os usuários de cripto precisam de uma intervenção?

• um estudo do laboratório de pesquisa pantera descobriu que os usuários de cripto apresentam um alto viés presente e baixo fator de desconto, indicando uma forte preferência pela gratificação imediata.
• O modelo de desconto quasi-hiperbólico, caracterizado por parâmetros como a tendência presente (ꞵ) e o fator de desconto (𝛿), é útil para entender a tendência dos indivíduos de preferir recompensas imediatas em relação a ganhos futuros, um comportamento particularmente pronunciado no mercado cripto volátil e especulativo.
• esta pesquisa pode ser aplicada para otimizar distribuições de tokens, como airdrops que servem para recompensar os primeiros usuários, descentralizar a governança e comercializar novos produtos.

introdução

uma história clássica na lenda das startups do vale do silício é a decisão do paypal de pagar às pessoas $10 para usar seu produto. o raciocínio era que se você pudesse pagar às pessoas para se juntarem, eventualmente o valor da rede seria suficientemente alto para que novas pessoas se juntassem de graça, e você pudesse parar de pagar. certamente parecia funcionar, já que o paypal conseguiu parar de pagar e continuar crescendo, assim alavancando seus efeitos de rede.

na cripto, adotamos e estendemos essa abordagem com airdrops, pagando às pessoas não apenas para se juntarem, mas geralmente para usarem nossos produtos por algum período.

modelo de desconto quase hiperbólico

Os airdrops se tornaram uma ferramenta multifacetada usada para recompensar os primeiros usuários, descentralizar a governança do protocolo e, francamente, comercializar algo novo. Formalizar os critérios de distribuição tornou-se uma arte, particularmente ao determinar quem deve ser recompensado e o valor atribuído aos seus esforços. Nesse contexto, tanto a quantidade de tokens distribuídos quanto o momento de sua liberação, muitas vezes por meio de mecanismos como vesting ou liberação gradual, desempenham papéis significativos. Essas decisões devem ser fundamentadas em análises sistemáticas, em vez de depender de suposições, sentimentos ou precedentes. O uso de uma estrutura mais quantitativa garante justiça e alinhamento estratégico com objetivos de longo prazo.

o modelo de desconto quase hiperbólicofornece um quadro matemático para explorar como os indivíduos fazem escolhas envolvendo compensações entre recompensas em momentos diferentes. sua aplicação é particularmente relevante em áreas onde a impulsividade e a inconsistência ao longo do tempo influenciam significativamente a tomada de decisões, como decisões financeiras e comportamentos relacionados à saúde.

o modelo é impulsionado por dois parâmetros específicos da população: viés presente, ꞵ, e o fator de desconto, 𝛿.

viés de presente (ꞵ):

este parâmetro mede a tendência das pessoas em priorizar recompensas imediatas em detrimento daquelas que estão mais distantes de forma desproporcional. varia entre 0 e 1, onde um valor de 1 indica ausência de viés presente, refletindo uma avaliação equilibrada e consistente no tempo das recompensas futuras. à medida que os valores se aproximam de 0, eles sinalizam um viés presente cada vez mais forte, indicando uma preferência elevada por recompensas imediatas.

por exemplo, dada a escolha entre 50 hoje ou 100 em um ano, uma pessoa com um viés presente alto (mais próximo de 0) preferirá os $50 imediatamente em vez de esperar pela quantia maior.

fator de desconto (𝛿):

Este parâmetro descreve a taxa na qual o valor das recompensas futuras diminui à medida que o tempo até a sua realização aumenta, levando em conta a queda natural do seu valor percebido com o atraso. O fator de desconto é quantificado com mais precisão em intervalos de vários anos. Ao avaliar duas opções a curto prazo (menos de um ano), este fator apresenta considerável variabilidade, já que as circunstâncias imediatas podem influenciar desproporcionalmente a percepção.

para populações generalizadas, estudos mostram que a taxa de desconto geralmente fica em torno de 0,9. no entanto, esse valor costuma ser significativamente menor entre grupos com tendências ao jogo.Pesquisaindica que os jogadores habituais geralmente exibem um fator de desconto médio ligeiramente abaixo de 0.8, enquanto os jogadores problemáticos tendem a ter um fator de desconto mais próximo de 0.5.

usando os termos acima, podemos expressar a utilidade u de receber uma recompensa x no tempo t através da seguinte fórmula:

u(t) = tu(x)

esse modelo captura como o valor das recompensas varia dependendo do momento em que são recebidas: recompensas imediatas são avaliadas em utilidade total, enquanto recompensas futuras são ajustadas para baixo em valor, levando em consideração tanto o viés presente quanto a decaimento exponencial.

