不断发展的区块链行业
区块链技术是当今的一个热门话题，尤其是在2017年DeFi的出现，加密货币世界迎来爆发性增长，NFT等也成为了新的潮流。在加密货币热潮和财富吸引下，越来越多的机构，投资人，项目，投资机构，交易员以及数据分析师等参与到DeFi行业，探索更多DeFi的应用和财富的增长。DeFi项目和用户的增长，也让链上数据呈现指数级增长，这些海量的数据有着巨大的挖掘价值。
链上数据的特点
与传统的数据源对比，区块链的设计为数据分析运用提供许多重要的好处：
1.高数据质量且海量
a.所有区块链数据一旦经过验证和批准，这些记录就变得不可篡改。
b.随着用户和业务的高速增长，数据量也变得越拉越庞大，这也让我们对数据分析的效率、准确度、成本等方面提出了更多的要求
2.可追溯但“个性化”十足
ETC官方：开发人员正努力寻找安全可行的解决方案:刚刚ETC官方发推称，想再次提醒交易所、矿池、以及其他服务提供商，大幅度增加交易确认时间，或者暂停所有存款和挖矿交易。开发人员正在努力寻找安全可行的解决方案。[2020/8/6]
a.所有区块链记录包括了所有必要的信息，以跟踪其来源以及上线文，例如，哪个地址启动了交易，何时发生，资产转移的数额，以及哪个地址接收了该资产，产生了多少费用。
b.虽然所有数据都可追溯，但跨链跨平台的数据由于开发者的不一样，也让本应该同一意义的数据变得“个性化”十足，使得数据使用者在使用这些数据的时候不得不花比较大的精力进行数据清洗。
3.去中心化的“公开”与匿名性“隐私保护”
a.如同每个商业机构都想获取用户的消费行为，信用情况，消费喜好一样，DeFi项目方，投资者也希望分析链上用户的投资行为来获取更多信息，以优化自己的产品或投资的组合。但是传统的机构往往无法获取用户全面而真实的信息，因为用户的隐私数据是被保护的，而区块链的属性意味着每个交易数据都是公开的，这使得链上的数据挖掘分析有无限的潜力。
美国Scott+Scott律师事务所寻找嘉楠科技集体诉讼相关投资者:3月5日，美国Scott+Scott?Attorneys?at?Law?LLP律师事务所通知投资者，一项针对嘉楠科技（NASDAQ:CAN）和某些其他被告的集体诉讼已被提起，涉及涉嫌违反1933年《证券法》的行为。投资者如果购买了与该公司2019年11月20日IPO相关的ADS，并遭受重大实际或留存损失，麻烦联系律所。据此前报道，2月20日，投资分析平台Marcus Aurelius Value发布对嘉楠科技的看空报告。次日，美国律师事务所 Schall Law宣布将对嘉楠耘智进行调查。之后美国律所Rosen、Bragar Eagel＆Squire张贴布告寻找嘉楠耘智的投资者，号召投资者联系律所以提起集体诉讼。3月4日，嘉楠投资者Phillippe Lemieux在美国俄勒冈州地方法院提起集体诉讼。除起诉嘉楠耘智之外，原告同时起诉其IPO承销商Galaxy Digital、华兴资本、华泰金融控股和招银国际金融等。（Businesswire）[2020/3/7]
链上数据分析的难点与挑战
声音 | Paul Rajchgod：Calvin Ayre在寻找BSV相关领域的更多投资机会:在CoinGeek伦敦会议的第一天，Ayre Group私募股权董事总经理Paul Rajchgod为寻求Calvin Ayre投资的开发商和企业制定了指导方针。他表示，只有BSV可扩展，这就是为什么Calvin Ayre正在寻找可以建立在BSV区块链上的进一步投资。针对BSV感兴趣的特定领域包括：能够产生大量小额支付和数据交易的应用程序；推进Metanet的企业；适用于其他BSV应用的B2B基础设施；允许传统企业轻松与BSV应用程序集成的技术。（PRNewswire）[2020/2/21]
Blockchain仍然是一项新技术，可以说，我们才刚刚开始理解与探索它提供的数据的价值。在这个早期阶段，能够有效地收集、总结和可视化数据是至关重要的。目前，区块链分析的大多数用例都集中在加密货币行情与合规分析上。在数据分析，特别是可视化数据分析领域里，仍然存在着许多机遇与挑战：
声音 | 陆金所张义军：需要寻找一个新的机构间合作模式以拓展区块链应用场景:1月11日，中国经营报刊文“区块链应用场景急拓展 合作模式亟待创新”。文章称，陆金所技术架构总经理张义军表示，区块链技术的落地相对较难的主要原因之一，是因为缺乏大型应用场景所需要的上下游，主要在于区块链的去中心、数据共享的特性，需要机构改变原有合作模式、利益分配机制。张义军进一步表示，拓展区块链的应用场景需要一个更为开放、透明的环境，最重要的就是需要寻找一个新的机构间合作模式。[2020/1/11]
1.数据处理难
a.多平台、多链、多项目类型、链上数据信息多，需逐一处理；数据量大，访问速度慢；要查看平台丰富多维的数据，需每个项目开发逐一开发数据可视化。
2.增量数据导入难
