Pengguna enkripsi lebih cenderung pada pemenuhan instan
Penelitian menunjukkan bahwa pengguna di bidang cryptocurrency biasanya menunjukkan kecenderungan yang lebih tinggi terhadap imbalan instan dan koefisien diskonto yang lebih rendah, yang berarti mereka lebih menyukai imbalan saat ini daripada keuntungan di masa depan. Temuan ini memiliki arti penting untuk merancang strategi distribusi token.
Model diskonto hiperbolik membantu kita memahami kecenderungan individu dalam memilih antara imbalan instan dan keuntungan di masa depan melalui parameter seperti kecenderungan instan (ꞵ) dan koefisien diskonto (𝛿). Pola perilaku ini sangat jelas terlihat di pasar enkripsi yang memiliki volatilitas dan spekulasi tinggi.
Hasil penelitian dapat diterapkan untuk mengoptimalkan strategi distribusi token, seperti kegiatan airdrop untuk penghargaan pengguna awal, pemerintahan terdesentralisasi, dan promosi produk baru.
Dalam lingkaran kewirausahaan Silicon Valley, terdapat sebuah kasus klasik yang beredar: sebuah perusahaan pembayaran pernah membayar 10 dolar kepada pengguna yang menggunakan produknya. Logika di balik keputusan ini adalah, dengan membayar untuk menarik pengguna, pada akhirnya nilai jaringan akan mencapai tingkat yang cukup tinggi, pengguna baru akan bergabung secara sukarela, sehingga penghentian pembayaran untuk akuisisi pengguna dapat dilakukan. Setelah perusahaan tersebut menerapkan strategi ini, mereka tetap mempertahankan pertumbuhan pengguna bahkan setelah menghentikan pembayaran, berhasil memicu efek jaringan.
Bidang enkripsi mengadopsi dan memperluas metode ini dengan cara airdrop, tidak hanya membayar pengguna baru, tetapi juga sering memberi penghargaan kepada pengguna yang telah lama menggunakan produk. Airdrop telah menjadi alat multifungsi, digunakan untuk memberi penghargaan kepada pengguna awal, mempromosikan tata kelola desentralisasi, dan memasarkan produk baru. Menetapkan standar distribusi telah menjadi seni tersendiri, terutama dalam menentukan penerima penghargaan dan nilainya. Dalam hal ini, jumlah distribusi token dan waktu pembukaannya (biasanya melalui mekanisme seperti vesting atau pembukaan bertahap) sangat penting. Keputusan ini seharusnya didasarkan pada analisis sistem, bukan bergantung pada tebakan, emosi, atau preseden. Mengadopsi kerangka yang lebih terukur dapat memastikan keadilan airdrop dan sejalan dengan tujuan strategis jangka panjang.
Model diskonto hiperbolik menyediakan kerangka matematis untuk mengeksplorasi bagaimana individu membuat pilihan yang melibatkan trade-off imbalan pada waktu yang berbeda. Model ini sangat cocok untuk bidang di mana dorongan dan ketidakkonsistenan secara signifikan memengaruhi pengambilan keputusan seiring waktu, seperti keputusan keuangan dan perilaku terkait kesehatan.
Model ini didorong oleh dua parameter populasi tertentu: kecenderungan instan ꞵ dan koefisien diskonto 𝛿.
Kecenderungan waktu sesaat mengukur kecenderungan individu untuk lebih mengutamakan imbalan jangka pendek daripada imbalan jangka panjang. Ini bervariasi antara 0 dan 1, di mana 1 menunjukkan tidak ada kecenderungan waktu sesaat, mencerminkan penilaian seimbang terhadap imbalan jangka panjang. Ketika nilai mendekati 0, ini menunjukkan kecenderungan waktu sesaat yang lebih kuat, lebih menyukai imbalan saat ini.
Koefisien diskonto 𝛿 mengukur laju pengurangan nilai pengembalian di masa depan seiring berjalannya waktu, mencerminkan bagaimana orang merasakan bahwa nilai secara alami menurun dengan penundaan waktu. Koefisien diskonto lebih akurat diukur dalam interval waktu yang lebih panjang. Untuk populasi umum, penelitian menunjukkan bahwa koefisien diskonto biasanya sekitar 0,9. Namun, di antara kelompok dengan kecenderungan berjudi, nilai ini seringkali jauh lebih rendah.
