2% pengguna berkontribusi 90% transaksi: Gambar asli dari Polymark

pos ini adalah bagian dari liputan khusus protes suriah 2011

Foto oleh Chopper, Berita Depan

 

Sebagian besar laporan di Polymucket didasarkan pada data dangkal: transaksi milestone, pertumbuhan pengguna, nomor transaksi, posisi silo, dan tidak pernah melihat ke dalam yang trading belakang angka-angka ini. Kertas ini mengkategorikan semua dompet aktif dari dua dimensi frekuensi transaksi dan volume, menguraikan struktur citra pengguna sebenarnya dari Polymarket。

Polymarket, mayoritas transaksi, dikontribusikan oleh sekelompok kecil batch dan transaksi frekuensi tinggi; rendah-volume, rendah-frekuensi bulkers, dengan yang hampir tidak ada tumpang tindih. Untuk mengidentifikasi perbedaan antara dua kelompok orang, keputusan dibuat langsung pada platform 's biaya desain, perencanaan prioritas produk dan tata letak strategis kelas pasar。

Catatan: Semua data dalam dokumen ini berasal dari Penilik Data Dune dan siklus analisis meliputi hampir tiga bulan penuh perilaku tingkat wallet; grafik pengguna didasarkan pada tingkat frekuensi transaksi (T1-T7) dan tingkat transaksi (V1- V7) dalam dolar Amerika Serikat。

Kontraksi frekuensi dan distribusi volume pengguna

Frekuensi transaksi menunjukkan kerusakan logaritmik khas. Kelompok pengguna terbesar memiliki antara 2 dan 10 transaksi sepanjang siklus belajar, akuntansi sebesar 32 persen dari semua pengguna. Bersama dengan jumlah transaksi antara 11 dan 50, hampir dua pertiga dari total pengguna. Orang-orang ini biasanya terlibat dalam transaksi selama pemilu, acara olah raga atau peristiwa makroekonomi besar, dan dikenakan biaya sejumlah kecil uang。

Distribusi frekuensi transaksi

Penyebaran transaksi sangat berbeda. Meskipun frekuensi transaksi jatuh tajam dari sisi kiri, pola heterogenitas barter itu dibentuk di bawah koordinat logaritma, memuncak pada sekitar $600 sampai $3.000 per pengguna. Ini berarti bahwa tipikal transaksi pengguna yang aktif berjumlah sekitar empat digit, tetapi jumlah kecil dari pengguna kanan-akhir dimulai dengan $25.000 rekening untuk sebagian besar perdagangan Platform。

distribusi volume trade

Bersama-sama, dua histogram mengungkapkan pembagian struktural: yang satu adalah peserta frekuensi rendah; yang lain adalah peserta perdagangan tinggi, yang jejak kakinya hampir tidak terlihat di bagan pengguna, tapi yang pengaruhnya pada grafik lalu lintas mendominasi。

rasio pengguna lebih intuitif daripada & amp; konsentrasi tubuh matriks: dimensi pengguna terkonsentrasi dalam frekuensi rendah area kecil dan dimensi volume benar-benar terbalik

Bagaimana sistem citra pengguna bekerja

Menghubungkan hanya pada frekuensi atau volume untuk membagi pengguna mengabaikan logika linkage. 500 transaksi yang sama, menghasilkan $50 dan 500 transaksi yang bernilai $5 juta, berada dalam kedua kategori peserta. Kami menggabungkan dua dimensi ini dan memilah setiap dompet。

KAMI PERTAMA KALI MEMBERIKAN SETIAP DOMPET KE TINGKAT FREKUENSI TRANSAKSI YANG BERBEDA: DARI T1 (TRANSAKSI TUNGGAL) KE T7 (LEBIH DARI 10.000 TRANSAKSI). KAMI KEMUDIAN MENUGASKANNYA KE TINGKAT TRANSAKSI YANG BERBEDA: DARI V1 (PERALIHAN TOTAL DI BAWAH $100) KE V7 (LEBIH DARI $2 JUTA). PERSIMPANGAN KEDUA DIMENSI INI MENGHASILKAN TUJUH GAMBAR PENGGUNA, MASING-MASING MEWAKILI BERBAGAI JENIS PESERTA。

