إحدى القصص الكلاسيكية في تاريخ الشركات الناشئة في وادي السيليكون هي قرار بايبال بدفع 10 دولارات للأشخاص لاستخدام منتجها. كانت الفكرة وراء ذلك هي أنه إذا كنت تستطيع دفع الناس للانضمام، فإن قيمة الشبكة ستكون عالية بما يكفي لجذب الأشخاص الجدد مجاناً، وبالتالي يمكنك التوقف عن الدفع. يبدو أن الطريقة نجحت بالفعل، حيث تمكنت بايبال من التوقف عن الدفع والاستمرار في النمو، وبالتالي الاستفادة من تأثيرات الشبكة الخاصة بها.
في مجال العملات الرقمية، لقد اعتمدنا ووسعنا هذا النهج من خلال الهبات الجوية، ودفع الناس ليس فقط للانضمام ولكن عادة لاستخدام منتجاتنا لبعض الفترة.
اصبحت عمليات الانزال وسيلة متعددة الأوجه تستخدم لمكافأة المستخدمين المبكرين، وزعزعة حكم البروتوكول اللامركزي، و، بصراحة، لتسويق شيء جديد. إن تنظيم معايير التوزيع أصبح فنًا، خاصة عند تحديد من يجب مكافأته والقيمة المنسوبة لجهودهم. في هذا السياق، كل من كمية الرموز الموزعة وتوقيت إطلاقها، غالباً من خلال آليات مثل التخزين أو الإطلاق التدريجي، تلعب دورًا هامًا. يجب أن تكون هذه القرارات مستندة إلى تحليل منهجي بدلاً من الاعتماد على العمل بالظن أو المشاعر أو السابقات. استخدام إطار كمي أكثر يضمن العدالة والتوافق الاستراتيجي مع الأهداف على المدى الطويل.
النموذج التخفيض شبه الهيبربولييوفر إطارًا رياضيًا لاستكشاف كيف يتخذ الأفراد خيارات تنطوي على تنازلات بين المكافآت في أوقات مختلفة. تطبيقه مهم بشكل خاص في المجالات التي تؤثر فيها العجولة وعدم الاتساق مع مرور الوقت بشكل كبير على عملية اتخاذ القرار، مثل القرارات المالية والسلوكيات المتعلقة بالصحة.
يتم تحريك النموذج بواسطة معاملين خاصين بالسكان: التحيز الحالي، ꞵ، وعامل الخصم، 𝛿.
يقيس هذا المعلم ميل الأفراد إلى إعطاء الأولوية للمكافآت الفورية على حساب تلك التي تكون أبعد بشكل مفرط. يتراوح بين 0 و 1، حيث يشير القيمة 1 إلى عدم وجود تحيز حالي، مما يعكس تقييمًا متوازنًا ومتسقًا للمكافآت المستقبلية. كما تقترب القيم من 0، فهي تشير إلى تحيز حالي قوي بشكل متزايد، مما يشير إلى تفضيل متزايد للمكافآت الفورية.
على سبيل المثال، عندما يتم وضع خيار بين 50 دولارًا اليوم أو 100 دولارًا بعد عام، سيفضل الشخص الذي لديه انحياز حاضر عالي (أقرب إلى 0) الحصول على 50 دولارًا فورًا بدلاً من الانتظار للحصول على المبلغ الأكبر.
يصف هذا المعلم معدل تناقص قيمة المكافآت المستقبلية مع زيادة الوقت حتى تحقيقها، مع مراعاة الانخفاض الطبيعي في قيمتها المدركة مع التأخير. يتم تقدير عامل الخصم بشكل أكثر دقة على فترات زمنية طويلة ومتعددة السنوات. عند تقييم خيارين على المدى القصير (أقل من سنة واحدة)، يظهر هذا العامل تقلبات كبيرة حيث يمكن أن تؤثر الظروف الفورية بشكل مفرط على الإدراك.
للسكان العامة، تشير الدراسات إلى أن معدل الخصم عادة ما يكون حوالي 0.9. ومع ذلك، يكون هذا القيمة في كثير من الأحيان أقل بكثير بين المجموعات ذوي الاتجاهات القمارية.بحثتشير إلى أن القمارة المعتادين عادة ما يظهرون عامل الخصم المتوسط أقل قليلاً من 0.8، بينما يميل القمارة المشكلة إلى وجود عامل خصم أقرب إلى 0.5.
باستخدام المصطلحات أعلاه ، يمكننا التعبير عن الفائدة u لاستلام مكافأة x في الوقت t من خلال الصيغة التالية:
u(t) = tu(x)
يتم التقاط هذا النموذج لمعرفة كيفية تغير قيمة المكافآت اعتمادًا على توقيتها: يتم تقييم المكافآت الفورية بالمنفعة الكاملة، بينما يتم ضبط قيمة المكافآت المستقبلية لأسفل، مع مراعاة كل من التحيز الحاضر والتدهور الأسي.
في العام الماضي، أجرت مختبرات بانتيرا للأبحاث دراسة لقياس الاتجاهات السلوكية لمستخدمي العملات الرقمية. قمنا بإجراء استطلاع للمشاركين بسؤالين مباشرينمصمملقياس تفضيلهم للدفع الفوري مقابل الحصول على قيمة مستقبلية ما.
