Como faz sentido a Footprint Analytics?
O Footprint Analytics é uma ferramenta de análise de blockchain que permite aos utilizadores reunir, estruturar e visualizar dados de várias cadeias de blockchain diferentes. Neste módulo, vai perceber qual é a vantagem de selecionar Pegada como a sua ferramenta de análise de dados.
Os dados abertos da blockchain não valem nada a menos que as pessoas possam aceder e compreendê-los. Esses novos no cripto tendem a olhar para os preços de token exclusivamente, o que é suficientemente fácil. No entanto, à medida que as pessoas ganham experiência na blockchain, percebem que, para entender verdadeiramente o mercado, é preciso dados a nível do pool para o DEFI, dados de retenção para GameFi e muito mais — pense em TVL, informações sobre a carteira e depósitos/levantamentos.
E se quiser investigar os movimentos das baleias entre diferentes projetos? Ou ter a imagem completa do impacto de uma crise de relações públicas num protocolo? Como é que se obtém este tipo de dados e como podem eles criar soluções personalizadas para responder a perguntas altamente específicas?
Obter esses dados brutos e não filtrados de uma única cadeia não é tão difícil tecnicamente. É por isso que existem dezenas de serviços no espaço da análise de blockchain. O processo implica essencialmente estruturar os dados — padronizar os milhões de linhas de dados que estão a ser alimentadas numa base de dados, especialmente com a implementação técnica tão heterogénea de blockchains. Com alguma programação de UX artesanal, é convertida numa forma visualmente compreensível.
Não é uma extensão permitir que os utilizadores adicionem métricas diferentes de projetos diferentes a um gráfico para compará-los. O Dune Analytics requer que o SQL faça isso. Outros, como Nansen, oferecem gráficos personalizáveis numa escala muito mais limitada. Mas e se quiser comparar dados de cadeias diferentes? É aqui que as coisas ficam complicadas. Na Footprint, desenvolvemos um modelo que agrega estes dados brutos e indexa-os para ter significado.
A informação sobre esses milhões de transações é desagregada por domínio — o nosso mecanismo de dados determina se pode ser classificado como GameFi, NFT, DEX ou outro. Descodificamos esses dados para que os analistas possam pesquisar a informação de que precisam, como hora do bloco, TVL, preço de token, etc., e exibir imediatamente esses dados num gráfico.
Em vez de cadeias de números e letras que são, na maioria, indecifráveis, tem endereços de carteira, cadeias, coleções NFT e outras categorias significativas.
Por outro lado, os analistas experientes que querem mais flexibilidade também podem trabalhar com dados brutos usando o SQL ou Python.
Construir um mecanismo de dados que é o mais abrangente da indústria (atualmente cobrimos 22 cadeias) ao mesmo tempo que manter o melhor desempenho da categoria não foi feito fácil de engenharia.
O artigo seguinte explica detalhadamente o nosso design de dados.
O problema da análise cruzada
Não pode comparar maçãs a laranjas.
Qual seria a espessura da casca de um Ouro Delicioso ou o número de sementes no núcleo de uma laranja Cara Cara? Isso não faz sentido, obviamente, mas as coisas começam a fazer sentido quando compara doçura, tamanho, dureza, consumo global — coisas que podem ser quantificadas para os dois frutos de uma forma lógica.
Esta categorização lógica é como dados semânticos estruturados. Não importa o aspeto do código para cunhar um NFT em Solana, e não importa o que seja em Ethereum, é preciso encontrar uma maneira de colocar todos esses dados numa categoria, chamada “cunhagem”.
A maioria das principais soluções de análise de blockchain permite-lhe comparar maçãs a laranjas. No entanto, no Footprint Analytics, podemos comparar maçãs a laranjas a kiwis a ananases e a lista continua.
A partir de dezembro, analisamos dados de 22 cadeias diferentes, mais do que qualquer outra plataforma. A base de dados Footprint Analytics capta automaticamente blocos, registos, rastreamentos e transações na blockchain. Complementa isso com dados contribuídos pela comunidade e dados de APIs de terceiros (ex. dados de preço de token da Coingecko.) Todos estes dados são originalmente brutos e não estruturados. Estruturamo-lo para se enquadrar em categorias, por exemplo pedir emprestado, emprestar, agricultura de rendimento, etc. Desta forma, qualquer dado da blockchain é facilmente acessível por qualquer pessoa.
