Comment Footprint Analytics Se Justifie-t-il ?

Les données ouvertes de la blockchain n’ont de valeur que si elles sont accessibles et compréhensibles. Les nouveaux venus dans la crypto se focalisent généralement sur le prix des tokens, ce qui reste simple. Toutefois, à mesure que l’on gagne en expérience, on comprend que pour saisir réellement le marché, il faut accéder à des données de niveau pool pour la DeFi, des indicateurs de rétention pour la GameFi, et bien plus encore—par exemple, la TVL, les informations de portefeuilles, les dépôts et retraits.

Si vous souhaitez analyser les mouvements de baleines entre différents projets ou évaluer l’impact d’une crise de relations publiques sur un protocole, comment obtenir ces données et concevoir des solutions sur mesure pour des questions très spécifiques ?

Obtenir ces données brutes et non filtrées sur une seule blockchain n’est pas particulièrement complexe techniquement. D’où la présence de nombreuses solutions dans l’analyse blockchain. Le processus consiste principalement à structurer les données—standardiser des millions de lignes alimentées dans une base, en tenant compte de l’hétérogénéité technique des blockchains. Grâce à une programmation UX ingénieuse, les données sont rendues visuellement compréhensibles.

Il est tout à fait possible d’ajouter différents indicateurs issus de plusieurs projets dans un même graphique pour les comparer. Dune Analytics exige l’utilisation de SQL pour cela. D’autres, comme Nansen, proposent des graphiques personnalisables, mais à une échelle bien plus limitée. Mais si vous souhaitez comparer des données entre plusieurs blockchains, la complexité augmente. Chez Footprint, nous avons développé un modèle qui agrège ces données brutes et les indexe pour leur donner du sens.

Les informations sur ces millions de transactions sont segmentées par domaine—notre moteur de données détermine s’il s’agit de GameFi, NFT, DEX ou autre. Nous décodons ces données pour que les analystes puissent rechercher les informations nécessaires, telles que le temps de bloc, la TVL, le prix du token, etc., et afficher immédiatement ces indicateurs dans un graphique.

Au lieu de chaînes de chiffres et de lettres généralement indéchiffrables, vous obtenez des adresses de portefeuilles, des blockchains, des collections NFT et d’autres catégories pertinentes.

Les analystes expérimentés qui recherchent plus de flexibilité peuvent aussi travailler avec les données brutes via SQL ou Python.

Développer un moteur de données parmi les plus complets du secteur—nous couvrons actuellement 22 blockchains—tout en garantissant les meilleures performances, a représenté un défi d’ingénierie majeur.

L’article suivant détaille la conception de notre architecture de données.

Le problème de l’analyse cross-chain

On ne peut pas comparer des pommes et des oranges.

Quelle est l’épaisseur de la peau d’une Golden Delicious, ou le nombre de pépins dans une orange Cara Cara ? La question n’a pas de sens, mais la comparaison devient pertinente si l’on analyse la douceur, la taille, la dureté, la consommation mondiale—des critères quantifiables pour les deux fruits.

Cette catégorisation logique s’apparente à des données sémantiques structurées. Peu importe le code de minting d’un NFT sur Solana ou sur Ethereum, il faut trouver un moyen de regrouper toutes ces données dans une seule catégorie, nommée « Minting ».

La plupart des grandes solutions d’analyse blockchain permettent de comparer des pommes et des oranges. Chez Footprint Analytics, nous allons plus loin : nous comparons pommes, oranges, kiwis, ananas, et bien d’autres.

En décembre, nous traitons les données de 22 blockchains différentes, soit plus que toute autre plateforme. La base de données Footprint Analytics récupère automatiquement blocs, logs, traces et transactions sur la blockchain. Elle complète ces informations avec des données communautaires et des API tierces (par exemple, les prix des tokens via Coingecko). Toutes ces données sont initialement brutes et non structurées. Nous les structurons pour les intégrer dans des catégories telles que emprunt, prêt, yield farming, etc. Ainsi, toute donnée issue de la blockchain devient facilement accessible à tous.

