روی‌زنجیره‌بودن دیتا، دسترسی به اطلاعات را آسان‌تر می‌کند؛ اما دسترسی بیشتر همیشه تصمیم بهتری نمی‌سازد. در بازارهای رمزارز، داشبوردها و ابزارهای on-chain می‌توانند حجم زیادی از تراکنش‌ها، آدرس‌ها، جریان توکن‌ها و فعالیت قراردادها را نشان دهند. مسئله از همان‌جا شکل می‌گیرد که این آمار را بدون زمینه، بدون برچسب‌گذاری موجودیت‌ها، بدون انگیزهٔ بازیگران و بدون اطلاعات خارج از زنجیره تفسیر کنیم. شفافیت گاهی به‌طرز متناقضی ابهام تازه‌ای می‌سازد: اطلاعات بیشتر، بدون زمینهٔ بیشتر. شفافیت روی زنجیره، دیتا تولید می‌کند؛ فهم، رابطهٔ میان این دیتا را توضیح می‌دهد.
چرا شفافیت نقطهٔ پایان تحلیل نیست؟
بازارهای روی زنجیره یک ویژگی جذاب دارند: بخش بزرگی از فعالیت مالی را می‌توان مشاهده کرد.
شبکه هر تراکنش را ثبت می‌کند و مسیر انتقال توکن‌ها را می‌توان بررسی کرد. ابزارهای تحلیلی می‌توانند این دیتای خام را به نمودار، جریان سرمایه و رفتار آدرس‌ها تبدیل کنند.
اما یک تفاوت مهم وجود دارد: دیدن یک تراکنش با فهمیدن معنای آن یکی نیست.
وقتی یک آدرس مقدار بزرگی از یک توکن را منتقل می‌کند، دیتا می‌گوید «انتقالی اتفاق افتاد». اما به‌تنهایی نمی‌گوید چرا، چه کسی، با چه انگیزه‌ای و با چه پیامدی این کار را انجام می‌دهد.
شفافیت گاهی به‌طرز متناقضی ابهام تازه‌ای می‌سازد: اطلاعات بیشتر، بدون زمینهٔ بیشتر.
یک آدرس، لزوماً یک بازیگر نیست
در تحلیل بازارهای سنتی، معمولاً دربارهٔ شرکت، صندوق، بانک یا سرمایه‌گذار صحبت می‌کنیم. هویت بازیگر بخشی از تحلیل است.
روی زنجیره، نقطهٔ شروع اغلب یک آدرس است. اما آدرس با «موجودیت اقتصادی» یکسان نیست.
یک بازیگر می‌تواند چندین آدرس داشته باشد. یک آدرس نیز ممکن است متعلق به صرافی، قرارداد هوشمند، کیف پول تجمیعی یا ساختاری باشد که رفتار آن با یک سرمایه‌گذار منفرد تفاوت دارد.
بنابراین مشاهدهٔ یک جریان بزرگ از یک آدرس به آدرس دیگر، بدون برچسب‌گذاری درست، می‌تواند تصویری گمراه‌کننده بسازد.
دقیقاً همین‌جا دیتای on-chain به entity labeling و روش‌شناسی تحلیل نیاز پیدا می‌کند. ابزارهای تخصصی مانند Chainalysis و Coin Metrics می‌توانند برای طبقه‌بندی و تحلیل دیتای زنجیره‌ای مفید باشند. اما باید خروجی چنین ابزارهایی را هم در چارچوب روش‌شناسی خودشان خواند.
مسئله فقط «چه مقدار پول جابه‌جا شد؟» نیست؛ سؤال واقعی جای دیگری وجود دارد: این پول متعلق به چه نوع بازیگری بود و این جابه‌جایی چه معنایی داشت؟
جریان سرمایه همیشه همان چیزی نیست که به نظر می‌رسد
فرض کنید دیتای یک شبکه نشان دهد که مقدار بزرگی از یک دارایی از یک آدرس به آدرس دیگر رفت.
ممکن است این اتفاق به معنای فروش باشد. اما می‌تواند انتقال داخلی، جابه‌جایی بین کیف پول‌های یک نهاد، انتقال به یک صرافی، تغییر ساختار نگهداری یا بخشی از عملیات یک قرارداد باشد.
اگر تحلیلگر مستقیماً از «انتقال» به «فروش» برسد، یک مرحلهٔ مهم را حذف می‌کند.
این تفاوت در بازار رمزارز اهمیت ویژه‌ای دارد، زیرا دیتای روی زنجیره اغلب اثر فعالیت را ثبت می‌کند، نه الزاماً هدف اقتصادی فعالیت را.
پس هر تحلیل on-chain باید میان سه سطح تفاوت بگذارد:
ثبت خام → رویداد محتمل → تفسیر تحلیلی
هرچه از سطح اول به سوم حرکت کنیم، عدم‌قطعیت افزایش می‌یابد.
