# Web3 數據分析實戰心法：從入門到行業洞察
**講者**：Ye (RootData CPO)
**分享會連結:** https://youtu.be/mNV87MGFh-s

---

## 一、 鏈上數據的真實面貌：它不只是數字，是行為的痕跡

很多新手覺得鏈上數據就是一堆亂碼，但其實這是**狀態的改變**。

### 1. 交易數據 (Transaction)：區塊鏈的心跳
* **你可以把它想像成銀行的流水單，但更透明、更複雜。**
* **關鍵細節 - 「失敗的交易」**：
* **誤區**：以為失敗的交易就不會上鏈。
* **真相**：Ye 老師特別舉例，假設你想去 Uniswap 用 1 BTC 換 ETH，但在你提交的前一秒，池子裡的 ETH 被別人買光了。你的交易會**失敗 (Fail)**，但這筆失敗的記錄**依然會被打包上鏈**，依然會消耗你的 Gas 費。
* **分析價值**：失敗交易反映了當時網絡的擁堵和爭搶程度（如熱門 NFT Mint 時的 Gas War）。

### 2. 智能合約 (Smart Contract)：自動販賣機的規則
* **核心痛點 - 「讀不懂的天書」**：
* 鏈上存儲的是十六進制 (Hex) 的代碼，人類無法直接閱讀。
* **解藥 ABI**：分析師必須擁有合約的 **ABI (Application Binary Interface)**，才能把一串 `0x...` 的代碼「翻譯」成業務語言（如 `Deposit` 存款、`Swap` 兌換）。

---

## 二、 那些「真正重要」的指標：別被虛榮數據騙了

Web3 的指標與 Web2 類似（DAU/MAU），但有其獨特的金融屬性。

### 1. 協議收入 (Revenue) —— 當下的版本答案
* **為什麼重要？** 這是判斷項目是「龐氏騙局」還是「真實生意」的關鍵。
* **商業模式類比**：去中心化協議就像 **滴滴或美團**。
* **協議收入 = 用戶支付的總費用 - 分給流動性提供者(司機)的錢**。
* 剩下的錢進入國庫，才是協議真正的盈利。
* **趨勢**：目前市場最看重 **RWA (真實世界資產)** 和 **穩定幣** 賽道，因為它們有真實造血能力。

### 2. TVL (總鎖倉量) —— 信任的計量單位
* **實戰含義**：錢在哪裡，信任就在哪裡。TVL 上漲代表用戶願意把資產託付給代碼，這是安全性的最佳背書。

### 3. 交易量與 Gas —— 情緒的溫度計
* **信號**：當 Gas 費突然飆升，往往意味著鏈上發生了 FOMO 事件。
* **實操技巧**：利用 Etherscan 的 **Gas Tracker**，查看當下是哪個合約在燃燒 ETH，就能找到當前的市場熱點（Alpha）。

---

## 三、 數據工具的選型邏輯：什麼時候該用什麼？

工具的選擇取決於**數據的成熟度**和**賽道**。

### 1. 投研第一站：RootData
* **獨家優勢 - 「不限賽道」**：
* Dune 只能看鏈上協議，DefiLlama 只能看 DeFi。
* 但 RootData 能查到 **鏈下項目**（例如剛融資還沒發幣的遊戲公司、基礎設施）。
* **用法**：在做任何分析前，先來這裡「查戶口」（融資背景、團隊、項目簡介）。

### 2. 分析師的煉金爐：Dune Analytics
* **核心價值**：它把原始數據 **清洗 (Decode)** 成了有列名的表格。
* **使用心法**：不要從零寫 SQL。去 **Discover** 頁面搜別人的看板（如搜 "Opnion"），看頂級分析師怎麼寫，然後複製修改。

### 3. 關鍵時刻的「備胎」：Flipside & Allium
* **為什麼需要它們？** Dune 很大，但有時更新慢。
* **切換場景**：當出現 **新興公鏈（如 Monad）** 或 **非常小眾的協議**，而 Dune 上還沒人做解析時，這兩家往往是救命稻草。Allium 與機構合作多，數據接入速度有時更快。

