¿Cómo tiene sentido Footprint Analytics?

Los datos abiertos de la cadena carecen de valor si no son accesibles y comprensibles para las personas. Los recién llegados a las criptomonedas suelen fijarse únicamente en los precios de los tokens, ya que es lo más sencillo. Sin embargo, a medida que se adquiere experiencia en el sector blockchain, resulta evidente que para comprender realmente el mercado se necesitan datos a nivel de pool para DeFi, información de retención para GameFi y mucho más: piensa en TVL, datos de billeteras y depósitos/retiros.

¿Y si quieres analizar los movimientos de grandes inversores entre distintos proyectos? ¿O conocer el impacto total de una crisis de reputación en un protocolo? ¿Cómo se obtiene este tipo de datos y cómo se pueden crear soluciones personalizadas para responder preguntas muy específicas?

Obtener estos datos brutos y sin filtrar de una sola cadena no supone un gran reto técnico. Por eso existen decenas de servicios en el ámbito de la analítica blockchain. El proceso consiste, esencialmente, en estructurar los datos: estandarizar millones de líneas de información que se introducen en una base de datos, especialmente teniendo en cuenta la heterogeneidad técnica de las cadenas. Con una programación UX adecuada, se transforma en una presentación visualmente comprensible.

Permitir que los usuarios añadan métricas de distintos proyectos a un gráfico para compararlas no es complicado. Dune Analytics requiere SQL para hacerlo. Otros servicios, como Nansen, ofrecen gráficos personalizables, aunque en una escala mucho más limitada. Pero ¿qué ocurre si quieres comparar datos de diferentes cadenas? Ahí es donde surgen las dificultades. En Footprint hemos desarrollado un modelo que agrega estos datos brutos y los indexa para que sean relevantes.

La información sobre estos millones de transacciones se segmenta por dominio: nuestro motor de datos determina si se clasifica como GameFi, NFT, DEX u otro. Decodificamos estos datos para que los analistas puedan encontrar la información que necesitan, como hora de bloque, TVL, precio de token, etc., y mostrar esos datos en un gráfico de forma inmediata.

En lugar de cadenas de números y letras que resultan indescifrables para la mayoría, dispones de direcciones de billetera, cadenas, colecciones NFT y otras categorías relevantes.

Por otro lado, los analistas experimentados que buscan mayor flexibilidad pueden trabajar también con datos brutos utilizando SQL o Python.

Crear un motor de datos que sea el más completo del sector (actualmente cubrimos 22 cadenas) y que mantenga un rendimiento de primer nivel ha supuesto un auténtico reto de ingeniería.

El siguiente artículo explica en detalle nuestro diseño de datos.

El problema del análisis entre cadenas

No se pueden comparar peras con manzanas.

¿Cuál sería el grosor de la piel de una Golden Delicious, o el número de semillas en el centro de una naranja Cara Cara? Evidentemente eso no tiene sentido, pero sí lo tiene cuando se comparan dulzor, tamaño, dureza o consumo global: aspectos que pueden cuantificarse lógicamente en ambas frutas.

Esta categorización lógica es similar a los datos semánticos estructurados. No importa cómo sea el código para mintear un NFT en Solana o en Ethereum, hay que encontrar la forma de agrupar todos estos datos en una sola categoría, llamada "Minting".

La mayoría de las soluciones de análisis blockchain permiten comparar peras con manzanas. Sin embargo, en Footprint Analytics podemos comparar peras con manzanas, kiwis, piñas y mucho más.

Desde diciembre, procesamos datos de 22 cadenas diferentes, más que cualquier otra plataforma. La base de datos de Footprint Analytics recoge automáticamente bloques, logs, trazas y transacciones en la cadena. Además, se complementa con datos aportados por la comunidad y datos de APIs de terceros (por ejemplo, información de precios de tokens de Coingecko). Todos estos datos son originalmente brutos y no estructurados. Nosotros los estructuramos para que encajen en categorías como préstamos, créditos, yield farming, etc. De este modo, cualquier dato de la cadena es fácilmente accesible para cualquier usuario.

