¿Cómo tiene sentido Footprint Analytics?
Footprint Analytics es una herramienta de análisis de blockchain que permite a los usuarios recopilar, estructurar y visualizar datos de múltiples cadenas de blockchain diferentes. En este módulo, comprenderá cuál es la ventaja de seleccionar Footprint como su herramienta de análisis de datos.
Los datos abiertos de la cadena de bloques no valen nada a menos que las personas puedan acceder a ellos y comprenderlos. Los nuevos en criptografía tienden a mirar exclusivamente los precios de los tokens, lo cual es bastante fácil. Sin embargo, a medida que las personas adquieren experiencia en blockchain, se dan cuenta de que para comprender verdaderamente el mercado, es necesario agrupar datos a nivel de DeFi, datos de retención para GameFi y más: piense en TVL, información de billetera y depósitos/retiros.
¿Qué pasa si quieres investigar los movimientos de ballenas entre diferentes proyectos? ¿O obtener una imagen completa del impacto de una crisis de relaciones públicas en un protocolo? ¿Cómo se obtiene este tipo de datos y cómo se pueden crear soluciones personalizadas para responder preguntas muy específicas?
Obtener estos datos sin procesar y sin filtrar de una sola cadena no es tan difícil desde el punto de vista técnico. Es por eso que existen docenas de servicios en el espacio de análisis de blockchain. El proceso consiste esencialmente en estructurar los datos, estandarizando los millones de líneas de datos que se introducen en una base de datos, especialmente con una implementación técnica tan heterogénea de blockchains. Con un poco de programación UX astuta, se convierte en una forma visualmente comprensible.
No es exagerado permitir que los usuarios agreguen diferentes métricas de diferentes proyectos en un gráfico para compararlos. Dune Analytics requiere SQL para hacer esto. Otros, como Nansen, ofrecen gráficos personalizables en una escala mucho más limitada. Pero, ¿qué sucede si desea comparar datos de diferentes cadenas? Aquí es donde las cosas se ponen complicadas. En Footprint, hemos desarrollado un modelo que agrega estos datos sin procesar y los indexa para que sean significativos.
La información sobre estos millones de transacciones se divide por dominio: nuestro motor de datos determina si se puede clasificar como GameFi, NFT, DEX u otro. Descodificamos estos datos para que los analistas puedan buscar la información que necesitan, como el tiempo de bloqueo, el TVL, el precio del token, etc., y mostrar inmediatamente esos datos en un gráfico.
En lugar de cadenas de números y letras que son, para la mayoría, indescifrables, tiene direcciones de billetera, cadenas, colecciones de NFT y otras categorías significativas.
Por otro lado, los analistas experimentados que desean más flexibilidad también pueden trabajar con datos sin procesar mediante SQL o Python.
Construir un motor de datos que sea el más completo de la industria (actualmente cubrimos 22 cadenas) mientras conservamos el mejor rendimiento de su clase no fue una tarea fácil de ingeniería.
El siguiente artículo explica en profundidad nuestro diseño de datos.
El problema del análisis de cadena cruzada
No se pueden comparar manzanas con naranjas.
¿Cuál sería el grosor de la cáscara de una Golden Delicious o el número de semillas en el corazón de una naranja Cara Cara? Eso no tiene sentido, obviamente, pero las cosas comienzan a tener sentido cuando comparas la dulzura, el tamaño, la dureza, el consumo global, cosas que se pueden cuantificar para ambas frutas de manera lógica.
Esta categorización lógica es como datos semánticos estructurados. No importa cómo se vea el código para acuñar un NFT en Solana, y no importa cómo se vea en Ethereum, uno necesita encontrar una manera de poner todos estos datos en una categoría, llamada "Acuñación".
La mayoría de las principales soluciones de análisis de blockchain le permiten comparar manzanas con naranjas. Sin embargo, en Footprint Analytics, podemos comparar manzanas con naranjas, kiwis con piñas y la lista continúa.
Desde diciembre, analizamos datos de 22 cadenas diferentes, más que cualquier otra plataforma. La base de datos de Footprint Analytics recoge automáticamente bloques, registros, seguimientos y transacciones en la cadena de bloques. Complementa esto con datos aportados por la comunidad y datos de API de terceros (p. ej. datos de precios simbólicos de Coingecko). Todos estos datos son originalmente crudos y no estructurados. Lo estructuramos para encajar en categorías, por ejemplo préstamo, préstamo, agricultura de rendimiento, etc. De esta manera, cualquiera puede acceder fácilmente a cualquier dato de la cadena de bloques.
