apakah pengguna kripto membutuhkan intervensi?

• sebuah studi oleh laboratorium penelitian pantera menemukan bahwa pengguna kripto menunjukkan bias hadir yang tinggi dan faktor diskon yang rendah, menunjukkan preferensi yang kuat untuk penghargaan segera.
• Model diskonto quasi-hiperbolik, yang ditandai oleh parameter seperti bias saat ini (ꞵ) dan faktor diskonto (𝛿), berguna untuk memahami kecenderungan individu untuk lebih memilih imbalan segera daripada keuntungan di masa depan, perilaku ini terutama terlihat di pasar kripto yang volatile dan spekulatif.
• penelitian ini dapat diterapkan untuk mengoptimalkan distribusi token, seperti airdrops yang bertujuan untuk memberi reward kepada pengguna awal, mendemokrasikan tata kelola, dan memasarkan produk-produk baru.

pengenalan

Sebuah cerita klasik dalam sejarah startup Silicon Valley adalah keputusan PayPal untuk membayar orang $10 untuk menggunakan produk mereka. Alasan di baliknya adalah jika Anda bisa membayar orang untuk bergabung, pada akhirnya nilai jaringan akan cukup tinggi sehingga orang baru akan bergabung secara gratis, dan Anda bisa berhenti membayar. Sepertinya hal ini berhasil, karena PayPal berhasil berhenti membayar dan terus berkembang, dengan demikian memulai efek jaringannya.

di kripto, kami telah mengadopsi dan memperluas pendekatan ini dengan airdrop, membayar orang bukan hanya untuk bergabung tetapi biasanya untuk menggunakan produk kami selama beberapa periode.

model diskonto hiperbolik quasi

airdrop telah menjadi alat multi-faset yang digunakan untuk memberi imbalan kepada pengguna awal, mendesentralisasi tata kelola protokol, dan, jujur, untuk memasarkan sesuatu yang baru. Memformalkan kriteria distribusi telah menjadi seni, terutama saat menentukan siapa yang seharusnya mendapat imbalan dan nilai yang diatributkan kepada upaya mereka. Dalam konteks ini, baik jumlah token yang didistribusikan maupun waktu rilisnya, seringkali melalui mekanisme seperti vesting atau rilis bertahap, memainkan peran penting. Keputusan-keputusan ini seharusnya didasarkan pada analisis sistematis daripada bergantung pada tebak-tebakan, sentimen, atau preseden. Menggunakan kerangka kerja yang lebih kuantitatif memastikan keadilan dan keselarasan strategis dengan tujuan jangka panjang.

themodel diskonto quasi-hiperbolikmemberikan kerangka matematika untuk menjelajahi bagaimana individu membuat pilihan yang melibatkan pengorbanan antara imbalan pada waktu yang berbeda. aplikasinya sangat relevan dalam bidang-bidang di mana impulsivitas dan ketidak konsistenan dari waktu ke waktu secara signifikan mempengaruhi pengambilan keputusan, seperti keputusan keuangan dan perilaku terkait kesehatan

model ini dikendalikan oleh dua parameter spesifik populasi: bias saat ini, ꞵ, dan faktor diskon, 𝛿.

bias hadir (ꞵ):

parameter ini mengukur kecenderungan individu untuk memprioritaskan imbalan segera dibandingkan dengan yang jauh secara tidak proporsional. nilainya bervariasi antara 0 dan 1, di mana nilai 1 menunjukkan tidak adanya bias saat ini, mencerminkan evaluasi yang seimbang dan konsisten terhadap imbalan masa depan. saat nilai mendekati 0, mereka menandakan kecenderungan saat ini yang semakin kuat, menunjukkan preferensi yang meningkat terhadap imbalan segera.

Sebagai contoh, dengan pilihan antara 50 hari ini atau 100 dalam setahun, seseorang dengan bias kini yang tinggi (lebih dekat ke 0) akan lebih memilih $50 segera daripada menunggu jumlah yang lebih besar.

faktor diskon (𝛿):

parameter ini menggambarkan tingkat di mana nilai hadiah masa depan berkurang seiring dengan meningkatnya waktu hingga realisasi, mengakomodasi penurunan nilai yang dirasakan secara alami dengan penundaan. faktor diskon lebih akurat diukur selama interval yang lebih lama, berkepanjangan hingga beberapa tahun. ketika mengevaluasi dua pilihan dalam jangka pendek (kurang dari satu tahun), faktor ini menunjukkan variabilitas yang signifikan karena keadaan segera dapat secara tidak proporsional mempengaruhi persepsi.

untuk populasi umum, penelitian menunjukkan tingkat diskon biasanya sekitar 0,9. Namun, nilai ini seringkali jauh lebih rendah di antara kelompok dengan kecenderungan berjudi.Penelitianmenunjukkan bahwa penjudi yang biasa berjudi biasanya memiliki faktor diskon rata-rata sedikit di bawah 0,8, sedangkan penjudi masalah cenderung memiliki faktor diskon yang lebih dekat dengan 0,5.