دیتای بدون زمینه می‌تواند نویز بسازد
مشکل دیگر، حجم دیتاست. وقتی تحلیلگر می‌تواند تقریباً همیشه جریان تراکنش‌ها، آدرس‌های فعال، جابه‌جایی توکن‌ها و رفتار قراردادها را ببیند، وسوسه‌ای شکل می‌گیرد: هر تغییر را یک سیگنال در نظر بگیرد.
اما بازار همیشه به هر دیتایی پاسخ نمی‌دهد. ممکن است یک شاخص on-chain تغییر کند و هیچ پیام اقتصادی مهمی پشت آن نباشد.
برعکس، ممکن است یک تغییر مهم در رفتار بازار قابل تشخیص نباشد؛ مگر اینکه اطلاعات بیرونی، ساختار مالکیت یا شرایط نقدینگی را هم در نظر بگیریم.
این مسئله شبیه تفاوت میان دیتای بیشتر و اطلاعات بهتر است. اطلاعات زمانی ارزش تحلیلی پیدا می‌کند که بتواند عدم‌قطعیت را کاهش دهد یا یک رابطهٔ اقتصادی را روشن‌تر کند.
انگیزهٔ بازیگران از خود تراکنش مهم‌تر است
دو تراکنش کاملاً مشابه می‌توانند دو معنای اقتصادی متفاوت داشته باشند.
اگر یک سرمایه‌گذار دارایی را به صرافی منتقل کند، ممکن است قصد فروش داشته باشد. اما اگر یک بازارساز، متولی یا نهاد معاملاتی همین کار را انجام دهد، تفسیر آن می‌تواند کاملاً متفاوت باشد.
بنابراین دیتای on-chain باید با سؤال‌های دیگری هم همراه باشد:
- بازیگر چه کسی است؟
- ساختار مالکیت او چیست؟
- انگیزهٔ احتمالی چیست؟
- این حرکت با فعالیت قبلی چه نسبتی دارد؟
- وضعیت بازار در همان زمان چگونه بود؟
- آیا اطلاعات خارج از زنجیره توضیح دیگری ارائه می‌کند؟
بدون این لایه‌ها، تحلیلگر ممکن است اثر فعالیت را با علت فعالیت اشتباه بگیرد.
چرا اطلاعات خارج از زنجیره هنوز ضروری است؟
بازارهای on-chain با یک سوءبرداشت رایج روبه‌رو هستند: بسیاری فکر می‌کنند چون دیتا روی بلاکچین ثبت می‌ماند، کل تحلیل را می‌توان فقط درون زنجیره انجام داد.
در عمل، بسیاری از متغیرهای مهم خارج از زنجیره شکل می‌گیرند: تصمیم‌های مدیریتی، مقررات، ساختار مالکیت، قراردادهای تجاری، اخبار، شرایط اقتصاد کلان، وضعیت صرافی‌ها و انگیزه‌های انسانی.
بلاکچین می‌تواند ثبت بسیار دقیقی از آنچه در شبکه رخ می‌دهد ارائه کند؛ اما همیشه توضیح کاملی دربارهٔ چرایی آن ارائه نمی‌دهد.
بنابراین تحلیل حرفه‌ای باید میان دو جهان ارتباط برقرار کند:
دیتای on-chain + زمینهٔ خارج از زنجیره
این ترکیب، ارزش تحلیل را بیشتر از صرفاً افزایش تعداد نمودارها بالا می‌برد.
شفافیت زیاد حتی می‌تواند تصمیم‌گیری را سخت‌تر کند
در نظریهٔ تصمیم، اطلاعات زمانی مفید است که کیفیت انتخاب را بهتر کند؛ نه صرفاً زمانی که حجم آن افزایش پیدا کند.
اگر یک تحلیلگر هر روز با ده‌ها شاخص، صدها جریان و هزاران آدرس مواجه باشد، خطر دیگری شکل می‌گیرد: پیدا کردن الگو در دیتایی که الزاماً معنای اقتصادی پایداری ندارد.
در این حالت، ابزار تحلیل می‌تواند به‌جای کاهش عدم‌قطعیت، احساس کاذب اطمینان ایجاد کند.
نموداری که دقیق به نظر می‌رسد، لزوماً سؤال درستی را پاسخ نمی‌دهد؛ و عددی که مستقیماً از بلاکچین می‌آید، لزوماً از یک نتیجه‌گیری اقتصادی پشتیبانی نمی‌کند.
سؤال بهتر از «چه اتفاقی افتاد؟» چیست؟
تحلیل on-chain وقتی ارزشمندتر است که از مشاهدهٔ خام عبور کند.
به‌جای اینکه فقط بپرسیم «چه چیزی روی زنجیره تغییر می‌کند؟»، باید بپرسیم «این تغییر چه چیزی را دربارهٔ رفتار اقتصادی بازار روشن می‌کند؟». و سپس یک سؤال سوم: چه توضیح‌های دیگری می‌توانند همین دیتا را توضیح دهند؟
همین سؤال سوم اهمیت زیادی دارد. اگر یک دیتا فقط با یک روایت سازگار باشد، ممکن است جذاب به نظر برسد. اما اگر چند روایت مختلف بتوانند آن را توضیح دهند، آن دیتا هنوز سیگنال قطعی نیست.