Cómo Footprint Analytics equilibra flexibilidad y simplicidad

La aplicación web de Footprint está desarrollada sobre tecnología open source de Metabase. Más información sobre Metabase. Usamos Metabase porque es abierta: permite a los usuarios contribuir al código base, desarrollándolo y mejorándolo con el tiempo.

Por ejemplo, en la última actualización de Metabase se han introducido los modelos. Esta funcionalidad permite a los usuarios seleccionar datos de otra tabla o tablas de la misma base de datos para anticipar las preguntas que se harán sobre la información.

Los analistas pueden crear gráficos en la plataforma Footprint Analytics con un constructor de consultas drag-and-drop muy intuitivo. Esta función reduce considerablemente la barrera de entrada, permitiendo que cualquier usuario sin conocimientos técnicos utilice el producto y obtenga valor empresarial.

Es importante destacar que, a nivel arquitectónico, Metabase es una abstracción sobre SQL: cualquier consulta realizada mediante drag and drop puede representarse en SQL. De este modo, los usuarios que deseen crear consultas más complejas o prefieran trabajar con datos mediante código pueden utilizar SQL directamente.

Muchas soluciones alternativas de análisis permiten analizar diferentes redes según distintos niveles de requerimientos. Sin embargo, la mayoría tiende a los extremos: o bien ofrecen un producto muy flexible que requiere conocimientos de lenguajes de consulta o programación, o una interfaz muy simple con scripts preparados y, por tanto, baja flexibilidad.

Cobertura
Contamos con una de las coberturas más amplias del mercado. La cobertura actual se describe en detalle, incluyendo la organización de los datos (niveles, dominios), en la siguiente sección.

¿Cómo procesa Footprint Analytics tantos datos?

Nuestra principal ventaja competitiva es nuestra Footprint Analytics Platform, impulsada por la Footprint Machine Learning Platform.

La "Footprint Analytics platform" puede referirse al sitio web que los usuarios ven al acceder a footprint.network. Sin embargo, cuando hablamos de Footprint Analytics Platform, también nos referimos al motor que realiza el trabajo pesado detrás de escena.

Niveles
Convierte los datos Bronze en Silver y luego en Gold utilizando técnicas ETL como Python y SQL. En el futuro, planeamos hacer público el código ETL, incluido el de procesamiento de Bronze a Silver.

También permitimos que cualquier organización acceda a este conjunto de datos estructurados mediante nuestra API de datos blockchain.

Obtén los datos blockchain más completos del mundo con nuestra Footprint Data API

La interfaz de usuario no es la única forma de acceder a los datos. Todas las interfaces actualmente soportadas están listadas aquí: Interfaces

Antes de Footprint Analytics, el análisis blockchain se limitaba a datos incompletos y no estructurados. Además, las organizaciones que utilizaban incluso las soluciones líderes sufrían retrasos en el acceso, limitaciones de rendimiento y agregación costosa de APIs.

Gracias a nuestra plataforma, que procesa datos on-chain de 23 cadenas en los niveles Silver y Gold mencionados, cualquier organización puede acceder a la mayoría de los datos GameFi, NFT y DeFi del mundo, todo a través de una API unificada. En Footprint Analytics se soportan tanto REST API como SQL API.

¿Qué tipo de aplicaciones puedes crear con estos datos? Aquí tienes algunos ejemplos:

• Seguir las mejores y peores tasas de retención de jugadores en todos los títulos GameFi
• Activar alertas cuando billeteras de grandes inversores mueven fondos dentro o fuera de cadenas o protocolos de interés
• Comparar fluctuaciones entre cadenas en TVL con precios de commodities
• Crear visualizaciones personalizadas para colecciones NFT de múltiples redes
• Descubrir las colecciones más populares y acceder a análisis detallados para más de 15 000 proyectos
• Seguir y rastrear los flujos de fondos de grandes inversores para identificar oportunidades de inversión y riesgos potenciales

Con Footprint, cualquier usuario puede acercarse un paso más al análisis blockchain, ya sea inversor, analista, trader minorista, desarrollador o simplemente explorando su proyecto cripto favorito.