作者：0x解码行业发展14年,从最初的炒作逐渐转为实际应用。区块链数据分析可以从链上宏观、项目协议、地址三个层面进行。链上宏观可以比较不同链的指标。项目协议需要深入理解业务逻辑。地址分析可以进行多维度的标签标注。未来值得关注的几个方向是比特币Layer2扩容方案、以太坊质押数据和账户抽象多签地址。总体来说，区块链数据市场发展空间巨大。简介如果把Bitcoin的正式部署作为行业诞生的元年，随着区块链行业长达14年的发展历程，从最初单纯的炒作和投机买卖，逐渐演变为具有实际应用场景的技术理念，特别是Decentralizedfinance(DeFi)理念被用户所认可和接受之后，使得价值回归到链上，链上的数据因此也逐渐成为投资者和开发者关注的焦点。
《泰晤士报》2009年1月3日的头版文章标题–财政大臣站在第二轮救助银行的边缘尽管与当前互联网中的大数据体量相比，区块链的数据规模还比较有限，从原始数据上看也较为单一，但是在实际分析和解读过程中，由于数据输入端相对自由且包含大量不易理解的字节码，许多分析师和开发者往往需要花费大量时间去解析和使用。从工作经验来看，笔者认为可以从业务层面对区块链数据进行分类，以便更好地理解：链上宏观项目协议地址分析区块链网络从宏观到微观可以分为三个层面，网络层面由多个协议组成，每个协议又由多个地址的活动构成。目前针对消费者的区块链数据分析产品，大多深耕在这三个层面的某一具体场景。接下来笔者将就每个层面所对应的业务逻辑和应用形态进行阐述。链上宏观从网络层级来看，可以进一步细分为：Bitcoin(UTXO模型)Ethereum为主的EthereumVirtualMachine(EVM)其他非EVM架构的公有链(例如以Rust语言开发的Solana、模块化公链Cosmos生态、继承Libra的Move语言体系等)。通常作为对比，我们可以考察用户数、交易数、交易价值和交易费用这四个指标，并在此基础上进行二次分析，举几个简单的例子：根据部署合约的用户数和交易数，评估开发者在该网络上的活跃程度；通过交易的时间间隔计算出每秒交易数(TPS)，以判断网络处理交易的性能；计算交易金额和交易数的比值，得到平均每笔交易的金额，过多低价值交易实际上是对网络的负担；观察一段时间内的交易费用总额，评估网络的火爆程度，与交易数不同，交易费用的低谷代表用户交易的急迫性较低。对数据使用者来说，网络层面的数据可以在众多公链中进行选择时提供辅助，根据自身情况选择更合适的公链进行开发或使用，并抓住最佳时机参与其中。项目协议对项目协议的分类就非常广泛，包含DeFi、Game、Non-FungibleToken(NFT)、DecentralizedIdentity(DID)等等，新的类别也在不断出现，所以在这里不具体展开某一类，而是谈谈分析项目协议数据过程中的几点经验：通常一个完整的协议会由多个业务合约组成，大部分需要深入阅读文档(文档清晰并及时更新很重要)并且结合自己的使用才能更好地理解项目。
同一领域的产品业务逻辑会趋同，比如所有DEX的业务核心都是交易和流动性，理解头部产品后再解析整个领域的其他项目会相对容易。或从项目方自身考虑，他们对自己的数据比较熟悉，但总希望了解更多竞争对手和行业现状，这时垂直领域的数据就很有价值。当前大多项目包含许多链下数据，如团队和融资信息、社交媒体数据、用户网站操作数据、内部订单信息等，有的是公开的，有的是非公开的，这在分析项目时会有局限。但随着行业发展，更多业务数据会逐步上链，因为用户使用区块链的目的之一就是更加公开透明。一个典型例子是在DeFiSummer中，SushiSwap向UniSwap发起挑战，两者的链上交易额和交易数曾一度相近，但深入分析可以发现，UniSwap的独立用户数远高于SushiSwap，即SushiSwap的大部分交易和流动性来自较少的用户，这里的原因是SushiToken的发行机制刺激了资金流入，但后续因为经济模型无法持续，资金又回流到了Uniswap。类似情况当前也反映在OpenSea和Blur的数据上，前者散户交易居多，后者专业用户交易居多。（注意！这里没有对项目进行价值判断，而是说明从数据中可以反映出用户行为差异。
