Footprint Analytics如何運作？
Footprint Analytics是一種區塊鏈分析工具，允許用戶從多個不同的區塊鏈鏈中收集、構建和可視化數據。本章將介紹Footprint數據分析工具的優勢。
區塊鏈的開放數據如果無法被人們訪問和理解，將沒有任何價值。幣圈新手傾向於只看代幣價格，這很簡單，但隨著人們的區塊鏈經驗越來越豐富，大家意識到要真正瞭解市場，需要整合去中心化金融（DeFi）數據、GameFi的留存數據以及更多其他數據，比如總鎖倉價值（TVL）、錢包信息以及存款和取款情況。
如果想了解“鯨魚”在不同項目之間的資金流動情況，或者全面瞭解公關危機對協議的影響，應該如何獲得這種數據呢？如何創建自定義解決方案來回答高度具體的問題呢？
從單一區塊鏈獲取這些未經過濾的原始數據在技術上並不困難。正因為如此，區塊鏈分析領域存在著數十種服務。這個過程本質上需要對數據進行結構化，即對輸入數據庫的數百萬行數據進行標準化處理，尤其是在區塊鏈技術實施多樣化的情況下。通過一些精妙的用戶體驗編程，數據被轉化為一種可以直觀理解的形式。
讓用戶將不同項目的不同指標添加到圖表中進行比較並不困難。Dune Analytics需要使用SQL來實現這一點。其他一些服務，比如Nansen，提供了更有限的自定義圖表。但如果想比較不同區塊鏈的數據呢？這便是問題所在。Footprint開發了一個模型，將這些原始數據彙總，並對其進行索引，使其具有意義。
數百萬筆交易的信息按領域進行劃分，我們的數據引擎確定它們是否可以歸類為遊戲化金融（GameFi）、非同質化代幣（NFT）、去中心化交易所（DEX）或其他。我們會解析這些數據，以便分析師可以搜索他們需要的信息，如區塊時間、總鎖倉價值、代幣價格等，並立即在圖表上顯示這些數據。
你將看到錢包地址、鏈、NFT系列和其他有意義的類別，而不是對大多數人來說難以辨認的數字和字母字符串。
有經驗的分析員如果需要更多靈活性，也可以使用SQL或Python處理原始數據。
構建業界最全面的數據引擎（我們目前覆蓋22個鏈）並保持最佳性能，這不是一項簡單的工作。
下文將深入闡釋我們的數據設計。
跨鏈分析的問題
蘋果和橙子無法做類比。
紅肉臍橙的果皮厚度是多少？玫瑰血橙有多少顆籽？這些問題顯然沒有意義，對甜度、大小、硬度、全球消費量的比較才有意義。我們可以用邏輯方法對這兩種橙子的以上方面進行量化分析。
這種邏輯分類就像結構化的語義數據，無論Solana或以太坊中鑄造NFT的代碼是什麼樣的，我們都需要找到一種方法將所有這些數據放入一個類別中，我們稱之為“鑄造”。
大多數主要的區塊鏈分析解決方案都允許你將蘋果與橙子進行比較，而在Footprint Analytics中，我們可以將蘋果與橙子、獼猴桃與菠蘿進行比較，並且這個列表還在不斷擴充。
截至12月，我們解析了來自22個不同區塊鏈的數據，比任何其他平臺都多。Footprint Analytics數據庫會自動獲取區塊鏈上的區塊、日誌、蹤跡和交易。它還會通過社區貢獻的數據和第三方API（如來自Coingecko的代幣價格數據）進行補充。所有這些數據最初都未經過處理和結構化。我們將其整理成各種類別，如借貸、流動性挖礦等。這樣，任何人都可以輕鬆訪問區塊鏈中的任何數據。
Footprint Analytics如何平衡靈活性和簡易性
Footprint的Web應用是建立在Metabase開源技術之上的。我們之所以使用Metabase，是因為它是開放的，允許用戶參與貢獻代碼，並持續進行改進和開發。
例如，Metabase的最新更新引入了模型。此功能允許用戶從同一數據庫的一個表或多個表中整理數據，以預測人們將提出的數據問題。
分析師可以方便地通過拖放查詢生成器在Footprint Analytics平臺上創建圖表。此功能大大降低了使用門檻，任何沒有技術知識的用戶都能夠使用該產品並提取商業價值。
需要注意的是，從架構上講，Metabase是SQL代碼的一種抽象；也就是說，通過拖放發出的任何請求都可以表示為SQL。因此，想要構建更復雜的查詢或更喜歡使用代碼處理數據的用戶可以立即使用SQL。
許多替代性分析解決方案允許用戶根據不同層次的需求分析不同的網絡。然而，在大多數情況下，替代性解決方案往往會走向極端，要麼實現非常靈活但需要了解查詢語言甚至編程語言的產品，要麼提供非常簡單的界面和準備好的腳本，但靈活性較低。
