COM:高玩必备的NFT分析工具一览_BIRDS

原文作者:老雅痞

本文来自微信公众号FastDaily。

市场的火热让越来越多的投资者投身其中,但当前的NFT生态系统存在几个问题却困扰了大多数人,如难以准确评估NFT项目的资产价格、缺乏NFT市场动态信息、无法通过数据辅助进行投资决策、无法发现符合其需求的NFT、流动性差、交易成本高、热度变化剧烈等。

面对这些问题,老雅痞整理了当前最主流的NFT分析工具,对其项目特色、模块功能进行了研究,通过对比分析的方式比较其优劣支出,帮助大家可以更好的理解和参与到NFT市场的投资决策之中。特别声明,我们的文章不作为投资建议,请各位读者独立思考,还是那句话:投资要慎之又慎,谁也不要相信。

Polygon、BNBChain、Optimism和GnosisChain查询数据,调取方式为索引调取而非储存。该项目在PostgreSQL12.2上运行,想要将难以访问的链上数据转换为易读的图表需要拥有一定SQL开发经验。不过对于没有数据库经验的新手,Dune也准备了大量实用教学供大家学习。

功能模块

社区用户总结 Moonbirds 在 AMA 中披露的 Moonbirds Mythics 铸造细节:1月18日消息,推特用户 Bagman 发推称其总结了过去一个月中参与的 AMA 所总结的信息,Moonbirds Mythics 将是 Moonbirds 生态第二位的 NFT,将于 2023 年第一季度内推出,总量 2 万枚。已将 Moonbirds 系列 NFT 进行「筑巢(nest)」的持有者将可按照 1:1 的比例获得空投,Moonbirds Oddities 持有者可选择销毁 NFT 来获得 Moonbirds Mythics 系列 NFT。若 Moonbirds Oddities 持有者不选择销毁 NFT,则剩余的 Moonbirds Mythics NFT 将随机分配给 Moonbirds 持有者。[2023/1/18 11:18:41]

Duneanalytics的主要功能模块为搜索、收藏夹、创作。其中搜索功能可以通过关键词的方式查询项目仪表板、数据仪表板和用户名称。收藏夹用于收藏用户想要重点关注项目,创作则是玩家可以自行搭建想要的数据模型并通过使用项目方给出的可视化工具将数据转变为饼状图、柱状图、折线图、散点图等。用户可根据需求查询NFT平均价格、地板价格、持有人数、持有人分散程度、销售量、稀有度与价格关系等所有链上数据。当然,它的功能包括但不限于NFT赛道的分析,在Defi、GameFi、DAO、Web3等方面均有广泛的应用。

MakerDAO通过支持将GNO添加为抵押资产的民意投票:据官方消息,MakerDAO现已通过支持将GnosisDAO治理代币GNO添加为抵押资产的民意投票,之后会发起执行投票。[2022/11/25 12:34:01]

除此之外,项目还拥有标签查询、热度排行、创作者主页、付费模式等内容,满足用户跟踪行业热点、培养创作者经济、结果导出、二次开发、隐私性等多方面的需求。

项目特点

数据开源,除购买付费功能外,用户所创造的仪表版、查询结果、编辑代码默认对所有人开放;

可扩展性强,该项目允许用户根据自己的需求和想法,随意搭建模型;

具有一定门槛,需要一定的数据库查询能力;

支持创作者经济,它犹如数据分析方面的社交平台,允许使用者关注自己喜爱的创作者及其在其他社交平台的账户;

独特的嵌入功能可将Duneanalytics生成的数据结果跨平台展示;

良好的社区氛围,玩家可在社区中向社区人员咨询相关技术问题或提交反馈意见。

声音 | Mythos Capital创始人:在2024年减半之前 ETH发行量可能会低于BTC发行量:金色财经报道,ETHHub创始人Eric Conner更新了以太坊历史和未来的发行率图表。Mythos Capital创始人Ryan Sean Adams转发并评论称,在2024年(比特币)减半之前,ETH发行量可能会低于BTC发行量。[2020/2/4]

社区热度

Twitter粉丝51k、Discord人数12k,在线人数比为十分之一,讨论内容主要为编辑教程、代码分析等技术性问题。

总的来说Duneanalytics是当前数据最全,用户最多,使用体验最好的一款链上数据分析工具,不管是在NFT还是其他赛道都有很强的实用价值,极力推荐!