Cómo Footprint Analytics equilibra la flexibilidad y la simplicidad
La aplicación web Footprint se basa en la tecnología de código abierto de Metabase. Leer más sobre Metabase. Usamos Metabase porque es abierta: la tecnología permite a los usuarios contribuir al código base, desarrollándolo y mejorándolo con el tiempo.
Por ejemplo, en la última actualización de Metabase se introducen los modelos. Esta funcionalidad permite a los usuarios seleccionar datos de otra tabla o tablas de la misma base de datos para anticipar el tipo de preguntas que la gente hará sobre los datos.
Los analistas pueden crear gráficos en la plataforma Footprint Analytics con un conveniente generador de consultas de arrastrar y soltar . Esta capacidad reduce significativamente la barrera de entrada, lo que permite que cualquier usuario sin conocimientos técnicos utilice el producto y extraiga valor comercial.
Es importante notar que, arquitectónicamente, Metabase es una abstracción sobre el código SQL; es decir, cualquier solicitud realizada mediante arrastrar y soltar se puede representar como SQL. Por lo tanto, los usuarios que deseen generar consultas más complejas o que prefieran trabajar con datos mediante código tienen la oportunidad de utilizar SQL de inmediato.
Muchas soluciones analíticas alternativas permiten al usuario analizar diferentes redes de acuerdo con varios niveles de requisitos. Sin embargo, en su mayoría, las soluciones alternativas tienden a ir a los extremos, implementando un producto muy flexible que requiere conocimiento de lenguajes de consulta o incluso lenguajes de programación, una interfaz muy simple con scripts preparados y, en consecuencia, poca flexibilidad.
Cobertura
Contamos con una de las coberturas más amplias de todo el mercado. Describimos en detalle la cobertura actual, referida a la organización de los datos (niveles, dominios), dentro de la siguiente sección.
¿Cómo analiza Footprint Analytics tantos datos?
Nuestra principal ventaja competitiva es nuestra Plataforma de Análisis de Huella, impulsada por la Plataforma de Aprendizaje Automático de Huella.
La “plataforma de análisis de huellas” puede referirse al sitio web que los usuarios ven cuando visitan la huella.network. Sin embargo, cuando hablamos de Footprint Analytics Platform, también nos referimos al motor que hace el trabajo pesado debajo del capó.
Niveles
Convierte los datos de bronce en plata, luego en oro utilizando algunos medios técnicos de ETL de datos, como Python y SQL. En el futuro, planeamos hacer que el código ETL, incluido el código de análisis de bronce a plata, sea de código abierto.
También permitimos que cualquier organización aproveche este tesoro de datos estructurados con nuestra API de datos de blockchain.
Obtenga los datos de cadena de bloques más completos del mundo con nuestra API de datos de huella
La interfaz de usuario no es la única interfaz que podría usarse para acceder a los datos. Todas las interfaces admitidas actualmente se enumeran aquí: Interfaces
Antes de Footprint Analytics, el análisis de blockchain se limitaba a datos incompletos y no estructurados. Además, las organizaciones que usaron incluso las soluciones líderes enfrentaron demoras en el acceso, limitaciones de rendimiento y costosas agregaciones de API.
Gracias a nuestra plataforma que analiza los datos en cadena de 23 cadenas en los niveles Silver y Gold mencionados anteriormente, cualquier organización puede acceder a la mayoría de los datos de GameFi, NFT y DeFi del mundo, todo con una API unificada. Tanto la API REST como la API SQL son compatibles con Footprint Analytics.
¿Qué tipo de aplicaciones puedes crear con estos datos? Estos son solo algunos ejemplos:
- Realice un seguimiento de las mejores y peores tasas de retención de jugadores en todos los títulos de GameFi
- Active alertas cuando las billeteras de ballenas traigan su dinero dentro o fuera de cadenas o protocolos de interés
- Compare las fluctuaciones entre cadenas en TVL con los precios de las materias primas
- Cree pantallas personalizadas para colecciones NFT de múltiples redes
- Descubra las últimas colecciones populares y acceda a análisis detallados para más de 15 000 proyectos
- Siga y rastree los flujos de fondos de las ballenas para identificar oportunidades de inversión y riesgos potenciales
Con Footprint, cualquiera puede acercarse un paso más al análisis de blockchain, ya sea un inversionista, analista, comerciante minorista, desarrollador o simplemente esté explorando su proyecto criptográfico favorito.
Lição 1:Datos en cadena en Web3
Lição 2:¿Cómo tiene sentido Footprint Analytics?