Como o Footprint Analytics equilibra a flexibilidade e a simplicidade
A aplicação web pegada é construída na tecnologia open source Metabase. Leia mais sobre Metabase. Usamos o Metabase porque está aberto — a tecnologia permite que os usuários contribuam para a base de código, desenvolvendo-a e melhorando-a ao longo do tempo.
Por exemplo, na última atualização do Metabase os modelos são introduzidos. Esta funcionalidade está a permitir que os usuários possam curar dados de outra tabela ou tabelas do mesmo banco de dados para prever o tipo de perguntas que as pessoas farão dos dados.
Os analistas podem criar gráficos na plataforma Footprint Analytics com um construtor de consultas arrastar e soltar conveniente. Esta capacidade reduz significativamente a barreira à entrada, permitindo que qualquer utilizador sem conhecimento técnico use o produto e extraia valor comercial.
É importante notar que, arquitetonicamente, o Metabase é uma abstração sobre o código SQL; ou seja, qualquer solicitação feita por arrastar e soltar pode ser representada como SQL. Assim, os usuários que querem construir consultas mais complexas ou que preferem trabalhar com dados usando código têm a oportunidade de usar o SQL imediatamente.
Muitas soluções de análise alternativas permitem ao utilizador analisar redes diferentes de acordo com vários níveis de requisitos. No entanto, na maioria das vezes, as soluções alternativas tendem a ir aos extremos, implementando ou um produto muito flexível que exige conhecimento de linguagens de consulta ou mesmo linguagens de programação uma interface muito simples com scripts preparados e, consequentemente, baixa flexibilidade.
Cobertura
Temos uma das coberturas mais amplas de todo o mercado. Descrevemos a cobertura atual detalhadamente, referindo-se à organização dos dados (níveis, domínios), na seção seguinte.
Como é que o Footprint Analytics processa tantos dados?
A nossa principal vantagem competitiva é a nossa plataforma Footprint Analytics Platform, desenvolvida pela Footprint Machine Learning Platform.
A “plataforma Footprint Analytics” pode referir-se ao site que os utilizadores do website veem quando vão pegada.network. No entanto, quando falamos da Plataforma Footprint Analytics, também nos referimos ao motor que faz o levantamento pesado debaixo do capô.
Níveis
Transforma os Dados de Bronze em Prata, depois Ouro usando alguns meios técnicos de ETL, como Python e SQL. No futuro, planeamos fazer o código ETL, incluindo o código de Bronze a análise de prata, código aberto.
Também possibilitamos que qualquer organização acesse este trove de dados estruturados com a nossa API de dados blockchain.
Obtenha os dados de blockchain mais ricos do mundo com a nossa API de dados de pegada
A interface do usuário não é a única interface que pode ser usada para acessar os dados. Todas as interfaces suportadas no momento estão listadas aqui: Interfaces
Antes do Footprint Analytics, a análise de blockchain era limitada a dados incompletos e não estruturados. Além disso, as organizações que usaram até as principais soluções enfrentaram atrasos no acesso, limitações de desempenho e agregação de API dispendiosa.
Graças à nossa plataforma que analisa dados em cadeia de 23 cadeias nos níveis Silver e Gold acima mencionados, qualquer organização pode explorar a maior parte dos dados GameFi, NFT e DEFI do mundo, todas com uma API unificada. Tanto a API REST como a API SQL são suportadas no Footprint Analytics.
Que tipo de apps pode construir com esses dados? Aqui estão apenas alguns exemplos:
- Acompanhe as melhores e piores taxas de retenção de jogadores em todos os títulos do GameFi
- Acionar alertas quando as carteiras de baleias trazem o seu dinheiro dentro ou fora de cadeias ou protocolos de interesse
- Comparar flutuações cruzadas em TVL com os preços das matérias-primas
- Criar monitores personalizados para coleções NFT de várias redes
- Descubra as mais recentes coleções quentes e aceda a análise aprofundada para projetos com mais de 15 K+
- Siga e acompanhe os fluxos dos fundos das baleias para identificar oportunidades de investimento e potenciais riscos
Com a Pegada, qualquer pessoa pode ficar um passo mais perto da análise de blockchain, quer seja investidor, analista, trader de retalho, desenvolvedor, ou apenas explorando o seu projeto criptográfico favorito.
Pelajaran 1:Dados em cadeia na Web3
Pelajaran 2:Como faz sentido a Footprint Analytics?