• P1 TUNGGAL PENGGUNA DIAM: HANYA 1 TRANSAKSI DENGAN TOTAL NILAI KURANG DARI $100, SATU KALI PLATFORM PENGUJIAN AIR
• P2 KECIL BESAR AKTIF: 2-10 TRANSAKSI DENGAN TOTAL VOLUME KURANG DARI $1.000, ACARA HOTSPOT MURNI DIDORONG OLEH PESERTA ACAK
• P3 MEDIUM PARTISIPANTS: 11200 TRANSAKSI, VOLUME 100,10.000 DOLAR, DIULANG TETAPI TIDAK SISTEMATIS TRANSAKSI LOGIKA
• P4 HIGH- KEDALAMAN BUNK: 201-1000 TRANSAKSI, VOLUME $10,000- $100.000, STABIL AKTIF TETAPI TIDAK TINGKAT INSTITUSI
• P5 LOW- FREKUENSI, HIGH-NET- NILAI RUMAH TANGGA: KURANG DARI 50 TRANSAKSI, SATU BESAR LEBIH DARI $100.000, MEMILIH KESEMPATAN, TARGET RETOUR
• KEKUATAN PROFESIONAL P6 HF: LEBIH DARI 200 TRANSAKSI, LEBIH DARI $100.000, STRATEGI ALGORITMIK DAN KELOMPOK PEDAGANG INSTITUSI
• P7 HF PEMAIN KECIL: LEBIH DARI 200 TRANSAKSI, TOTALLING KURANG DARI $10.000, PESERTA TINGKAT TINGGI DENGAN MODAL TERBATAS

2% pengguna, mendekati Volume transaksi 90%

TONJOLAN AKTIF P2 LOW SETINGGI 849.000, ATAU 69 PERSEN DARI TOTAL PENGGUNA; PENGGUNA MASUKAN P6 HF HANYA 27 JUTA, ATAU SEKITAR 2 PERSEN。

NAMUN, SELAMA SIKLUS STATISTIK, KELOMPOK P6 MENGHASILKAN PERGANTIAN TOTAL $39 MILIAR. INI ADALAH EKSPRESI PALING EKSTRIM DARI HUKUM PARETTO: TIDAK BIASA 80 / 20, TAPI PENGGUNA 2% MENDEKATI 90% DARI JUMLAH TRANSAKSI。

Ringkasan gambar pengguna: persimpangan frekuensi transaksi dan ukuran transaksi untuk menghasilkan tujuh tipe pengguna utama

Jumlah orang per kelompok pengguna, median jumlah transaksi dan media jumlah transaksi: tiga set data yang menunjukkan karakteristik distribusi pengguna yang berbeda

Peta pertumbuhan pengguna dan peta pertumbuhan turnover menggambarkan hampir sama sekali kelompok pengguna yang berbeda. Platform yang menargetkan pertumbuhan pengguna dan mereka yang menargetkan pertumbuhan volume perdagangan sangat berbeda dalam hal keputusan produk。

Tipe preferensi untuk gambar pengguna yang berbeda

Olahraga dan mata uang terenkripsi adalah dua jalur perdagangan terbesar di Polymark, akuntansi untuk 42 persen dan 31 persen dari total transaksi, secara terhormat, dengan perbedaan besar dalam struktur kerumunan di belakang mereka。

Proporsi transaksi antara profil pengguna berbeda dengan item trade

PERBANDINGAN DARI HIGH-FREQUENCY (HF) HIGH-FUND PEDAGANG DI PASAR MATA UANG TERENKRIPSI JAUH LEBIH TINGGI DARI POPULASI PENGGUNA KESELURUHAN, DAN POLA INI KONSISTEN DENGAN TRANSAKSI ALGORITMIK. PESERTA INI BUKAN TELLER ACAK, TETAPI MENGGUNAKAN STRATEGI SISTEMATIS UNTUK BERDAGANG DALAM MATA UANG TERENKRIPSI. VOLUME DAN FREKUENSI TINGGI DARI TRANSAKSI MENUNJUKKAN BAHWA EKSEKUSI TRANSAKSI OTOMATIS DARIPADA SUBJEKTIF。