）地址分析从较为流行的EVM架构公链来看，地址目前分为两种类型，ExternallyOwnedAccounts(EOA)和ContactAccount(CA)。针对地址的数据产品现有的业务形态，笔者认为主要有：资产看板(多用于钱包展示资产情况)交易记录(多用于显示徽章和奖励证明，如空投或DID)标签系统(多维度标签进行推荐或风控)这里主要谈谈标签这个维度。当前在消费端数据产品中标签非常关键，例如对用户来说，0xd8dA6BF26964aF9D7eEd9e03E53415D37aA96045一看无法理解其含义，但显示为vitalik.eth(Ethereum创始人)则可以立即识别。当然这只是众多标签维度中的一个。笔者归纳了地址标签的几个维度：实体标签(表示何人)行为标签(做过什么)状态标签(当前或过去状态)预测标签(未来可能做什么)其他标签(用户定义及难分类标签)目前多数数据产品只是简单展示实体标签，然后通过行为和状态标签显示资金流向，深度挖掘还不够，比如交易发起时显示对手方地址年龄、资产和交易对象数，提示用户注意风险；或者根据用户过往交易行为推荐类似的项目，比如参与多个NFT的铸造的地址可以向其推荐今天最多地址正在铸造什么NFT，这样可以节省用户搜索时间。丰富的数据支持能为产品提供更强大的算法服务。个人观点最后，笔者想谈谈未来1-2年内，在业务数据方面个人比较关注的三个方向：BitcoinLayer2(包括其他扩容方案产生的数据)EthereumStaking(BeaconChain数据)AccountAbstraction(基于ERC-4337提案的账户抽象和多签地址数据)比特币二层（BitcoinLayer2）对于Ordinals这种为Bitcoin网络最小单位“sat”编配编号的方案，Bitcoin社区观点不一，但其火热为Bitcoin生态增加了想象空间和矿工收入(交易费用)。从区块空间和交易数量来看，Ordinals一度使交易费超过了区块收入，但Bitcoin网络显然无法承载更多用户完成资产交易。
即使Bitcoin的点对点支付故事已被数字黄金共识所取代，随着区块奖励减半，Bitcoin网络算力也将面临巨大挑战。收入减少且竞争加剧必然会淘汰一部分算力。当区块奖励几乎可以忽略时，交易费将成为矿工的主要收入来源。如果网络交易量和费用没有稳步增长，投射到现实就是矿工收入不稳，这会影响网络的多样性和鲁棒性。在这种情况下，未来的可信扩容就显得尤为重要，目前得到社区比较多共识认可的是LightningNetwork闪电网络的方案。以太坊质押（EthereumStaking）作为整个Ethereum生态最底层的价值存储，BeaconChain的数据可谓是承载了最多资金的数据业务之一，但由于共识层和执行层结构不同，现有数据平台尚未很好呈现两者的资金流动关系，当前Ethereum的质押率在20%左右，这在POS共识机制中是一个相对较低的比率，特别是自从上海升级开放质押提款之后，质押的净流入量是在缓步提升的，所以笔者认为这部分的市场有望长期吸纳沉淀资金，且发展空间巨大。账户抽象(AccountAbstraction)在当前数据分析视角下，大多数项目协议只把EOA地址作为用户账户，但随着资产安全和使用门槛，可编程账户被提出进行抽象，从业务角度来看，CA作为用户账户后分析的逻辑产生了一些变化，CA在EVM中无法主动发起交易，那么就需要有一个EOA作为发起地址调用CA再去调用别的CA，这个EOA可以是不同的地址，也可以不是CA的多签地址之一，对于这些交易，分析的逻辑就会发生变化。当然目前ERC-4337还在草稿之中，所以大部分开发者仅仅是在文章中和会议中听过，并没有真正开始使用它，在链上数据业务中这也是一个颇为早期的垂直赛道。最后，我想打一个不是很严谨的比喻，如果一个行业的数据市场最终会占到这个行业总规模的8%，那么当前1trillion市值（我们在2020年年初到2021年年末两年整的时间经历了从低谷200billion到2trillion的10倍增幅）的加密行业大约可以容纳80billion，这在未来还有非常大的用户和资金增长空间，数据赛道目前仅完成了数据存储的去中心化，数据计算和数据验证还有数据处理等等很多阶段需要更多的创意。