覆蓋範圍
我們在整個市場中具有最廣泛的覆蓋面之一。在以下部分，我們詳細描述了當前的覆蓋範圍，涉及數據（級別，域）的整理。
Footprint Analytics是如何解析如此多的數據的？
我們的核心競爭優勢是我們的Footprint Analytics平臺，由Footprint機器學習平臺提供支持。
“Footprint Analytics平臺”可以指用戶看到的網站footprint.network，而我們在談論Footprint Analytics平臺時，也指在幕後執行重要任務的引擎。
級別
我們使用一些數據ETL（數據提取-轉換-加載）技術，如Python和SQL，將青銅級數據轉換為白銀級數據，然後是黃金級數據。未來，我們計劃將ETL代碼（包括從青銅到白銀級數據解析的代碼）開源。
我們還通過我們的區塊鏈數據API，使任何組織都能夠訪問這些結構化數據寶庫。
使用Footprint數據API獲取世界上最豐富的區塊鏈數據
UI（用戶界面）不是唯一可用於訪問數據的界面。此處列出了所有當前支持的界面：界面
在Footprint Analytics之前，區塊鏈分析僅限於不完整和非結構化數據。此外，即使使用領先解決方案的組織也面臨訪問延遲、性能限制和昂貴的API聚合問題。
由於我們的平臺將23條鏈上的數據解析為上面提到的白銀和黃金級數據，任何組織都可以利用世界上大部分的GameFi、NFT和DeFi數據，所有這些都有一個統一的API。Footprint Analytics支持REST API和SQL API。
你可以用這些數據構建什麼樣的應用呢？我們列出了幾個例子：
- 跟蹤所有GameFi遊戲的最佳和最差玩家留存率
- 當鯨魚錢包將他們的錢存入或提出感興趣的鏈或協議時，觸發警報
- 比較不同鏈上的總鎖倉價值（TVL）與商品價格的波動
- 為多個網絡的NFT集合創建自定義顯示
- 發現最新的熱門收藏，並訪問15000多個項目的深入分析結果
- 跟蹤“鯨魚”地址的資金流動情況，發現投資機會和潛在風險
通過Footprint，無論你是投資者、分析師、散戶交易者、開發人員，還是單純想要探索喜歡的加密貨幣項目，你都離區塊鏈分析更近了一步。
Footprint Analytics如何運作？
Footprint Analytics是一種區塊鏈分析工具，允許用戶從多個不同的區塊鏈鏈中收集、構建和可視化數據。本章將介紹Footprint數據分析工具的優勢。
區塊鏈的開放數據如果無法被人們訪問和理解，將沒有任何價值。幣圈新手傾向於只看代幣價格，這很簡單，但隨著人們的區塊鏈經驗越來越豐富，大家意識到要真正瞭解市場，需要整合去中心化金融（DeFi）數據、GameFi的留存數據以及更多其他數據，比如總鎖倉價值（TVL）、錢包信息以及存款和取款情況。
如果想了解“鯨魚”在不同項目之間的資金流動情況，或者全面瞭解公關危機對協議的影響，應該如何獲得這種數據呢？如何創建自定義解決方案來回答高度具體的問題呢？
從單一區塊鏈獲取這些未經過濾的原始數據在技術上並不困難。正因為如此，區塊鏈分析領域存在著數十種服務。這個過程本質上需要對數據進行結構化，即對輸入數據庫的數百萬行數據進行標準化處理，尤其是在區塊鏈技術實施多樣化的情況下。通過一些精妙的用戶體驗編程，數據被轉化為一種可以直觀理解的形式。
讓用戶將不同項目的不同指標添加到圖表中進行比較並不困難。Dune Analytics需要使用SQL來實現這一點。其他一些服務，比如Nansen，提供了更有限的自定義圖表。但如果想比較不同區塊鏈的數據呢？這便是問題所在。Footprint開發了一個模型，將這些原始數據彙總，並對其進行索引，使其具有意義。
數百萬筆交易的信息按領域進行劃分，我們的數據引擎確定它們是否可以歸類為遊戲化金融（GameFi）、非同質化代幣（NFT）、去中心化交易所（DEX）或其他。我們會解析這些數據，以便分析師可以搜索他們需要的信息，如區塊時間、總鎖倉價值、代幣價格等，並立即在圖表上顯示這些數據。
你將看到錢包地址、鏈、NFT系列和其他有意義的類別，而不是對大多數人來說難以辨認的數字和字母字符串。
有經驗的分析員如果需要更多靈活性，也可以使用SQL或Python處理原始數據。
構建業界最全面的數據引擎（我們目前覆蓋22個鏈）並保持最佳性能，這不是一項簡單的工作。
下文將深入闡釋我們的數據設計。
跨鏈分析的問題