Berdasarkan istilah di atas, kita dapat menyatakan utilitas (U) dari hadiah (x) yang diperoleh pada waktu (t) dengan rumus: U(t) = ꞵ𝛿tU(x)
Sebuah laboratorium penelitian telah melakukan survei yang bertujuan untuk mengukur perilaku pengguna enkripsi. Melalui dua pertanyaan yang sederhana dan jelas, peneliti memahami preferensi peserta terhadap mendapatkan imbalan secara langsung dan menunggu nilai di masa depan.
Hasil penelitian menunjukkan bahwa sampel pengguna cryptocurrency yang representatif menunjukkan kecenderungan instan sedikit di atas 0,4 dan koefisien diskonto yang jelas rendah. Ini menunjukkan bahwa kecenderungan instan pengguna cryptocurrency lebih tinggi dari rata-rata, sedangkan koefisien diskonto yang rendah mencerminkan bahwa mereka mungkin kurang sabar, lebih menyukai kepuasan instan daripada keuntungan di masa depan.
Fenomena ini dapat dikaitkan dengan beberapa faktor yang saling terkait di pasar enkripsi.
Perilaku pasar periodik: Pasar cryptocurrency terkenal dengan volatilitas dan periodisitasnya, harga token sering mengalami fluktuasi cepat. Periodisitas ini memengaruhi perilaku pengguna, karena banyak trader terbiasa berdagang secara frekuent dalam periode ini, daripada mengadopsi strategi investasi jangka panjang yang lebih umum dalam keuangan tradisional.
Bias terhadap token: Survei khusus menanyakan kepada pengguna cryptocurrency tentang persepsi mereka terhadap nilai masa depan token, untuk menunjukkan bias yang mereka miliki terkait perdagangan token. Stereotip ini terkait dengan siklus dan spekulatifnya valuasi token, yang semakin memperdalam sikap hati-hati mereka terhadap investasi jangka panjang di bidang cryptocurrency.
Spekulasi Aplikasi Enkripsi Mata Uang: Ekosistem enkripsi mata uang saat ini sangat terpaku pada spekulasi dan perdagangan, yang merupakan ciri umum di aplikasi yang paling sukses. Tren ini menunjukkan bahwa sebagian besar pengguna saat ini cenderung ke platform spekulatif, dan hasil survei juga mencerminkan hal ini, yaitu pengguna sangat cenderung untuk segera mendapatkan keuntungan ekonomi.
Meskipun hasil penelitian mungkin berbeda dari norma perilaku manusia yang umum, mereka mencerminkan dengan akurat karakteristik dan kecenderungan kelompok pengguna cryptocurrency saat ini. Perbedaan ini sangat penting bagi proyek yang perlu merancang airdrop dan distribusi token, karena memahami perilaku unik ini membantu dalam merencanakan lebih banyak strategi dan merancang struktur sistem penghargaan yang lebih baik.
Sebagai contoh dari suatu bursa produk perpetual, tim tersebut baru-baru ini meluncurkan token asli mereka dengan menambahkan mekanisme hadiah tertunda, memberikan hadiah ganda bagi pengguna yang menunggu 6 jam setelah penerbitan token untuk mengklaim airdrop. Tujuan dari mekanisme ini adalah untuk mengurangi kemacetan robot pada awal airdrop dan membantu menstabilkan kinerja token dengan mengurangi lonjakan awal dari penjual.
Hasil menunjukkan bahwa hanya 15% penerima airdrop yang tidak memilih untuk menunggu 6 jam untuk mendapatkan hadiah yang berlipat ganda. Menurut penelitian, jika nilai hadiah berlipat ganda, bursa tersebut sepenuhnya dapat memperpanjang waktu hingga beberapa bulan, dan secara statistik, seharusnya dapat menenangkan sebagian besar pengguna akhir.
Temuan ini memiliki arti penting untuk merancang strategi distribusi token, pengembang proyek dapat memanfaatkan karakteristik enkripsi preferensi pengguna yang segera dipenuhi untuk mengoptimalkan airdrop dan mekanisme penghargaan, sehingga dapat lebih baik mencapai tujuan proyek.
Lihat Asli
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
13 Suka
Hadiah
13
5
Bagikan
Komentar
0/400
YieldWhisperer
· 07-21 18:24
lmao sekali lagi studi yang mengonfirmasi apa yang sudah diketahui oleh setiap petani hasil... pukulan dopamin instan > dasar yang sebenarnya
Lihat AsliBalas0
Ser_Liquidated
· 07-20 01:18
Sekarang siapa pun yang rugi harus menyalahkan Airdrop.