menggunakan istilah di atas, kita dapat mengekspresikan utilitas u dari menerima imbalan x pada waktu t melalui rumus berikut:

u(t) = tu(x)

model ini menangkap bagaimana nilai dari imbalan bervariasi tergantung pada timing-nya: imbalan segera dievaluasi pada utilitas penuh, sementara imbalan di masa depan disesuaikan ke bawah dalam nilai, mempertimbangkan baik bias saat ini maupun penurunan eksponensial.

percobaan

tahun lalu, laboratorium riset pantera melakukan studi untuk mengukur kecenderungan perilaku pengguna kripto. kami melakukan survei kepada peserta dengan dua pertanyaan sederhana.dirancanguntuk menilai preferensi mereka terhadap pembayaran segera dibandingkan dengan menerima beberapa nilai di masa depan.

pendekatan ini membantu kami menentukan nilai-nilai representatif untuk kedua ꞵ dan 𝛿. temuan kami mengungkapkan bahwa sampel representatif pengguna kripto menunjukkan kecenderungan saat ini sedikit di atas 0.4 dan faktor diskon yang rendah.

penelitian ini mengungkapkan sebuah di atas rata-ratakecenderungan bias sekarang dan faktor diskon rendah di kalangan pengguna kripto, menunjukkan kecenderungan terhadap ketidak sabaran dan preferensi terhadap gratifikasi langsung dibanding keuntungan di masa depan.

ini dapat dikaitkan dengan beberapa faktor yang saling terhubung dalam lanskap kripto:

• perilaku pasar siklikal: pasar kripto dikenal karena volatilitas dan sifat siklusnya, dengan token sering mengalami fluktuasi nilai yang cepat. periodisitas ini memengaruhi perilaku pengguna, karena banyak yang terbiasa menavigasi melalui siklus-siklus ini daripada mengadopsi strategi investasi jangka panjang yang lebih umum dalam keuangan tradisional. naik turun yang sering dapat membuat pengguna lebih curiga terhadap nilai-nilai masa depan, waspada terhadap kemungkinan penurunan yang dapat menghapus keuntungan.
• stigma seputar token: survei tersebut secara khusus menanyakan tentang token dan nilai masa depan yang dirasakan, yang dapat menyoroti stigma tertanam yang terkait dengan perdagangan khusus token. Stigma ini, terkait dengan sifat periodik dan seringkali berspekulasi dari penilaian token, memperkuat pendekatan hati-hati terhadap investasi jangka panjang di ruang kripto. Selain itu, jika survei tersebut mengukur preferensi menggunakan mata uang fiat atau bentuk imbalan lainnya, maka tingkat diskon pengguna kripto mungkin lebih sejajar dengan rata-rata global, yang menunjukkan bahwa sifat imbalan dapat secara signifikan memengaruhi perilaku diskon yang diamati.
• sifat spekulatif dari aplikasi kripto: ekosistem kripto saat ini sangat didasarkan pada spekulasi dan perdagangan, karakteristik yang umum dalam aplikasi kripto yang paling sukses. kecenderungan ini menunjukkan bahwa pengguna saat ini secara dominan lebih memilih platform spekulatif, preferensi ini tercermin dalam hasil survei yang menunjukkan kecenderungan yang kuat terhadap keuntungan finansial yang segera.

meskipun hasil studi ini mungkin berbeda dari norma perilaku manusia yang khas, mereka mencerminkan karakteristik dan kecenderungan dari basis pengguna kripto saat ini. perbedaan ini terutama relevan bagi proyek-proyek yang merancang airdrop dan distribusi token, karena pemahaman tentang perilaku unik ini memungkinkan perencanaan strategis dan struktur sistem reward yang lebih baik.

ambil, misalnya, pendekatan oleh Drift, perps dex di solana, yang baru-baru ini meluncurkan token aslinya, drift. tim drift menyertakan mekanisme penundaan waktu dalam strategi distribusi token mereka, menawarkan untuk menggandakan hadiah bagi pengguna yang menunggu 6 jam setelah peluncuran token untuk mengklaim airdrop mereka. penundaan waktu ditambahkan untuk mengurangi kemacetan yang biasanya disebabkan oleh bot pada awal airdrop dan potensial membantu menstabilkan kinerja token dengan mengurangi lonjakan awal penjual.

sebenarnya, hanya 7.5k, atau 15% (pada saat penulisan), dari calon pemegang klaim tidak menunggu 6 jam agar hadiah mereka menjadi dua kali lipat. berdasarkan penelitian yang kami sajikan, dengan nilai hadiah yang dua kali lipat, drift bisa saja tertunda beberapa bulan dan secara statistik seharusnya telah meredakan sebagian besar pengguna akhir mereka.

disclaimer:

1. artikel ini dicetak ulang dari [VeradiVerdict]. semua hak cipta milik penulis asli [Paulus Veradittakit]. jika ada keberatan terhadap cetakan ulang ini, silakan hubungi Gate belajartim, dan mereka akan menanganinya dengan cepat.
2. penyangkalan tanggung jawab: pandangan dan opini yang terdapat dalam artikel ini hanya milik penulis dan tidak merupakan saran investasi.
3. terjemahan artikel ke bahasa lain dilakukan oleh tim belajar Gate.io. kecuali disebutkan, menyalin, mendistribusikan, atau plagiarisme artikel yang diterjemahkan dilarang.