Lição 3:Iceberg + Spark + Trino: una pila de datos moderna de código abierto para blockchain
Lição 4:¿Cómo Footprint Analytics ayuda a los investigadores de Blockchain?
Lição 5:¿Cómo difieren las tres principales plataformas de análisis de cripto?
¿Cómo tiene sentido Footprint Analytics?
Footprint Analytics es una herramienta de análisis de blockchain que permite a los usuarios recopilar, estructurar y visualizar datos de múltiples cadenas de blockchain diferentes. En este módulo, comprenderá cuál es la ventaja de seleccionar Footprint como su herramienta de análisis de datos.
Los datos abiertos de la cadena de bloques no valen nada a menos que las personas puedan acceder a ellos y comprenderlos. Los nuevos en criptografía tienden a mirar exclusivamente los precios de los tokens, lo cual es bastante fácil. Sin embargo, a medida que las personas adquieren experiencia en blockchain, se dan cuenta de que para comprender verdaderamente el mercado, es necesario agrupar datos a nivel de DeFi, datos de retención para GameFi y más: piense en TVL, información de billetera y depósitos/retiros.
¿Qué pasa si quieres investigar los movimientos de ballenas entre diferentes proyectos? ¿O obtener una imagen completa del impacto de una crisis de relaciones públicas en un protocolo? ¿Cómo se obtiene este tipo de datos y cómo se pueden crear soluciones personalizadas para responder preguntas muy específicas?
Obtener estos datos sin procesar y sin filtrar de una sola cadena no es tan difícil desde el punto de vista técnico. Es por eso que existen docenas de servicios en el espacio de análisis de blockchain. El proceso consiste esencialmente en estructurar los datos, estandarizando los millones de líneas de datos que se introducen en una base de datos, especialmente con una implementación técnica tan heterogénea de blockchains. Con un poco de programación UX astuta, se convierte en una forma visualmente comprensible.
No es exagerado permitir que los usuarios agreguen diferentes métricas de diferentes proyectos en un gráfico para compararlos. Dune Analytics requiere SQL para hacer esto. Otros, como Nansen, ofrecen gráficos personalizables en una escala mucho más limitada. Pero, ¿qué sucede si desea comparar datos de diferentes cadenas? Aquí es donde las cosas se ponen complicadas. En Footprint, hemos desarrollado un modelo que agrega estos datos sin procesar y los indexa para que sean significativos.
La información sobre estos millones de transacciones se divide por dominio: nuestro motor de datos determina si se puede clasificar como GameFi, NFT, DEX u otro. Descodificamos estos datos para que los analistas puedan buscar la información que necesitan, como el tiempo de bloqueo, el TVL, el precio del token, etc., y mostrar inmediatamente esos datos en un gráfico.
En lugar de cadenas de números y letras que son, para la mayoría, indescifrables, tiene direcciones de billetera, cadenas, colecciones de NFT y otras categorías significativas.
Por otro lado, los analistas experimentados que desean más flexibilidad también pueden trabajar con datos sin procesar mediante SQL o Python.
Construir un motor de datos que sea el más completo de la industria (actualmente cubrimos 22 cadenas) mientras conservamos el mejor rendimiento de su clase no fue una tarea fácil de ingeniería.
El siguiente artículo explica en profundidad nuestro diseño de datos.
El problema del análisis de cadena cruzada
No se pueden comparar manzanas con naranjas.
¿Cuál sería el grosor de la cáscara de una Golden Delicious o el número de semillas en el corazón de una naranja Cara Cara? Eso no tiene sentido, obviamente, pero las cosas comienzan a tener sentido cuando comparas la dulzura, el tamaño, la dureza, el consumo global, cosas que se pueden cuantificar para ambas frutas de manera lógica.
Esta categorización lógica es como datos semánticos estructurados. No importa cómo se vea el código para acuñar un NFT en Solana, y no importa cómo se vea en Ethereum, uno necesita encontrar una manera de poner todos estos datos en una categoría, llamada "Acuñación".
La mayoría de las principales soluciones de análisis de blockchain le permiten comparar manzanas con naranjas. Sin embargo, en Footprint Analytics, podemos comparar manzanas con naranjas, kiwis con piñas y la lista continúa.
Desde diciembre, analizamos datos de 22 cadenas diferentes, más que cualquier otra plataforma. La base de datos de Footprint Analytics recoge automáticamente bloques, registros, seguimientos y transacciones en la cadena de bloques. Complementa esto con datos aportados por la comunidad y datos de API de terceros (p. ej. datos de precios simbólicos de Coingecko). Todos estos datos son originalmente crudos y no estructurados. Lo estructuramos para encajar en categorías, por ejemplo préstamo, préstamo, agricultura de rendimiento, etc. De esta manera, cualquiera puede acceder fácilmente a cualquier dato de la cadena de bloques.