Penelitian menunjukkan bahwa pengguna enkripsi lebih menyukai imbalan instan, yang berdampak besar pada strategi distribusi Token.
Pengguna enkripsi lebih cenderung pada pemenuhan instan
Penelitian menunjukkan bahwa pengguna di bidang cryptocurrency biasanya menunjukkan kecenderungan yang lebih tinggi terhadap imbalan instan dan koefisien diskonto yang lebih rendah, yang berarti mereka lebih menyukai imbalan saat ini daripada keuntungan di masa depan. Temuan ini memiliki arti penting untuk merancang strategi distribusi token.
Model diskonto hiperbolik membantu kita memahami kecenderungan individu dalam memilih antara imbalan instan dan keuntungan di masa depan melalui parameter seperti kecenderungan instan (ꞵ) dan koefisien diskonto (𝛿). Pola perilaku ini sangat jelas terlihat di pasar enkripsi yang memiliki volatilitas dan spekulasi tinggi.
Hasil penelitian dapat diterapkan untuk mengoptimalkan strategi distribusi token, seperti kegiatan airdrop untuk penghargaan pengguna awal, pemerintahan terdesentralisasi, dan promosi produk baru.
Dalam lingkaran kewirausahaan Silicon Valley, terdapat sebuah kasus klasik yang beredar: sebuah perusahaan pembayaran pernah membayar 10 dolar kepada pengguna yang menggunakan produknya. Logika di balik keputusan ini adalah, dengan membayar untuk menarik pengguna, pada akhirnya nilai jaringan akan mencapai tingkat yang cukup tinggi, pengguna baru akan bergabung secara sukarela, sehingga penghentian pembayaran untuk akuisisi pengguna dapat dilakukan. Setelah perusahaan tersebut menerapkan strategi ini, mereka tetap mempertahankan pertumbuhan pengguna bahkan setelah menghentikan pembayaran, berhasil memicu efek jaringan.
Bidang enkripsi mengadopsi dan memperluas metode ini dengan cara airdrop, tidak hanya membayar pengguna baru, tetapi juga sering memberi penghargaan kepada pengguna yang telah lama menggunakan produk. Airdrop telah menjadi alat multifungsi, digunakan untuk memberi penghargaan kepada pengguna awal, mempromosikan tata kelola desentralisasi, dan memasarkan produk baru. Menetapkan standar distribusi telah menjadi seni tersendiri, terutama dalam menentukan penerima penghargaan dan nilainya. Dalam hal ini, jumlah distribusi token dan waktu pembukaannya (biasanya melalui mekanisme seperti vesting atau pembukaan bertahap) sangat penting. Keputusan ini seharusnya didasarkan pada analisis sistem, bukan bergantung pada tebakan, emosi, atau preseden. Mengadopsi kerangka yang lebih terukur dapat memastikan keadilan airdrop dan sejalan dengan tujuan strategis jangka panjang.
Model diskonto hiperbolik menyediakan kerangka matematis untuk mengeksplorasi bagaimana individu membuat pilihan yang melibatkan trade-off imbalan pada waktu yang berbeda. Model ini sangat cocok untuk bidang di mana dorongan dan ketidakkonsistenan secara signifikan memengaruhi pengambilan keputusan seiring waktu, seperti keputusan keuangan dan perilaku terkait kesehatan.
Model ini didorong oleh dua parameter populasi tertentu: kecenderungan instan ꞵ dan koefisien diskonto 𝛿.
Kecenderungan waktu sesaat mengukur kecenderungan individu untuk lebih mengutamakan imbalan jangka pendek daripada imbalan jangka panjang. Ini bervariasi antara 0 dan 1, di mana 1 menunjukkan tidak ada kecenderungan waktu sesaat, mencerminkan penilaian seimbang terhadap imbalan jangka panjang. Ketika nilai mendekati 0, ini menunjukkan kecenderungan waktu sesaat yang lebih kuat, lebih menyukai imbalan saat ini.
Koefisien diskonto 𝛿 mengukur laju pengurangan nilai pengembalian di masa depan seiring berjalannya waktu, mencerminkan bagaimana orang merasakan bahwa nilai secara alami menurun dengan penundaan waktu. Koefisien diskonto lebih akurat diukur dalam interval waktu yang lebih panjang. Untuk populasi umum, penelitian menunjukkan bahwa koefisien diskonto biasanya sekitar 0,9. Namun, di antara kelompok dengan kecenderungan berjudi, nilai ini seringkali jauh lebih rendah.
