2023年1月
数据源：NFT真实交易分析面板
前言
NFT作为一个2017年才出现的概念，在2018年至2020年一直处于生态发展的酝酿期，在2021年初开始迎来真正的爆发，一系列如CryptoPunk，TheSandbox，BAYC等知名NFT开始走入大众视野，同时web3的浪潮涌起，带着NFT完成了破圈的壮举。时间进入2022年，自3月以来NFT市场热度减弱，但交易依然活跃。虽然2022年上半年被认为是加密市场的熊市来临，但是NFT究竟受到了哪些影响？NFT的总市值、交易额有怎样的变化？对于投资者来说意味着什么？
本次，0xScope联合Footprint研究了2022年6月至9月新兴的NFT产业的表现，我们通过分析用户行为、链上交易、项目背后的实际活跃度，和NFT价格方面的表现，对以上问题做出了解答。
主要研究话题：
NFT的用例目前集中在游戏，元宇宙，艺术品和社交等领域，Gamefi的经济系统本身和NFT就是密不可分的，同时社交领域大多去围绕NFT进行web3的去中心化社交，NFT作为一种链上资产，无论是它的展示属性，还是自带的话题度，都能和用户的identity产生奇妙的化学反应。未来，随着元宇宙的发展和用户数字资产的扩大，NFT将会有更加宏大的应用场景。本报告深入探讨了NFT生态系统中每个元素的表现，通过研究市场上仍在流通的NFT项目，以及它们在2022年上半年的熊市周期中的表现--我们首先提出如下几个研究问题：
如何看待宏观环境和历史事件对NFT市场的影响？
近期NFT市场的购买行为是怎样一种情况？相比于2021年，2022年消费者和VC的信心如何？
NFT交易市场作为最重要的风向标之一，现在的日均活跃用户还有多少？用户们仍旧感兴趣的NFT是哪些项目？
NFT交易市场的新增用户数有多少？其中有多少地址背后是真实用户，多少是“左右手倒卖”行为？
NFT的广泛应用不仅撬动了加密货币在加密市场经济体系的中心地位，而且给区块链世界带来了另一种独特的话语权体系，web3不仅是一个纯粹的金融系统，慢慢也变成了拥有人文情怀的元宇宙。在本次报告中，我们将会围绕这些问题进行讨论，并为大家提出一些未来值得关注的NFT项目。
Overview
NFT研报
1、NFT市场的总览
ETH是NFT在买卖环节最普遍的支付货币，在本身NFT的价格波动就极为剧烈的情况下，ETH的价格波动变相的加剧了NFT的价格不稳定性。在牛市，购买NFT能够获得NFT增值以及ETH的增值。同理，熊市的时候也会因为ETH的下跌，导致即使NFT地板价不变的情况下的金本位损失，更糟糕的情况是NFT失去流动性，无法变现导致一无所归。
下图展示了近一年来NFT的总市值与ETH价格之间的关系：柱状图代表NFT的总市值，折线图代表ETH的价格变化趋势。可以看到NFT的整体市值与ETH价格呈现强关联趋势。唯一的区别是在2022年2月到5月，ETH即使在下跌过程中，NFT市值仍然处在火热阶段，最高达到了40B的总市值。在5月之后，NFT的价值随着ETH一起降到谷底。直至最近的11月、12月，似乎NFT的市值逐渐脱离ETH的价格影响，重新上涨至32.8B。
总体而言，NFT市值会跟随ETH价格变动，并表现的更为剧烈。当ETH价格趋于平稳，NFT市值可能会脱离ETH价格趋势，开启独立行情。值得注意的一点，由于任何人都可以创建NFT系列，并且有高地板价和低流动性NFT的存在，NFT市值将会出现严重的泡沫。
??Source:?FootprintAnalytics-NFTMarketcapÐPrice?
2、整体NFT市场的真实交易人数
截止2022年11月，整个NFT领域以太链二级市场的总交易额达到了72.1B，在加密货币行业萎靡的8月-10月仍然有3.4B的总交易额。在这3个月中，共有1.55M个地址参与了NFT交易，其中购买者的数量为0.96M，卖家有1M个，大约平均每个地址交易了2183USD。
但是因为区块链上每个人都可以无限创造地址，所以真实的交易者基数大概是多少个呢？我们以十月份的数据为例：
十月交易NFT总地址数、买家、卖家分别为：392707、231727、266983个
十月交易NFT总实体数、买家、卖家分别为：262752、171636、179024个
可以看到实体数比地址数要少很多，因为0xScope采用的地址归集算法能够可能属于同一个人的地址归集成一个实体，所以每一个实体背后可能代表了多个地址。
同时我们分别计算真实交易者比率：67%、74%、67%
67%代表所有NFT交易地址中，每10个地址可能只有不到7个是是真实的交易者。所以10月的NFT交易者基数大概为0.26M人，并且平均每人的交易额相较于用地址数计算也会有所上升。?
Source:?FootprintAnalytics-NFTAddresses?