项目愿景:

帮助用户以更低的门槛发现、筛选、购买和使用NFT;

构建基础设施,帮助用户更好的参与NFT的创作;

通过NFT加快从Web2到Web3的迁移。

主要功能:

NFTGO的主要功能为数据分析、巨鲸钱包监控、空投信息、研究报告及根据NFT的分类等。

NFTGO将NFT类型分为社交、IP、元宇宙、Defi、游戏、收藏品、艺术、PFP等,并且可进行价格筛选、多标签筛选、公链筛选等多种筛选方式,快速访问用户感兴趣的NFT。

巨鲸功能则是选取了1097个钱包,这些钱包持有3.94B$的NFT,占市场总市值的23.15%。通过监控巨鲸的mint、交易、销毁等行为为用户提供交易决策。

空投功能是收集市场上的NFT打新信息,对其进行汇总,重点介绍价格、数量、日期三个信息,并提供网页、推特、Discord链接供用户自行了解。空投信息按照时间进行排列,并可将目标项目添加至个人谷歌日历中,起到及时提醒用户的作用。

数据分析方面则是包含了排行榜、市场数据以及尚未上线的估价器模块,前者可以让用户了解到当前市场的热点所在及优质项目,后者则是站在整个NFT市场的角度去衡量当前的总体情况,如总市值、持有人数、项目数、交易量、趋势线等。

项目特色:

一站式服务,可以帮助用户快速捕捉目标项目;

采用支持多条区块链的技术架构,理论上可以从任意区块链中获取NFT数据,但目前仅支持接入以太坊项目,未来将扩展到多链;

拥有NFT项目的自主上市流程,可确保NFTGo提供的数据真实准确地反映主流NFT市场趋势;

提供了NFT相关指标的多维度排名列表;

具有资产搜索引擎,实现了跨平台交易信息聚合。

社区热度:

Twitter粉丝22k,Discord人数4.6k,Telegram人数5.7k,社区活跃度一般,考虑到该项目为中心化平台类型,该活跃度无可厚非。

总的来说这是一款通用型的NFT使用工具,其独特性的量化了NFT巨鲸地址的概念,并通过监控巨鲸行为和结合链上数据的方式为用户提供投资策略,同时也包含空投、研究报告等内容。数据可视化方面堪称优异,但在分析方法及热度排行上仍有待完善空间。

项目特色及亮点

没有编码或技术要求;

Footprint解决了收集区块链数据过程中的编程技术问题,为用户提供轻松的可视化操作体验,无需SQL查询或编码来分析区块链数据。

一键分叉查询;

Footprint提供了丰富的数据分析模板,支持一键在平台上使用任何开放分析表进行分叉,帮助用户轻松创建和管理其个性化仪表板,还可以与朋友或社交渠道共享数据表和仪表板,以展示用户的独特见解。

高级钱包标签;

Footprint计划推出标签部分,它跟踪并标记每个单独的钱包地址交换,这意味着用户可以查看哪些地址正在积累或出售特定的代币,以及它们的投资组合利润,从而能够进行超针对性的研究或解锁宏观市场趋势。

由DAO提供支持的社区;

对于数据分析平台来说,涉及多个链、项目和钱包的加密货币交易是开发人员和数据分析师在数据量和复杂性方面的一大挑战。同时由于收集和整理标准化的数据结构需要花费大量的时间和精力,并在长期维护上不断投。Footprint社区的去中心化组织结构允许其用户分享见解、相互激励和支持并积极推动发展。

社区热度

Twitter粉丝5.8k,Discord人数2.9k,Telegram人数2.6k,项目仍处于早期阶段。

与Duneanalytics是竞品关系,上手难度较低,价格方面也较后者更为便宜,但在用户再次创作方面提供的支持较少,无创作者经济制度,适用于对后者的链上数据补全和更美观的可视化展示。

ETH链,尚处于起步阶段。

主要模块:

其NFT分析工具的主要模块有:NFT指数、稀有度分析器、项目分析器、GOD模式、NFTParadise。

在NFTParadise模式我们可以总览市场全貌,也可选择Opensea、Looksrare等某个交易市场。系统生成的表格中NFT的交易量,mint数量、消耗gas、第一次mint时间等内容。

GOD模式则为我们提供了更加精细的视角去考察某个具体NFT项目的交易信息和持有者数据,并具有丢弃极端异常值这也功能,避免分析者受到极端数据的干扰,降低了内部交易对分析模型的影响。

NFT指数功能则是从社交、游戏、艺术品、元宇宙等方向提出了NSN-NFT500、NSN-BLUECHIP10、NSN-SOCIAL100、NSN-GAME50、NSN-ART20、NSN-META20等量化指数,分析该细分赛道NFT的整体表现,具体选取原则及指数计算方式可见链接。

稀有度分析器和项目分析器则是选取NFT的某个稀有度属性或具体某个NFT进行价格、交易量方面的跟踪。

功能特点:

NFT指数模块对赛道进行了细分;

更加美观的展示界面、图表和布局;

中心化的展示方法无法让分析师获取独特的数据分析角度;

价格相较其他工具更加昂贵;

SolanaFloor、cryptoslam等一众分析工具,但其无论是在界面展示、数据分析、功能应用方面均不及上述项目,故不做具体展开,感兴趣读者可自行体验。

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

大币网

[0:15ms0-10:237ms