ساعدتنا هذه الطريقة على تحديد القيم الممثلة لكل من ꞵ و 𝛿. أظهرت نتائجنا أن العينة الممثلة لمستخدمي العملات الرقمية تظهر انحيازًا حاضرًا يتجاوز 0.4 بقليل وعامل خصم منخفض بشكل ملحوظ.
كشفت الدراسة عنأعلى من المتوسطتشير الانحياز الحالي وعامل الخصم المنخفض بين مستخدمي العملات الرقمية إلى وجود انحياز نحو العجلة وتفضيل الإشباع الفوري على المكاسب المستقبلية.
يمكن تصفيتها إلى عدة عوامل مترابطة داخل مجال العملات الرقمية:
في حين أن نتائج الدراسة قد تختلف عن السلوك البشري النموذجي ، إلا أنها تعكس خصائص واتجاهات قاعدة مستخدمي العملات الرقمية الحالية. يعتبر هذا التمييز ذو صلة خاصة بالمشاريع التي تصمم توزيعات الهدايا الجوائز والرموز ، حيث يتيح فهم هذه السلوكيات الفريدة التخطيط الاستراتيجي وهيكلة نظام المكافآت بشكل أفضل.
خذ، على سبيل المثال، النهج الذي اتبعهالانجراف، إكس دي إيه بيربس على سولانا، التي أطلقت مؤخرًا عملتها الرقمية الأصلية، دريفت. قام فريق دريفت بتضمين آلية تأخير الوقت في استراتيجية توزيع عملتهم الرمزية، مما يقدم مكافأت مضاعفة للمستخدمين الذين ينتظرون 6 ساعات بعد إطلاق العملة للمطالبة بإسقاط الهواء. تمت إضافة تأخير الوقت إلى منع الازدحام الناتج عادة عن الروبوتات في بداية إسقاطات الهواء ومساعدة تثبيت أداء العملة الرمزية عن طريق تقليل الارتفاع الأولي للبائعين.
في الواقع، فقط7.5ك، أو 15% (في وقت كتابة هذا النص) من المطالبين المحتملين لم ينتظروا 6 ساعات لتضاعف مكافآتهم. استنادًا إلى البحث الذي قدمناه، يمكن أن يكون التغير المتوقع قد تأخر بضعة أشهر وباحتمالية إحصائية يجب أن يكون قد أرضى معظم مستخدميهم.
Mời người khác bỏ phiếu
إحدى القصص الكلاسيكية في تاريخ الشركات الناشئة في وادي السيليكون هي قرار بايبال بدفع 10 دولارات للأشخاص لاستخدام منتجها. كانت الفكرة وراء ذلك هي أنه إذا كنت تستطيع دفع الناس للانضمام، فإن قيمة الشبكة ستكون عالية بما يكفي لجذب الأشخاص الجدد مجاناً، وبالتالي يمكنك التوقف عن الدفع. يبدو أن الطريقة نجحت بالفعل، حيث تمكنت بايبال من التوقف عن الدفع والاستمرار في النمو، وبالتالي الاستفادة من تأثيرات الشبكة الخاصة بها.
في مجال العملات الرقمية، لقد اعتمدنا ووسعنا هذا النهج من خلال الهبات الجوية، ودفع الناس ليس فقط للانضمام ولكن عادة لاستخدام منتجاتنا لبعض الفترة.
اصبحت عمليات الانزال وسيلة متعددة الأوجه تستخدم لمكافأة المستخدمين المبكرين، وزعزعة حكم البروتوكول اللامركزي، و، بصراحة، لتسويق شيء جديد. إن تنظيم معايير التوزيع أصبح فنًا، خاصة عند تحديد من يجب مكافأته والقيمة المنسوبة لجهودهم. في هذا السياق، كل من كمية الرموز الموزعة وتوقيت إطلاقها، غالباً من خلال آليات مثل التخزين أو الإطلاق التدريجي، تلعب دورًا هامًا. يجب أن تكون هذه القرارات مستندة إلى تحليل منهجي بدلاً من الاعتماد على العمل بالظن أو المشاعر أو السابقات. استخدام إطار كمي أكثر يضمن العدالة والتوافق الاستراتيجي مع الأهداف على المدى الطويل.
النموذج التخفيض شبه الهيبربولييوفر إطارًا رياضيًا لاستكشاف كيف يتخذ الأفراد خيارات تنطوي على تنازلات بين المكافآت في أوقات مختلفة. تطبيقه مهم بشكل خاص في المجالات التي تؤثر فيها العجولة وعدم الاتساق مع مرور الوقت بشكل كبير على عملية اتخاذ القرار، مثل القرارات المالية والسلوكيات المتعلقة بالصحة.
يتم تحريك النموذج بواسطة معاملين خاصين بالسكان: التحيز الحالي، ꞵ، وعامل الخصم، 𝛿.