Cómo Footprint Analytics equilibra la flexibilidad y la simplicidad
La aplicación web Footprint se basa en la tecnología de código abierto de Metabase. Leer más sobre Metabase. Usamos Metabase porque es abierta: la tecnología permite a los usuarios contribuir al código base, desarrollándolo y mejorándolo con el tiempo.
Por ejemplo, en la última actualización de Metabase se introducen los modelos. Esta funcionalidad permite a los usuarios seleccionar datos de otra tabla o tablas de la misma base de datos para anticipar el tipo de preguntas que la gente hará sobre los datos.
Los analistas pueden crear gráficos en la plataforma Footprint Analytics con un conveniente generador de consultas de arrastrar y soltar . Esta capacidad reduce significativamente la barrera de entrada, lo que permite que cualquier usuario sin conocimientos técnicos utilice el producto y extraiga valor comercial.
Es importante notar que, arquitectónicamente, Metabase es una abstracción sobre el código SQL; es decir, cualquier solicitud realizada mediante arrastrar y soltar se puede representar como SQL. Por lo tanto, los usuarios que deseen generar consultas más complejas o que prefieran trabajar con datos mediante código tienen la oportunidad de utilizar SQL de inmediato.
Muchas soluciones analíticas alternativas permiten al usuario analizar diferentes redes de acuerdo con varios niveles de requisitos. Sin embargo, en su mayoría, las soluciones alternativas tienden a ir a los extremos, implementando un producto muy flexible que requiere conocimiento de lenguajes de consulta o incluso lenguajes de programación, una interfaz muy simple con scripts preparados y, en consecuencia, poca flexibilidad.
Cobertura
Contamos con una de las coberturas más amplias de todo el mercado. Describimos en detalle la cobertura actual, referida a la organización de los datos (niveles, dominios), dentro de la siguiente sección.
¿Cómo analiza Footprint Analytics tantos datos?
Nuestra principal ventaja competitiva es nuestra Plataforma de Análisis de Huella, impulsada por la Plataforma de Aprendizaje Automático de Huella.
La “plataforma de análisis de huellas” puede referirse al sitio web que los usuarios ven cuando visitan la huella.network. Sin embargo, cuando hablamos de Footprint Analytics Platform, también nos referimos al motor que hace el trabajo pesado debajo del capó.
Niveles
Convierte los datos de bronce en plata, luego en oro utilizando algunos medios técnicos de ETL de datos, como Python y SQL. En el futuro, planeamos hacer que el código ETL, incluido el código de análisis de bronce a plata, sea de código abierto.
También permitimos que cualquier organización aproveche este tesoro de datos estructurados con nuestra API de datos de blockchain.
Obtenga los datos de cadena de bloques más completos del mundo con nuestra API de datos de huella
La interfaz de usuario no es la única interfaz que podría usarse para acceder a los datos. Todas las interfaces admitidas actualmente se enumeran aquí: Interfaces
Antes de Footprint Analytics, el análisis de blockchain se limitaba a datos incompletos y no estructurados. Además, las organizaciones que usaron incluso las soluciones líderes enfrentaron demoras en el acceso, limitaciones de rendimiento y costosas agregaciones de API.
Gracias a nuestra plataforma que analiza los datos en cadena de 23 cadenas en los niveles Silver y Gold mencionados anteriormente, cualquier organización puede acceder a la mayoría de los datos de GameFi, NFT y DeFi del mundo, todo con una API unificada. Tanto la API REST como la API SQL son compatibles con Footprint Analytics.
¿Qué tipo de aplicaciones puedes crear con estos datos? Estos son solo algunos ejemplos:
- Realice un seguimiento de las mejores y peores tasas de retención de jugadores en todos los títulos de GameFi
- Active alertas cuando las billeteras de ballenas traigan su dinero dentro o fuera de cadenas o protocolos de interés
- Compare las fluctuaciones entre cadenas en TVL con los precios de las materias primas
- Cree pantallas personalizadas para colecciones NFT de múltiples redes
- Descubra las últimas colecciones populares y acceda a análisis detallados para más de 15 000 proyectos
- Siga y rastree los flujos de fondos de las ballenas para identificar oportunidades de inversión y riesgos potenciales
Con Footprint, cualquiera puede acercarse un paso más al análisis de blockchain, ya sea un inversionista, analista, comerciante minorista, desarrollador o simplemente esté explorando su proyecto criptográfico favorito.