Banyaknya salib antara gambar pengguna dan produk yang berbeda Itu benar

MESKIPUN PERMAINAN OLAHRAGA JUGA DIDOMINASI OLEH FREKUENSI-TINGGI, TINGGI DANA (P6) TRANSAKSI, PERSENTASE PESERTA LEBIH TINGGI DARIPADA DALAM KATEGORI MATA UANG TERENKRIPSI. OLAHRAGA PERMAINAN MEMILIKI BAIK ALGORITMA INSTITUSI DAN SEJUMLAH BESAR PENELITI MANUAL SENIOR, MENGANDALKAN PENILAIAN SUBJEKTIF UNTUK TEGAS MELETAKKAN PERINTAH BUKAN PADA ITERASI FREKUENSI TINGGI MESIN。

Proporsi pengguna dari gambar dan produk pengguna yang berbeda: distribusi pengguna secara kontras dengan jumlah transaksi, jumlah transaksi

PERSENTASE PENGGUNA TERTINGGI DALAM KATEGORI POLITIK ADALAH 19 PERSEN, NAMUN JUMLAH PENGGUNA LEBIH MERATA DIDISTRIBUSIKAN DI ANTARA BERBAGAI KELOMPOK PENGGUNA. PENGGUNA YANG BERPARTISIPASI DENGAN RENDAH (P2) MEMILIKI PERSENTASE TERTINGGI PENGGUNA DALAM KATEGORI POLITIK, DAN PENGGUNA TERSEBUT BIASANYA DIJALANKAN SECARA EVENTS, SATU - OFF BULKERS, DIBANDINGKAN DENGAN KATEGORI LAIN, YANG MENDAFTARKAN AKUN MEREKA UNTUK TARUHAN PEMILU。

KEBERADAAN YANG TIDAK PROPORSIONAL DARI PARA PESERTA BERFREKUENSI RENDAH (P5) YANG BERPARTISIPASI DALAM LINGKUP EKONOMI DAN KEUANGAN BERARTI JUMLAH TRANSAKSI OLEH PESERTA SANGAT RENDAH, NAMUN JUMLAH TRANSAKSI TUNGGAL YANG BESAR, DAN MEREKA MENGINVESTASIKAN MODAL BESAR DI HASIL MAKROEKONOMI, SEMENTARA JUMLAH TRANSAKSI RELATIF RENDAH。

Kualitas atas dari platform secara langsung menentukan kelompok pengguna tertarik dan mempengaruhi kedalaman mobilitas, retensi pengguna dan ketersediaan。

PASAR MATA UANG BARU YANG TERENKRIPSI MENARIK ALGORITMA DAN PEDAGANG FREKUENSI TINGGI; PASAR POLITIK BARU MENARIK SETIAP PESERTA YANG DIDORONG YANG MUNGKIN TIDAK AKAN PERNAH KEMBALI SETELAH KEJADIAN ITU. BENTUK PASAR YANG LEBIH SPESIFIK, SEPERTI PILIHAN BINER ATAU PASAR HASIL TERSTRUKTUR, MUNGKIN AKAN MENARIK LEBIH LANJUT FREKUENSI TINGGI (HF) MODAL TINGGI (P6) KELOMPOK PENGGUNA, YANG TELAH DIDOMINASI OLEH PEDAGANG SISTEM. JIKA TARGET ADALAH VOLUME TRANSAKSI, MAKA BANGUN UNTUK GRUP PENGGUNA P6. JIKA TUJUANNYA ADALAH PERTUMBUHAN PENGGUNA DAN PENGARUH MEREK, ITU DIBUAT UNTUK GRUP PENGGUNA P2. KEDUA TUJUAN INI MEMBUTUHKAN PILIHAN PRODUK YANG SANGAT BERBEDA。

Wahyu pada model biaya

Gambar lapisan pengguna yang secara langsung menentukan biaya desain transaksi untuk memprediksi pasar。