a.不支持用户导入其他数据进行分析，无法结合其他数据、事件去分析数据背后的原因或者规律。
现场 | 姜辉：应注重区块链底层技术研发和寻找新应用场景:金色财经现场报道，全球区块链开发者大会 GBDC 2018 Day2 会议正在进行，会上OKcoin区块链工程院技术负责人姜辉在圆桌讨论中说，当前底层的技术还没有想象的那么好，当前主要精力放在底层技术研发，在应用上也在寻找新的场景以此进行创新。[2018/12/17]
3.数据分散，单一平台集成不完整
a.非主流货币、NFT等数据缺失；历史数据缺失；缺乏用户行为、其他关键事件分析的维度。
4.数据应用难
a.缺乏更多主题分析模块以及不能很好辅助用户更好去发现以及理解数据；大多数的可视化图表都是单视图，这些单一的视图，无法给到用户以及分析人员去看到项目或者交易的全貌。
5.分析体验差
a.希望更低操作门槛：不需要懂代码，懂SQL，支持自定义字段、报表。
b.希望数据更容易发现：最好有现成的dashboard可以fork，数据能按解决问题、业务类型、主题类型等进行整合，甚至选择主题能提醒、推荐字段类型等，方便做表。
c.希望报表能更好理解：对数据跟dashboard能有解读辅助，包括字段解析、口径说明、报表解读等。
6.地址数据追踪难
a.中心化的交易所钱包地址行为无法追踪，多钱包地址无法关联、同钱包多链数据无法整合，缺乏时间维度的追踪。大多数可视化图表都是静态图，分析人员无法按时间序列去追踪变化。
7.标签应用少，不成熟
a.缺乏根据行为类别，结合业务内涵，分析场景等去打的标签；大多数平台不支持自定义标签，即使有支持自定义标签，也缺乏打标签的规则。
为探索数据的价值，许多专注区块链的数据分析平台正在崛起。随着区块链分析需求的增长，这些工具正变得越来越有效和强大，更加符合不断增长的业务需求。其中，由互联网连续创业者团队搭建的Footprint，是一个帮助你把区块链数据探索结果可视化的一站式分析平台，其极简单，易操作的友好体验在深受DeFi用户喜爱。Footprint为数据分析用户提供了以下的解决方案：
1.丰富多样的可视化报表样式
a.好的可视化是会讲故事的，一图胜千言，它向我们揭示了数据背后的规律。Footprint提供了丰富多样的可视化交互图表样式，几乎可以满足分析师的所有需求，是分析师不可或缺的分析工具。
2.无需写任何代码，自助拖拽式分析
a.Footprint屏蔽底层繁琐而难以理解的原始表，对链上数据进行业务抽象。它让你无需写任何SQL或者一行代码即可对链上数据进行探索。你可以简单点击添加新图表，即可以开始享受拖拽式的分析体验。
3.快速创建报表，自定义仪表盘
a.Footprint提供丰富的数据分析模板，支持你一键复制平台上任意开放的分析表，帮助你轻松创建和管理你的个性化仪表板。你还可以一键分享你的数据表、仪表盘给你的合作伙伴或者社交渠道，共享你的洞察。
4.支持多链数据
a.支持跨链，多项目类型的数据，支持用户按链、按项目类型进行画图与分析。
5.提供多样标签
a.Footprint数据库中，已经对DeFi平台按照分类进行标记。并且目前支持用户对report以及dashboard进行打标签，用户可以根据标签快速搜索自己所需要的报表模板。
b.在FootprintQ3的迭代计划中，将跟踪并标记每一个单独的钱包地址交换，这意味着你可以准确地看到哪个地址正在积累--或卖掉--特定的代币。你可以分析特定的代币或投资组合创造了多少利润。平台上关于代币的使用率、参与度和流动性等指标，可以帮助你在投资新代币之前和之后做出明智的决定。
6.互助式的数据社区运营
a.许多活跃的、多样化的、高参与度的成员通过社区论坛互相激励和支持，一个世界性的用户群被建立起来，以分享见解和推动平台的发展。
加密货币的交易，涉及多链，多项目，多钱包，数据量和复杂程度对开发人员以及数据分析人员都是一个大挑战。对于数据分析平台，收集及整理标准化的数据结构，都需要耗费大量的时间和精力，并且需要不断投入长期维护。也是因为数据的复杂性，目前市面上大部分的分析工具仅实现整体统计数据或部分链的数据，能够像Footprint一样提供可追踪到个体行为这样微观的数据颗粒度的平台几乎没有。
随着区块链多链生态逐步发展，数据的分析将迎来更大的发展机遇，Footprint作为数据分析平台的新星，凭借极其友好，简单的操作体验和数据能力，将给DeFi领域和用户带来更多惊喜。
关于FootprintAnalytics
FootprintAnalytics是一个一站式可视化区块链数据分析平台。
FootprintAnalytics将用户体验放在第一位，它提供了一个直观简洁的用户界面，可以通过拖拽式数据交互，进行查询和可视化数据分析。无论是数据分析师、数据科学家、开发人员、学生、教师、管理者还是项目方，都可以迎合自己的需求，轻松使用这一强大的数据分析工具。
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。