### 4. 垂直賽道霸主
* **DefiLlama**：DeFi 數據最全，看 TVL 排名只用它。
* **Artemis / RWA.xyz**：關注 **穩定幣** 和 **RWA** 賽道的首選。
* **Token Terminal**：**機構專用**。它把 Crypto 項目變成了傳統財報（P/E, P/S），適合做合規金融分析。

---

## 四、 Q&A

### 1. 關於「估值模型」的真相：全靠對標
* **同學提問**：你們會用現金流折現 (DCF) 模型給代幣估值嗎？
* **Ye 老師**：
* **「說實話，大家都是拍腦袋（參考範圍）。」** 模型只是輔助。
* **實戰案例 - Falcon Finance**：
* Ye 老師在計算 Falcon 空投價值時，沒有用複雜模型，而是用了 **相對估值法 (Relative Valuation)**。
* **對標對象**：Ethena。
* **算法**：當時 Ethena 的 TVL 是 5 Billion。而 Falcon 的預存款約為 Ethena 的 50% (1/2)。因此，她簡單粗暴地將 Falcon 的市值估算為 **Ethena 的 1/2**，以此倒推代幣價格。
* **結論**：估值本質是「共識」，取決於流動性和敘事。

### 2. 關於「刷量 (Wash Trading)」的識別：抓出幕後黑手
* **識別邏輯**：單一地址、固定時間、固定金額、左右互搏。
* **終極大招 - 資金溯源 (Funding Source)**：
* 去查這些刷量號的 **Gas 費是誰給的**。
* **實戰特徵**：如果你發現 100 個地址，它們的第一筆 ETH 都是來自同一個母錢包，且金額出奇一致（例如每個人都精準收到 **0.1 ETH** 或 **0.2 ETH**），這就是鐵證如山的「女巫攻擊」軍團。

### 3. 關於「AI 取代分析師」：危機與轉型
* **危機感**：寫 SQL 這個技能肯定會被 AI 取代。
* **真實故事**：Ye 老師提到她的一位朋友，曾是 **Dune 的 DevRel（開發者關係大使）**，在英文區極具影響力。連這樣的大佬都轉型去創業做 **AI Agent** 了（訓練 AI 自動識別交易意圖，如自動判斷這筆交易是在做套利還是閃電貸）。
* **出路**：
* **深耕業務**：AI 不知道你想看什麼數據。**「知道要看什麼指標」比「知道怎麼寫代碼」重要一萬倍。**
* **B 端定制**：為機構提供極度精準、清洗好的數據服務，這是一個非常利基（Niche）但賺錢的市場。

### 4. 給新人的職業建議：去哪裡賺錢與學習？
* **去賺錢 (Actionable)**：
* 不要光看書，去接任務。Ye 老師分享她參加過 **Optimism NumbaNerds** 計劃，兩期下來分到了 **5000-6000 個 OP Token**。
* 關注 **Superteam Earn** 或各個公鏈基金會的治理論壇，那裡有真實的數據賞金任務。
* **去學習**：
* **轉戰英文區**：Ye 老師直言「國內活躍在一線做數據分析的人變少了」，大部分轉管理了。最新的 Alpha、最硬核的分析方法論，都在 **Twitter 英文區** 和英文研報裡。

---

## 五、 RootData 實習崗位說明
* **職位**：運營實習生（機構用戶增長）。
* **核心能力定義**：Ye 老師對「溝通能力」有具體要求——不是泛泛聊天，而是**「能不能把認證流程跟客戶講清楚」**。這需要你像分析師解碼數據一樣，把產品的邏輯「解碼」給 B 端客戶聽。

---

## 總結
數據分析師的護城河不在於你會寫多複雜的 SQL，而在於：
1. **業務敏感度**：一眼看出 Falcon 該對標 Ethena。
2. **偵探能力**：通過 0.1 ETH 的 Gas 轉賬抓出女巫。
3. **適應力**：當 Dune 沒有數據時，知道去 Flipside 找，或者直接去讀項目文檔找原始合約地址。