Pelajaran 3:Iceberg + Spark + Trino: uma pilha moderna de dados de código aberto para a Blockchain
Pelajaran 4:Como o Footprint Analytics ajuda os investigadores de Blockchain
Pelajaran 5:Como as três principais plataformas de análise de criptomoedas diferem
Como faz sentido a Footprint Analytics?
O Footprint Analytics é uma ferramenta de análise de blockchain que permite aos utilizadores reunir, estruturar e visualizar dados de várias cadeias de blockchain diferentes. Neste módulo, vai perceber qual é a vantagem de selecionar Pegada como a sua ferramenta de análise de dados.
Os dados abertos da blockchain não valem nada a menos que as pessoas possam aceder e compreendê-los. Esses novos no cripto tendem a olhar para os preços de token exclusivamente, o que é suficientemente fácil. No entanto, à medida que as pessoas ganham experiência na blockchain, percebem que, para entender verdadeiramente o mercado, é preciso dados a nível do pool para o DEFI, dados de retenção para GameFi e muito mais — pense em TVL, informações sobre a carteira e depósitos/levantamentos.
E se quiser investigar os movimentos das baleias entre diferentes projetos? Ou ter a imagem completa do impacto de uma crise de relações públicas num protocolo? Como é que se obtém este tipo de dados e como podem eles criar soluções personalizadas para responder a perguntas altamente específicas?
Obter esses dados brutos e não filtrados de uma única cadeia não é tão difícil tecnicamente. É por isso que existem dezenas de serviços no espaço da análise de blockchain. O processo implica essencialmente estruturar os dados — padronizar os milhões de linhas de dados que estão a ser alimentadas numa base de dados, especialmente com a implementação técnica tão heterogénea de blockchains. Com alguma programação de UX artesanal, é convertida numa forma visualmente compreensível.
Não é uma extensão permitir que os utilizadores adicionem métricas diferentes de projetos diferentes a um gráfico para compará-los. O Dune Analytics requer que o SQL faça isso. Outros, como Nansen, oferecem gráficos personalizáveis numa escala muito mais limitada. Mas e se quiser comparar dados de cadeias diferentes? É aqui que as coisas ficam complicadas. Na Footprint, desenvolvemos um modelo que agrega estes dados brutos e indexa-os para ter significado.
A informação sobre esses milhões de transações é desagregada por domínio — o nosso mecanismo de dados determina se pode ser classificado como GameFi, NFT, DEX ou outro. Descodificamos esses dados para que os analistas possam pesquisar a informação de que precisam, como hora do bloco, TVL, preço de token, etc., e exibir imediatamente esses dados num gráfico.
Em vez de cadeias de números e letras que são, na maioria, indecifráveis, tem endereços de carteira, cadeias, coleções NFT e outras categorias significativas.
Por outro lado, os analistas experientes que querem mais flexibilidade também podem trabalhar com dados brutos usando o SQL ou Python.
Construir um mecanismo de dados que é o mais abrangente da indústria (atualmente cobrimos 22 cadeias) ao mesmo tempo que manter o melhor desempenho da categoria não foi feito fácil de engenharia.
O artigo seguinte explica detalhadamente o nosso design de dados.
O problema da análise cruzada
Não pode comparar maçãs a laranjas.
Qual seria a espessura da casca de um Ouro Delicioso ou o número de sementes no núcleo de uma laranja Cara Cara? Isso não faz sentido, obviamente, mas as coisas começam a fazer sentido quando compara doçura, tamanho, dureza, consumo global — coisas que podem ser quantificadas para os dois frutos de uma forma lógica.
Esta categorização lógica é como dados semânticos estruturados. Não importa o aspeto do código para cunhar um NFT em Solana, e não importa o que seja em Ethereum, é preciso encontrar uma maneira de colocar todos esses dados numa categoria, chamada “cunhagem”.
A maioria das principais soluções de análise de blockchain permite-lhe comparar maçãs a laranjas. No entanto, no Footprint Analytics, podemos comparar maçãs a laranjas a kiwis a ananases e a lista continua.
A partir de dezembro, analisamos dados de 22 cadeias diferentes, mais do que qualquer outra plataforma. A base de dados Footprint Analytics capta automaticamente blocos, registos, rastreamentos e transações na blockchain. Complementa isso com dados contribuídos pela comunidade e dados de APIs de terceiros (ex. dados de preço de token da Coingecko.) Todos estes dados são originalmente brutos e não estruturados. Estruturamo-lo para se enquadrar em categorias, por exemplo pedir emprestado, emprestar, agricultura de rendimento, etc. Desta forma, qualquer dado da blockchain é facilmente acessível por qualquer pessoa.