蘋果和橙子無法做類比。
紅肉臍橙的果皮厚度是多少？玫瑰血橙有多少顆籽？這些問題顯然沒有意義，對甜度、大小、硬度、全球消費量的比較才有意義。我們可以用邏輯方法對這兩種橙子的以上方面進行量化分析。
這種邏輯分類就像結構化的語義數據，無論Solana或以太坊中鑄造NFT的代碼是什麼樣的，我們都需要找到一種方法將所有這些數據放入一個類別中，我們稱之為“鑄造”。
大多數主要的區塊鏈分析解決方案都允許你將蘋果與橙子進行比較，而在Footprint Analytics中，我們可以將蘋果與橙子、獼猴桃與菠蘿進行比較，並且這個列表還在不斷擴充。
截至12月，我們解析了來自22個不同區塊鏈的數據，比任何其他平臺都多。Footprint Analytics數據庫會自動獲取區塊鏈上的區塊、日誌、蹤跡和交易。它還會通過社區貢獻的數據和第三方API（如來自Coingecko的代幣價格數據）進行補充。所有這些數據最初都未經過處理和結構化。我們將其整理成各種類別，如借貸、流動性挖礦等。這樣，任何人都可以輕鬆訪問區塊鏈中的任何數據。
Footprint Analytics如何平衡靈活性和簡易性
Footprint的Web應用是建立在Metabase開源技術之上的。我們之所以使用Metabase，是因為它是開放的，允許用戶參與貢獻代碼，並持續進行改進和開發。
例如，Metabase的最新更新引入了模型。此功能允許用戶從同一數據庫的一個表或多個表中整理數據，以預測人們將提出的數據問題。
分析師可以方便地通過拖放查詢生成器在Footprint Analytics平臺上創建圖表。此功能大大降低了使用門檻，任何沒有技術知識的用戶都能夠使用該產品並提取商業價值。
需要注意的是，從架構上講，Metabase是SQL代碼的一種抽象；也就是說，通過拖放發出的任何請求都可以表示為SQL。因此，想要構建更復雜的查詢或更喜歡使用代碼處理數據的用戶可以立即使用SQL。
許多替代性分析解決方案允許用戶根據不同層次的需求分析不同的網絡。然而，在大多數情況下，替代性解決方案往往會走向極端，要麼實現非常靈活但需要了解查詢語言甚至編程語言的產品，要麼提供非常簡單的界面和準備好的腳本，但靈活性較低。
覆蓋範圍
我們在整個市場中具有最廣泛的覆蓋面之一。在以下部分，我們詳細描述了當前的覆蓋範圍，涉及數據（級別，域）的整理。
Footprint Analytics是如何解析如此多的數據的？
我們的核心競爭優勢是我們的Footprint Analytics平臺，由Footprint機器學習平臺提供支持。
“Footprint Analytics平臺”可以指用戶看到的網站footprint.network，而我們在談論Footprint Analytics平臺時，也指在幕後執行重要任務的引擎。
級別
我們使用一些數據ETL（數據提取-轉換-加載）技術，如Python和SQL，將青銅級數據轉換為白銀級數據，然後是黃金級數據。未來，我們計劃將ETL代碼（包括從青銅到白銀級數據解析的代碼）開源。
我們還通過我們的區塊鏈數據API，使任何組織都能夠訪問這些結構化數據寶庫。
使用Footprint數據API獲取世界上最豐富的區塊鏈數據
UI（用戶界面）不是唯一可用於訪問數據的界面。此處列出了所有當前支持的界面：界面
在Footprint Analytics之前，區塊鏈分析僅限於不完整和非結構化數據。此外，即使使用領先解決方案的組織也面臨訪問延遲、性能限制和昂貴的API聚合問題。
由於我們的平臺將23條鏈上的數據解析為上面提到的白銀和黃金級數據，任何組織都可以利用世界上大部分的GameFi、NFT和DeFi數據，所有這些都有一個統一的API。Footprint Analytics支持REST API和SQL API。
你可以用這些數據構建什麼樣的應用呢？我們列出了幾個例子：
- 跟蹤所有GameFi遊戲的最佳和最差玩家留存率
- 當鯨魚錢包將他們的錢存入或提出感興趣的鏈或協議時，觸發警報
- 比較不同鏈上的總鎖倉價值（TVL）與商品價格的波動
- 為多個網絡的NFT集合創建自定義顯示
- 發現最新的熱門收藏，並訪問15000多個項目的深入分析結果
- 跟蹤“鯨魚”地址的資金流動情況，發現投資機會和潛在風險
通過Footprint，無論你是投資者、分析師、散戶交易者、開發人員，還是單純想要探索喜歡的加密貨幣項目，你都離區塊鏈分析更近了一步。