3、主流NFT交易平台的真实用户情况
截止2022年11月，以太链上最主要的NFT交易平台分别是Opensea、Looksrare、X2Y2、Blur和Element。下图则分析了他们的真实用户比率以及日活情况。
真实用户比例的计算方式为：项目总交互实体数/项目总交互地址数
真实用户比例(%)越高代表该项目用户中绝大部分只使用1个地址，越低则代表可能会人用多地址有刷单行为。
从图中可以看到整个NFT市场的真实用户比例其实不高，平均每个用户都大致使用了至少2个地址进行交互。其中X2Y2(56%)以及Element(53%)的真实用户比例最低，这可能是因为项目方的交易量活动导致大批量的女巫参与，造成的一种虚假繁荣景象。?
Source:FootprintAnalytics-NFTMarketplaceStats?
下图将进一步探究项目的每日真实用户比率：
蓝色柱状图代表新增地址数、绿色柱状图代表新增实体数
黄色折线代表每日的新增用户真实用户比率趋势
橙色折现代表历史上所有用户的真实用户比例趋势
?新增用户对于一个项目来说至关重要，因为这决定了项目的生命周期，受欢迎程度，以及弥补流失用户对日活的影响。增加新增用户的一个有效途径就是开展活动，那么如何评判一个web3活动的有效性？这其实不仅需要看新增了多少个交互地址，例如一名女巫可能会带来成百上千的地址，但背后的实体数可能只有1人。因此还需要看新增用户的真实用户比例，同时这个比例越高越好。
除了Opensea以外下面其他3个nft交易平台都开开展过交易量活动，并都有着相对较高的每日真实用户比例波动，尤其是Element，他在9月、10月期间虽然有很高的新增用户，但真实比例最低只有30%，这意味着用户刷号行为十分严重。刷号行为则可能包括NFT左手倒右手，批量地址购买自己的NFT等行为。从另一个角度来看，Opensea的新增用户真实比例逐渐上升，平台良性发展，带来的结果就是真实的NFT买卖、更高质量的活跃用户和更高的留存率。
4、NFT持有者的真实持有者比例
本节将进一步将研究范围缩窄，分析维度变成每个NFTcollection，并研究每个collection持有者情况。采用同样的方式，统计目前各个主流NFT系列的持有地址数、持有实体数、以及真实持有者比例。这个比例越低代表了NFT筹码越集中，实际上有少部分人潜在的控制了大量的NFT并不想被人发现。
这种情况之一是老鼠仓。例如之前Opensea高管通过提前获知Banner将会展示什么NFT，并提前批量购买获利。舍身处境一下，如果在知道某个NFT系列将会上涨，并不想被人从持有者排行榜中被人发现自己的地址，就应该分成不同的地址进行购买。那么利用地址归集能力，就能找到某个NFTcollection中最大的实体，并加总所有地址的持有个数，最终能找到他埋伏的数量。
第二是庄家控制地板价。因为地板价将会影响到普通NFT持有者的情绪，那么如果NFT筹码比较集中的被庄家持有，他就能够操控批量地址挂单价格从而影响整个NFT地板在不同价位的交易深度，使得地板价价格能够迅速拉高和降低。因此对于普通投资者而言，规避持有者比例更高的NFT，也许能够降低风险。?
Source:FootprintAnalytics-NFTTopCollections?
根据上文的数据和分析，我们认为：
NFT的整体市值与ETH价格呈现强关联趋势，当ETH价格趋于平稳时，NFT市值可能会脱离ETH价格趋势，开启独立行情；
NFT的价格在2022年内有过短暂波动，但是整体依旧较为火热，未来可期；
2022年，NFT的市场真实用户数占比约为70%，也就是每10个地址可能只有不到7个是是真实的交易者，水分较大，结合主流交易平台的真实用户和日活情况，除了Opensea以外，其余平台均出现过或多或少的刷号行为，整体市场中出现了一定程度的虚假灌水行为；
目前市场排名前列的NFTcollection为无聊猿，Otherdeed，mutantApeYachtClub和Meebits等。
Glossary：NFTMetricspoweredby0xScope
?
关于Footprint
FootprintAnalytics?是一个用于发现和可视化区块链数据的工具，涵盖了NFT和GameFi等领域的相关数据。目前为止，Footprint采集、解析和清理了24条公链的数据，为用户构建了无代码拖拽式做表面板，与此同时，Footprint也支持使用?SQL进行数据分析。
FootprintWebsite:??https://www.footprint.network
Discord:?https://discord.gg/3HYaR6USM7
Twitter:?https://twitter.com/Footprint_Data
Medium:?https://medium.com/@footprintofficial
关于0xScope
0xScope是第一个Web3知识图谱协议。它通过建立一个新的身份标准--来自数据层的新范围实体，解决了Web3数据分析中分析地址而不是真实用户的问题，并利用知识图谱能力统一了Web2和Web3的数据标准，大大降低了数据采集的难度，提高了数据穿透能力。
欢迎加入0xScope社区！
Discord:?https://discord.gg/0xscope
Telegram:?https://t.me/Scope_0x
Twitter:?https://twitter.com/ScopeProtocol
Medium:?https://medium.com/@0xscope_labs
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。