenses instantanées sur les récompenses à long terme.Ce paramètre varie entre 0 et 1, où 1 n’indique aucun biais immédiat, reflétant l’évaluation équilibrée et consciente des récompenses futures.Lorsque les valeurs s’approchent 0, elles indiquent un biais immédiat croissant, indiquant une préférence accrue pour les récompenses immédiates.

Par exemple, si vous souhaitez choisir entre 50 $ aujourd’hui et 100 $ par an plus tard, les personnes ayant un biais instantané plus élevé (près de 0) choisiront d’obtenir 50 $ tout de suite au lieu d’attendre un montant plus élevé.

Facteur de réduction (?):

Ce paramètre décrit la vitesse à laquelle la valeur des récompenses futures diminue avec l’augmentation du temps de réalisation, expliquant pourquoi sa valeur perçue diminue naturellement avec le retard.Les facteurs d’évaluation sont quantifiés plus précisément sur des intervalles pluriannuels plus longs.Ce facteur présente une variabilité considérable lors de l’évaluation des deux options à court terme (moins d’un an), car les situations instantanées affectent de manière disproportionnée la perception.

Pour la population générale, les études montrent que le taux d’actualisation est généralement d’environ 0,9.Cependant, cette valeur est généralement beaucoup plus faible dans les groupes avec des tendances de jeu.La recherche montre que le facteur d’actualisation moyen pour les joueurs habituels est généralement légèrement inférieur à 0,8, tandis que le facteur de remise pour les joueurs à problèmes a tendance à être proche de 0,5.

En utilisant les termes ci-dessus, nous pouvons exprimer l’utilité d’obtenir une récompense x au temps t par la formule u suivante:

U (t) = tu (x)

Ce modèle capture comment la valeur d’une récompense varie en fonction de son temps: les récompenses instantanées sont évaluées sur une utilité complète, tandis que les récompenses futures sont ajustées à la baisse, en tenant compte du biais actuel et de la désintégration exponentielle.

expérience

L’année dernière, Pantera Research Lab a mené une étude pour quantifier les tendances comportementales des utilisateurs de crypto-monnaie.Nous avons posé les participants deux questions simples pour cibler s’ils préfèrent payer immédiatement ou pour obtenir une valeur future.

Cette méthode nous aide à déterminer les valeurs représentatives de ꞵ et ?.Nos résultats montrent queUn échantillon représentatif d’utilisateurs de crypto-monnaie a montré un écart actuel légèrement supérieur à 0,4 et un coefficient de remise significativement inférieur.

La recherche montre que les utilisateurs de crypto-monnaie ont des biais de courant plus élevés que la moyenne et des taux d’actualisation plus bas, ce qui indique qu’ils ont tendance à être impatients et préfèrent la gratification instantanée aux gains futurs.

Cela peut être attribué à plusieurs facteurs interdépendants dans l’espace de crypto-monnaie:

Comportement cyclique du marché:Le marché des crypto-monnaies est connu pour sa volatilité et sa cyclicité, et la valeur des jetons fluctue souvent rapidement.Cette cyclicité affecte le comportement des utilisateurs, car de nombreuses personnes sont utilisées pour faire la navette à travers ces cycles plutôt que d’adopter les stratégies d’investissement à plus long terme qui sont plus fréquentes dans la finance traditionnelle.Des hauts et des bas fréquents peuvent entraîner des taux d’actualisation plus élevés pour une valeur future, craignant que les ralentissements potentiels ne vide les bénéfices.
Stigmatisation des jetons:L’enquête a spécifiquement posé des questions sur les jetons et leur valeur future attendue, ce qui pourrait mettre en évidence la stigmatisation profonde associée aux transactions spécifiques aux jetons.Cette stigmatisation est liée à la nature cyclique et spéculative des évaluations de jetons, renforçant les attitudes prudentes envers les investissements à long terme dans le secteur des crypto-monnaies.En outre, il est supposé que l’enquête utilise une monnaie fiduciaire ou d’autres formes de récompense pour mesurer la préférence.Dans ce cas, les taux d’actualisation pour les utilisateurs de crypto-monnaie peuvent être plus proches de la moyenne mondiale, ce qui suggère que la nature de la récompense peut affecter considérablement le comportement de réduction observé.
Nature spéculative des applications cryptographiques:L’écosystème de cryptographie d’aujourd’hui est profondément enraciné dans la spéculation et le trading, et ces caractéristiques sont omniprésentes dans ses applications les plus réussies.Cette tendance souligne que la plupart des utilisateurs préfèrent les plateformes spéculatives, et les résultats de l’enquête reflètent également cette préférence, ce qui indique que les utilisateurs ont une forte tendance à obtenir des rendements financiers instantanés.

Bien que les résultats puissent différer des normes de comportement humain typiques, elles reflètent les caractéristiques et les tendances de la base d’utilisateurs de crypto actuelle.Cette distinction est particulièrement importante pour les projets qui conçoivent des parrains aériennes et des allocations de jetons, car la compréhension de ces comportements uniques permet une planification plus stratégique et une construction de systèmes de récompense.

Prenons l’approche Perps Dex Drift sur Solana, qui a récemment lancé son Token natif, Drift.L’équipe de dérive comprend un mécanisme de retard dans sa stratégie d’allocation de jetons, offrant des récompenses doubles aux utilisateurs qui attendent 6 heures pour recevoir des Airdrops après la libération de jetons.Le délai accru est de soulager la congestion généralement causée par des robots au début de la carte aérienne et potentiellement aider à stabiliser les performances du jeton en réduisant la poussée initiale des vendeurs.

En fait, seuls 7500 (c’est-à-dire 15%) (au moment de la rédaction), les récipiendaires potentiels n’ont pas attendu 6 heures pour doubler leurs récompenses.Selon les recherches que nous avons proposées, la dérive pourrait être retardée de plusieurs mois si la valeur de récompense double et statistiquement, elle devrait être en mesure d’apaiser la plupart des utilisateurs finaux.