Berdasarkan istilah di atas, kita dapat menyatakan utilitas (U) dari hadiah (x) yang diperoleh pada waktu (t) dengan rumus: U(t) = ꞵ𝛿tU(x)
Sebuah laboratorium penelitian telah melakukan survei yang bertujuan untuk mengukur perilaku pengguna enkripsi. Melalui dua pertanyaan yang sederhana dan jelas, peneliti memahami preferensi peserta terhadap mendapatkan imbalan secara langsung dan menunggu nilai di masa depan.
Hasil penelitian menunjukkan bahwa sampel pengguna cryptocurrency yang representatif menunjukkan kecenderungan instan sedikit di atas 0,4 dan koefisien diskonto yang jelas rendah. Ini menunjukkan bahwa kecenderungan instan pengguna cryptocurrency lebih tinggi dari rata-rata, sedangkan koefisien diskonto yang rendah mencerminkan bahwa mereka mungkin kurang sabar, lebih menyukai kepuasan instan daripada keuntungan di masa depan.
Fenomena ini dapat dikaitkan dengan beberapa faktor yang saling terkait di pasar enkripsi.
Perilaku pasar periodik: Pasar cryptocurrency terkenal dengan volatilitas dan periodisitasnya, harga token sering mengalami fluktuasi cepat. Periodisitas ini memengaruhi perilaku pengguna, karena banyak trader terbiasa berdagang secara frekuent dalam periode ini, daripada mengadopsi strategi investasi jangka panjang yang lebih umum dalam keuangan tradisional.
Bias terhadap token: Survei khusus menanyakan kepada pengguna cryptocurrency tentang persepsi mereka terhadap nilai masa depan token, untuk menunjukkan bias yang mereka miliki terkait perdagangan token. Stereotip ini terkait dengan siklus dan spekulatifnya valuasi token, yang semakin memperdalam sikap hati-hati mereka terhadap investasi jangka panjang di bidang cryptocurrency.
Spekulasi Aplikasi Enkripsi Mata Uang: Ekosistem enkripsi mata uang saat ini sangat terpaku pada spekulasi dan perdagangan, yang merupakan ciri umum di aplikasi yang paling sukses. Tren ini menunjukkan bahwa sebagian besar pengguna saat ini cenderung ke platform spekulatif, dan hasil survei juga mencerminkan hal ini, yaitu pengguna sangat cenderung untuk segera mendapatkan keuntungan ekonomi.
Meskipun hasil penelitian mungkin berbeda dari norma perilaku manusia yang umum, mereka mencerminkan dengan akurat karakteristik dan kecenderungan kelompok pengguna cryptocurrency saat ini. Perbedaan ini sangat penting bagi proyek yang perlu merancang airdrop dan distribusi token, karena memahami perilaku unik ini membantu dalam merencanakan lebih banyak strategi dan merancang struktur sistem penghargaan yang lebih baik.
Sebagai contoh dari suatu bursa produk perpetual, tim tersebut baru-baru ini meluncurkan token asli mereka dengan menambahkan mekanisme hadiah tertunda, memberikan hadiah ganda bagi pengguna yang menunggu 6 jam setelah penerbitan token untuk mengklaim airdrop. Tujuan dari mekanisme ini adalah untuk mengurangi kemacetan robot pada awal airdrop dan membantu menstabilkan kinerja token dengan mengurangi lonjakan awal dari penjual.
Hasil menunjukkan bahwa hanya 15% penerima airdrop yang tidak memilih untuk menunggu 6 jam untuk mendapatkan hadiah yang berlipat ganda. Menurut penelitian, jika nilai hadiah berlipat ganda, bursa tersebut sepenuhnya dapat memperpanjang waktu hingga beberapa bulan, dan secara statistik, seharusnya dapat menenangkan sebagian besar pengguna akhir.
Temuan ini memiliki arti penting untuk merancang strategi distribusi token, pengembang proyek dapat memanfaatkan karakteristik enkripsi preferensi pengguna yang segera dipenuhi untuk mengoptimalkan airdrop dan mekanisme penghargaan, sehingga dapat lebih baik mencapai tujuan proyek.