MODEL MUATAN TUNGGAL TETAP OVERSTREECHS P6 HF TINGGI-IBUKOTA, P7 HF POPULASI KECIL, YANG MENDUKUNG CHASSIS MOBILE DI MANA PLATFORM BERBASIS。

Nilai dari laju diferensial produk ada di sini, dan sistem laju saat ini dalam Polymark adalah pengaturan logis:

• Laju enkripsi maksimum efektif: 1.80%
• Blok olahraga: 0.75 persen
• sektor politik & amp; keuangan: 1.0%
• Geopolitik blok: biaya nol penuh

INI SET STANDAR TIDAK BERARTI ACAK, TETAPI ADALAH PERTANDINGAN YANG TEPAT ANTARA STRUKTUR POPULASI DAN KEBIASAAN PERDAGANGAN DARI SETIAP KELAS. JEJAK ENKRIPSI PENUH DENGAN KEAHLIAN P6 ALGORITMIK DAN TINGKAT TINGGI BERUANG YANG TIDAK MELEMAHKAN MOBILITAS; TREK POLITIK DIDOMINASI OLEH KARAVAN AMBANG RENDAH DAN HARUS DISIMPAN PADA BIAYA GESEKAN RENDAH. INI PADA DASARNYA ADALAH TES BUTA UNTUK MELAKUKAN DESAIN TINGKAT JAUH DARI CITRA PENGGUNA。

Kesimpulan inti

• P6 HF HIGH CAPITAL GROUP HANYA 2 PERSEN DARI PENGGUNA, MEMBUAT PLATFORM 88 PERSEN DARI TRANSAKSI
• KEBIJAKAN BIAYA DAN BIAYA UNTUK KERUGIAN P6 AKAN SERIUS MERUSAK PLATFORM 'S YAYASAN
• 69% dari pengguna berfrekuensi rendah bulks skala kecil yang didorong oleh peristiwa hotspot murni
• Transaksi enkripsi sangat terkonsentrasi pada algoritma frekuensi tinggi dan peserta trek olahraga lebih terstruktur dalam dolar
• Jumlah rata-rata transaksi menyimpulkan dalam 90 hari oleh pengguna biasa hanya 12, dengan masukan rata-rata sebesar $224
• perluasan produk baru memerlukan jangkar dari target gambar pengguna daripada hanya mengikuti subjek panas。

Menggabungkan komentar

Jika perdagangan terkonsentrasi di daerah inti kecil frekuensi tinggi, mengapa Polymark harus posisi sendiri sebagai produk ritel? Sementara algoritma profesional mendukung sebagian besar aliran air, pengalaman produk, praktek pemasaran, layout produk selalu pindah ke umum dispora。

SEBAGIAN JAWABANNYA MUNGKIN TERLETAK PADA FAKTOR STRUKTURAL. KERANGKA KERJA CERDAS, ROBOTIKA TELEGRAF, PERALATAN TAK BERKODE TERSEDIA SECARA LUAS, DAN MUDAH BAGI DIASPORA UNTUK BERDAGANG SECARA OTOMATIS. JIKA SEKARANG BESAR-BESARAN MULAI PERDAGANGAN DALAM ALGORITMA, MAKA LANGKAH BERIKUTNYA ALAMI BERKEMBANG MENJADI AI INTELIJEN BESAR-SKALA TINGGI-FREKUENSI OPERASI。

Dan itulah mengapa Polymarket kemungkinan untuk menghasilkan pertama pembunuh-tingkat aplikasi di lapangan di mana uang terenkripsi berpotongan dengan kecerdasan buatan. Di pasar yang sangat bergerak, setiap hari didorong dan dengan hasil atau hasil, agen otonom dapat beroperasi dengan presisi, menyerap informasi dari peristiwa dunia, emosi sosial dan penalaran waktu, mengidentifikasi hasil transaksi dengan harga yang salah dan melaksanakan transaksi tanpa intervensi buatan. Ketika aplikasi mencapai kemajuan inovatif, itu lebih dari sekedar produk mata uang terenkripsi. Ini akan menjadi saat ketika transaksi agen pindah ke pasar massal。