دقیقاً همین مرز، تحلیل دیتا را از داستان‌سازی با دیتا جدا می‌کند.
دیتای خوب، لزوماً تصمیم خوب نمی‌سازد
بازارهای مالی همیشه با کمبود اطلاعات مواجه نیستند. گاهی مشکل دقیقاً برعکس است: اطلاعات بیش از حد وجود دارد، اما ارتباط میان آن‌ها روشن نیست.
دیتای روی زنجیره این مسئله را برجسته‌تر می‌کند، چون امکان مشاهدهٔ جزئیات زیادی را فراهم می‌کند. اما مزیت واقعی دیتای on-chain در تعداد تراکنش‌هایی که می‌توان دید نیست.
مزیت آن وقتی شکل می‌گیرد که دیتا بتواند یک سؤال اقتصادی مشخص را بهتر پاسخ دهد؛ مثلاً دربارهٔ ساختار نقدینگی، رفتار یک نوع بازیگر، فعالیت یک پروتکل یا تغییر در ساختار بازار.
پس معیار کیفیت تحلیل، شمارش دیتای بیشتر نیست؛ بلکه این پرسش اهمیت دارد که این دیتا چه چیزی را بهتر از قبل توضیح می‌دهد.
جمع‌بندی؛ چه چیزی شفافیت روی زنجیره را به فهم واقعی تبدیل می‌کند؟
شفافیت on-chain یک مزیت مهم است، اما به‌تنهایی تحلیل ایجاد نمی‌کند. برای تبدیل دیتای خام به فهم، حداقل چهار لایه باید کنار هم بیایند:
دیتا → شناسایی بازیگر → زمینه و انگیزه → تفسیر اقتصادی
اگر یکی از این حلقه‌ها نباشد، احتمال برداشت نادرست افزایش می‌یابد.
بنابراین در بازارهای روی زنجیره، مسئله کمبود دیتا نیست؛ مسئله تشخیص دیتای معنادار از دیتایی است که فقط می‌توان آن را دید.
شفافیت زمانی ارزشمند است که فهم را افزایش دهد؛ وگرنه ممکن است فقط تعداد چیزهایی را که می‌توانیم ببینیم بیشتر کند.
برای دنبال‌کردن تحلیل‌های نکسچر دربارهٔ بازار رمزارز و دیتای روی زنجیره، این بخش از مجله را دنبال کنید.
پرسش و پاسخ
نه. شبکه هر تراکنش را ثبت می‌کند و ابزارهای تحلیلی می‌توانند این دیتای خام را به نمودار و جریان سرمایه تبدیل کنند؛ وقتی یک آدرس مقدار بزرگی از یک توکن را منتقل می‌کند، دیتا فقط می‌گوید «انتقالی اتفاق افتاد». اما به‌تنهایی نمی‌گوید چرا، چه کسی و با چه انگیزه‌ای این کار را انجام می‌دهد. شفافیت گاهی به‌طرز متناقضی ابهام تازه‌ای می‌سازد: اطلاعات بیشتر، بدون زمینهٔ بیشتر.
چون یک بازیگر می‌تواند چندین آدرس داشته باشد. یک آدرس نیز ممکن است متعلق به صرافی، قرارداد هوشمند یا کیف پول تجمیعی باشد که رفتار آن با یک سرمایه‌گذار منفرد تفاوت دارد. مشاهدهٔ یک جریان بزرگ از یک آدرس به آدرس دیگر، بدون برچسب‌گذاری درست، می‌تواند تصویری گمراه‌کننده بسازد؛ برای همین دیتای on-chain به entity labeling و روش‌شناسی تحلیل نیاز پیدا می‌کند.
اگر یک سرمایه‌گذار دارایی را به صرافی منتقل کند، ممکن است قصد فروش داشته باشد؛ اما اگر یک بازارساز یا نهاد معاملاتی همین کار را انجام دهد، تفسیر آن می‌تواند کاملاً متفاوت باشد. بدون در نظر گرفتن بازیگر، ساختار مالکیت و انگیزهٔ او، تحلیلگر ممکن است اثر فعالیت را با علت آن اشتباه بگیرد.
چون بسیاری از متغیرهای مهم خارج از زنجیره شکل می‌گیرند: تصمیم‌های مدیریتی، مقررات، ساختار مالکیت، اخبار، شرایط اقتصاد کلان و انگیزه‌های انسانی. بلاکچین می‌تواند ثبت بسیار دقیقی از آنچه در شبکه رخ می‌دهد ارائه کند، اما همیشه توضیح کاملی دربارهٔ چرایی آن نمی‌دهد؛ برای همین تحلیل حرفه‌ای باید میان دیتای on-chain و زمینهٔ خارج از زنجیره ارتباط برقرار کند.
دیدگاهتان را بنویسید