Comment Footprint Analytics conjugue flexibilité et simplicité

L’application web Footprint repose sur la technologie open source Metabase. En savoir plus sur Metabase. Nous utilisons Metabase parce qu’elle est ouverte : les utilisateurs peuvent contribuer au code et l’améliorer au fil du temps.

Par exemple, la dernière mise à jour de Metabase introduit les modèles. Cette fonctionnalité permet aux utilisateurs de sélectionner des données provenant d’une ou plusieurs tables de la même base afin d’anticiper les questions susceptibles d’être posées.

Les analystes peuvent créer des graphiques sur la plateforme Footprint Analytics grâce à un générateur de requêtes glisser-déposer intuitif. Cette fonctionnalité abaisse considérablement la barrière d’entrée, permettant à tout utilisateur sans connaissances techniques d’exploiter le produit et d’en extraire de la valeur métier.

Il convient de noter que, sur le plan architectural, Metabase est une abstraction du code SQL : toute requête effectuée par glisser-déposer peut être traduite en SQL. Les utilisateurs souhaitant concevoir des requêtes plus complexes ou préférant travailler avec les données en code peuvent donc utiliser SQL directement.

De nombreuses solutions d’analyse alternatives permettent d’analyser différents réseaux selon divers niveaux d’exigence. Toutefois, la plupart tendent à aller dans les extrêmes, proposant soit un produit très flexible nécessitant la maîtrise de langages de requête ou de programmation, soit une interface très simple avec des scripts prédéfinis et, par conséquent, une flexibilité limitée.

Couverture
Nous disposons de l’une des couvertures les plus larges du marché. Nous la détaillons dans la section suivante, en précisant l’organisation des données (niveaux, domaines).

Comment Footprint Analytics traite autant de données ?

Notre principal avantage concurrentiel est la Footprint Analytics Platform, propulsée par la Footprint Machine Learning Platform.

La « Footprint Analytics Platform » désigne le site web accessible à l’adresse footprint.network. Mais ce terme englobe aussi le moteur qui effectue le travail de fond.

Niveaux
Ce moteur transforme les Bronze Data en Silver, puis en Gold grâce à des processus ETL comme Python et SQL. À l’avenir, nous prévoyons de rendre le code ETL, y compris celui du passage de Bronze à Silver, open source.

Nous permettons également à toute organisation d’accéder à cette mine de données structurées via notre API de données blockchain.

Accédez aux données blockchain les plus riches au monde avec notre API Footprint Data

L’interface utilisateur n’est pas le seul moyen d’accéder aux données. Toutes les interfaces actuellement prises en charge sont listées ici : Interfaces

Avant Footprint Analytics, l’analyse blockchain se limitait à des données incomplètes et non structurées. De plus, les organisations utilisant même les solutions les plus avancées étaient confrontées à des délais d’accès, des limitations de performance et des coûts élevés liés à l’agrégation des API.

Grâce à notre plateforme qui traite les données on-chain de 23 blockchains dans les niveaux Silver et Gold mentionnés plus haut, toute organisation peut accéder à la majorité des données GameFi, NFT et DeFi mondiales via une API unifiée. Footprint Analytics prend en charge les API REST et SQL.

Quels types d’applications pouvez-vous créer avec ces données ? Voici quelques exemples :

• Suivre les meilleurs et les moins bons taux de rétention des joueurs sur l’ensemble des titres GameFi
• Déclencher des alertes lorsque des portefeuilles de baleines déplacent leurs fonds sur des blockchains ou protocoles ciblés
• Comparer les fluctuations cross-chain de la TVL avec les prix des matières premières
• Créer des affichages personnalisés pour des collections NFT provenant de plusieurs réseaux
• Découvrir les dernières collections en vogue et accéder à des analyses approfondies pour plus de 15 000 projets
• Suivre les flux de fonds des baleines afin d’identifier des opportunités d’investissement et des risques potentiels

Avec Footprint, chacun peut accéder plus facilement à l’analyse blockchain, que vous soyez investisseur, analyste, trader particulier, développeur ou simplement curieux d’explorer votre projet crypto favori.