يقيس هذا المعلم ميل الأفراد إلى إعطاء الأولوية للمكافآت الفورية على حساب تلك التي تكون أبعد بشكل مفرط. يتراوح بين 0 و 1، حيث يشير القيمة 1 إلى عدم وجود تحيز حالي، مما يعكس تقييمًا متوازنًا ومتسقًا للمكافآت المستقبلية. كما تقترب القيم من 0، فهي تشير إلى تحيز حالي قوي بشكل متزايد، مما يشير إلى تفضيل متزايد للمكافآت الفورية.
على سبيل المثال، عندما يتم وضع خيار بين 50 دولارًا اليوم أو 100 دولارًا بعد عام، سيفضل الشخص الذي لديه انحياز حاضر عالي (أقرب إلى 0) الحصول على 50 دولارًا فورًا بدلاً من الانتظار للحصول على المبلغ الأكبر.
يصف هذا المعلم معدل تناقص قيمة المكافآت المستقبلية مع زيادة الوقت حتى تحقيقها، مع مراعاة الانخفاض الطبيعي في قيمتها المدركة مع التأخير. يتم تقدير عامل الخصم بشكل أكثر دقة على فترات زمنية طويلة ومتعددة السنوات. عند تقييم خيارين على المدى القصير (أقل من سنة واحدة)، يظهر هذا العامل تقلبات كبيرة حيث يمكن أن تؤثر الظروف الفورية بشكل مفرط على الإدراك.
للسكان العامة، تشير الدراسات إلى أن معدل الخصم عادة ما يكون حوالي 0.9. ومع ذلك، يكون هذا القيمة في كثير من الأحيان أقل بكثير بين المجموعات ذوي الاتجاهات القمارية.بحثتشير إلى أن القمارة المعتادين عادة ما يظهرون عامل الخصم المتوسط أقل قليلاً من 0.8، بينما يميل القمارة المشكلة إلى وجود عامل خصم أقرب إلى 0.5.
باستخدام المصطلحات أعلاه ، يمكننا التعبير عن الفائدة u لاستلام مكافأة x في الوقت t من خلال الصيغة التالية:
u(t) = tu(x)
يتم التقاط هذا النموذج لمعرفة كيفية تغير قيمة المكافآت اعتمادًا على توقيتها: يتم تقييم المكافآت الفورية بالمنفعة الكاملة، بينما يتم ضبط قيمة المكافآت المستقبلية لأسفل، مع مراعاة كل من التحيز الحاضر والتدهور الأسي.
في العام الماضي، أجرت مختبرات بانتيرا للأبحاث دراسة لقياس الاتجاهات السلوكية لمستخدمي العملات الرقمية. قمنا بإجراء استطلاع للمشاركين بسؤالين مباشرينمصمملقياس تفضيلهم للدفع الفوري مقابل الحصول على قيمة مستقبلية ما.
ساعدتنا هذه الطريقة على تحديد القيم الممثلة لكل من ꞵ و 𝛿. أظهرت نتائجنا أن العينة الممثلة لمستخدمي العملات الرقمية تظهر انحيازًا حاضرًا يتجاوز 0.4 بقليل وعامل خصم منخفض بشكل ملحوظ.
كشفت الدراسة عنأعلى من المتوسطتشير الانحياز الحالي وعامل الخصم المنخفض بين مستخدمي العملات الرقمية إلى وجود انحياز نحو العجلة وتفضيل الإشباع الفوري على المكاسب المستقبلية.
يمكن تصفيتها إلى عدة عوامل مترابطة داخل مجال العملات الرقمية:
في حين أن نتائج الدراسة قد تختلف عن السلوك البشري النموذجي ، إلا أنها تعكس خصائص واتجاهات قاعدة مستخدمي العملات الرقمية الحالية. يعتبر هذا التمييز ذو صلة خاصة بالمشاريع التي تصمم توزيعات الهدايا الجوائز والرموز ، حيث يتيح فهم هذه السلوكيات الفريدة التخطيط الاستراتيجي وهيكلة نظام المكافآت بشكل أفضل.
خذ، على سبيل المثال، النهج الذي اتبعهالانجراف، إكس دي إيه بيربس على سولانا، التي أطلقت مؤخرًا عملتها الرقمية الأصلية، دريفت. قام فريق دريفت بتضمين آلية تأخير الوقت في استراتيجية توزيع عملتهم الرمزية، مما يقدم مكافأت مضاعفة للمستخدمين الذين ينتظرون 6 ساعات بعد إطلاق العملة للمطالبة بإسقاط الهواء. تمت إضافة تأخير الوقت إلى منع الازدحام الناتج عادة عن الروبوتات في بداية إسقاطات الهواء ومساعدة تثبيت أداء العملة الرمزية عن طريق تقليل الارتفاع الأولي للبائعين.
في الواقع، فقط7.5ك، أو 15% (في وقت كتابة هذا النص) من المطالبين المحتملين لم ينتظروا 6 ساعات لتضاعف مكافآتهم. استنادًا إلى البحث الذي قدمناه، يمكن أن يكون التغير المتوقع قد تأخر بضعة أشهر وباحتمالية إحصائية يجب أن يكون قد أرضى معظم مستخدميهم.