Beberapa waktu lalu saya menyusun analisis data, menggabungkan pengalaman operasional saya sendiri dan data umpan balik dari komunitas Twitter, untuk membuat prediksi model tentang sebuah proyek utama tertentu.

**Asumsi inti dan dasar data**

Jumlah pengguna total yang diumumkan resmi oleh proyek minggu lalu: 226.295 orang. Dari segi komposisi pengguna, sekitar 30% adalah akun bot, dan 70% adalah pengguna nyata.

Perbedaan efisiensi cukup mencolok. Akun bot menghasilkan sekitar 10.000 poin per hari, sedangkan akun nyata menghasilkan sekitar 4.000 poin per hari (dihitung berdasarkan input per orang sebesar 1000u, duduk di depan komputer selama 3 jam, dan menempatkan order dengan jarak 10bp). Mengingat durasi musim kompetisi lebih dari 2 bulan, data input dasar sebesar 1000u per orang ini didasarkan pada valuasi rata-rata Twitter.

Tentang skala airdrop, saat ini sebagian besar protokol membagikan sekitar 20%. Namun proyek ini cukup unik, dibagi menjadi tiga dimensi: TRADING POINT, MARKET POINT, dan HOLDING POINT, di mana MARKET POINT hanya mendapatkan bobot sebesar 2%.

**Kesimpulan prediksi model**

Akun bot dan akun nyata membentuk situasi 50-50—meskipun efisiensi per unit waktu dari pengguna nyata lebih tinggi, bot unggul karena online 24 jam penuh. Akhirnya, total skor kedua pihak hampir seimbang.

Total output harian di seluruh jaringan sekitar 1,3 miliar poin. Apa arti angka ini? Jika mekanisme poin tidak memiliki batas maksimum, selama peserta tidak berhenti beroperasi, pengenceran akan selalu ada. Risiko pengenceran tak terbatas selalu ada di sana.

Inilah sebabnya mengapa banyak proyek di tahap akhir, keuntungan peserta awal akan sangat terdilusi. Batas atas desain mekanisme menentukan hasil distribusi akhir.