o experimento

No ano passado, o laboratório de pesquisa da Pantera conduziu um estudo para quantificar as tendências comportamentais dos usuários de criptomoedas. Pesquisamos os participantes com duas perguntas simples.projetadopara avaliar sua preferência por pagamento imediato versus receber algum valor futuro.

esta abordagem nos ajudou a determinar valores representativos tanto para ꞵ quanto para 𝛿. nossos achados revelaram que a amostra representativa de usuários de criptoexibiu um viés presente ligeiramente acima de 0,4 e um fator de desconto notavelmente baixo.

o estudo revelou um acima da médiaviés de presente e um fator de desconto baixo entre os usuários de cripto, sugerindo uma tendência à impaciência e uma preferência pela gratificação imediata em vez de ganhos futuros.

isso pode ser atribuído a vários fatores interconectados dentro do cenário cripto:

• comportamento de mercado cíclico: o mercado de cripto é conhecido por sua volatilidade e natureza cíclica, com tokens frequentemente experimentando flutuações rápidas de valor. essa periodicidade influencia o comportamento do usuário, já que muitos estão acostumados a navegar por esses ciclos em vez de adotar as estratégias de investimento de longo prazo mais comuns nas finanças tradicionais. as frequentes altas e baixas podem levar os usuários a descontar valores futuros de forma mais acentuada, cautelosos com possíveis quedas que poderiam apagar lucros.
• estigma em torno dos tokens: a pesquisa perguntou especificamente sobre tokens e seu valor futuro percebido, o que poderia ter destacado um estigma arraigado associado à negociação específica de tokens. O estigma, ligado à natureza periódica e muitas vezes especulativa das avaliações de tokens, reforça uma abordagem cautelosa para investimentos de longo prazo no espaço cripto. Além disso, suponha que a pesquisa tenha medido preferências usando uma moeda fiduciária ou outra forma de recompensa. Nesse caso, as taxas de desconto dos usuários de cripto podem se alinhar mais de perto com as médias globais, sugerindo que a natureza da recompensa pode influenciar significativamente o comportamento de desconto observado.
• natureza especulativa das aplicações de cripto: o ecossistema de cripto de hoje está profundamente enraizado na especulação e na negociação, características que são prevalentes em suas aplicações de maior sucesso. essa tendência destaca que os usuários atuais favorecem esmagadoramente plataformas especulativas, uma preferência refletida nos resultados da pesquisa, que mostram uma forte inclinação para ganhos financeiros imediatos.

enquanto os resultados do estudo podem divergir das normas típicas de comportamento humano, refletem as características e tendências da base de usuários de cripto atual. Essa distinção é especialmente pertinente para projetos que projetam airdrops e distribuições de tokens, pois entender esses comportamentos únicos permite um planejamento mais estratégico e estruturação de sistemas de recompensa.

tomemos, por exemplo, a abordagem deDeriva, um perps dex na solana, que recentemente lançou seu token nativo, drift. a equipe do drift incluiu um mecanismo de atraso de tempo em sua estratégia de distribuição de tokens, oferecendo dobrar as recompensas para os usuários que esperarem 6 horas após o lançamento do token para reivindicar seu airdrop. o atraso de tempo foi adicionado para mitigar a congestão geralmente causada por bots no início dos airdrops e potencialmente ajudar a estabilizar o desempenho do token, reduzindo o aumento inicial de vendedores.

na verdade, apenas 7.5k, ou 15% (no momento em que este artigo foi escrito), dos potenciais requerentes não esperaram as 6 horas para que suas recompensas dobrassem. Com base em nossa pesquisa apresentada, com um valor dobrado para a recompensa, o drift poderia ter atrasado alguns meses e, estatisticamente, deveria ter apaziguado a maioria de seus usuários finais.

disclaimer：

1. este artigo é reproduzido a partir de [VeradiVerdict]. todos os direitos autorais pertencem ao autor original [ paul veradittakit]. se houver objeções a esta reimpressão, entre em contato com oGate aprenderequipe e eles vão lidar com isso prontamente.
2. aviso de responsabilidade: as opiniões expressas neste artigo são exclusivamente do autor e não constituem qualquer conselho de investimento.
3. as traduções do artigo para outros idiomas são feitas pela equipe de aprendizado da Gate.io. a menos que mencionado, copiar, distribuir ou plagiar os artigos traduzidos é proibido.