Como o Footprint Analytics equilibra a flexibilidade e a simplicidade
A aplicação web pegada é construída na tecnologia open source Metabase. Leia mais sobre Metabase. Usamos o Metabase porque está aberto — a tecnologia permite que os usuários contribuam para a base de código, desenvolvendo-a e melhorando-a ao longo do tempo.
Por exemplo, na última atualização do Metabase os modelos são introduzidos. Esta funcionalidade está a permitir que os usuários possam curar dados de outra tabela ou tabelas do mesmo banco de dados para prever o tipo de perguntas que as pessoas farão dos dados.
Os analistas podem criar gráficos na plataforma Footprint Analytics com um construtor de consultas arrastar e soltar conveniente. Esta capacidade reduz significativamente a barreira à entrada, permitindo que qualquer utilizador sem conhecimento técnico use o produto e extraia valor comercial.
É importante notar que, arquitetonicamente, o Metabase é uma abstração sobre o código SQL; ou seja, qualquer solicitação feita por arrastar e soltar pode ser representada como SQL. Assim, os usuários que querem construir consultas mais complexas ou que preferem trabalhar com dados usando código têm a oportunidade de usar o SQL imediatamente.
Muitas soluções de análise alternativas permitem ao utilizador analisar redes diferentes de acordo com vários níveis de requisitos. No entanto, na maioria das vezes, as soluções alternativas tendem a ir aos extremos, implementando ou um produto muito flexível que exige conhecimento de linguagens de consulta ou mesmo linguagens de programação uma interface muito simples com scripts preparados e, consequentemente, baixa flexibilidade.
Cobertura
Temos uma das coberturas mais amplas de todo o mercado. Descrevemos a cobertura atual detalhadamente, referindo-se à organização dos dados (níveis, domínios), na seção seguinte.
Como é que o Footprint Analytics processa tantos dados?
A nossa principal vantagem competitiva é a nossa plataforma Footprint Analytics Platform, desenvolvida pela Footprint Machine Learning Platform.
A “plataforma Footprint Analytics” pode referir-se ao site que os utilizadores do website veem quando vão pegada.network. No entanto, quando falamos da Plataforma Footprint Analytics, também nos referimos ao motor que faz o levantamento pesado debaixo do capô.
Níveis
Transforma os Dados de Bronze em Prata, depois Ouro usando alguns meios técnicos de ETL, como Python e SQL. No futuro, planeamos fazer o código ETL, incluindo o código de Bronze a análise de prata, código aberto.
Também possibilitamos que qualquer organização acesse este trove de dados estruturados com a nossa API de dados blockchain.
Obtenha os dados de blockchain mais ricos do mundo com a nossa API de dados de pegada
A interface do usuário não é a única interface que pode ser usada para acessar os dados. Todas as interfaces suportadas no momento estão listadas aqui: Interfaces
Antes do Footprint Analytics, a análise de blockchain era limitada a dados incompletos e não estruturados. Além disso, as organizações que usaram até as principais soluções enfrentaram atrasos no acesso, limitações de desempenho e agregação de API dispendiosa.
Graças à nossa plataforma que analisa dados em cadeia de 23 cadeias nos níveis Silver e Gold acima mencionados, qualquer organização pode explorar a maior parte dos dados GameFi, NFT e DEFI do mundo, todas com uma API unificada. Tanto a API REST como a API SQL são suportadas no Footprint Analytics.
Que tipo de apps pode construir com esses dados? Aqui estão apenas alguns exemplos:
- Acompanhe as melhores e piores taxas de retenção de jogadores em todos os títulos do GameFi
- Acionar alertas quando as carteiras de baleias trazem o seu dinheiro dentro ou fora de cadeias ou protocolos de interesse
- Comparar flutuações cruzadas em TVL com os preços das matérias-primas
- Criar monitores personalizados para coleções NFT de várias redes
- Descubra as mais recentes coleções quentes e aceda a análise aprofundada para projetos com mais de 15 K+
- Siga e acompanhe os fluxos dos fundos das baleias para identificar oportunidades de investimento e potenciais riscos
Com a Pegada, qualquer pessoa pode ficar um passo mais perto da análise de blockchain, quer seja investidor, analista, trader de retalho, desenvolvedor, ou apenas explorando o seu projeto criptográfico favorito.