一、分析背景
2021年已经接近尾声，回顾今年的 crypto currency 市场，在大洋彼岸，NFT 无疑是最具热点的话题和方向。随着 OpenSea 等平台的崛起，市面上的 NFT 项目也层出不穷。
众所周知，NFT 项目强依赖于社区与热点，那么我们如何评估一个 NFT 项目的优劣，如何才能为投资行为提供强有力的支撑依据呢？
在本文中，笔者分享一下前段时间与加密货币行业某一级市场 VC 合作的 NFT 相关的数据分析实践。
二、评估指标介绍
评估一个NFT项目的好坏无疑是看这个项目的活跃程度、大众接受程度、社区的繁荣程度，如果这些直观的标准都是 high level，那么无疑是一个较好的 NFT 项目。
依赖直观标准的缺点是无法对其进行有效量化，我们试图通过链上数据分析寻找更有数据支撑与说服力的评估指标。在本文中，我们介绍其中一个 NFT 评估指标实例——玩家重合度指标，该评估指标基于以下假设：
??????????NFT 存在蓝筹项目，这些蓝筹项目的参与者具有一定的参考价值
??????????NFT 赛道存在活跃玩家，这些活跃玩家会发掘新的 NFT 并及时参与进去
??????????如果NFT 项目的玩家中，活跃玩家占比较多，说明项目质量不错
我们希望这个指标可以给定一个 NFT 项目的合约地址，输出该 NFT 项目玩家中，NFT 熟练玩家（或者说是活跃玩家）的占比，从而模糊评估该项目在整个 NFT 市场上的社区、参与质量。
在下面的章节，笔者会 step by step 介绍如何从链上数据获取到该指标的整个过程。
三、需要关注哪些交易？
首先我们应该知道需要关注哪些交易才能定位到 NFT 的交易者。以 Ape 为例，该项目是基于 ERC-721 代币标准构建的：
因此，我们需要关注 ERC721 代币每次转账的发送方和接收方，这两个地址就是我们可以认定的 “NFT交易者”。具体一点，我们需要关注 transferFrom 合约方法的调用，并将 transferFrom 的 from 和 to 地址抽取出来。
为了实现这个需求，我们需要考虑两种情况：一种是交易者直接与 Ape 合约进行交互，一种是通过合约 call 的方式与 Ape 合约进行交互。
?-?直接与 Ape 合约交互
如交易：
0xff9a1b806e26ca45b4ce45a05929aa1759c913162b4a98b16ddc12db015002a1，可以看到用户直接和 Ape 合约进行交互：
这种场景下，我们只需要利用 ABI 解析出交易中的 input data 即可，利用 web3.py 可以很容易做到这一点：
?
?-?合约 call 调用与 Ape 交互
除了直接与 Ape 交互，实际上很多交易行为是通过其他合约调用 Ape 相关方法实现的，比如在 OpenSea 中交易 Ape NFT，交易id：0x0000c29cdda9857072510fc52adf701d4cc7d769f3d00704c062fc399d731bb4
可以看到，用户通过和 OpenSea 合约进行交互来交易 Ape NFT，而在以太坊交易中不会存储合约之间的调用关系与相关细节，对于这种合约调用分析，我们需要依赖 trace 节点获取 call tracing 数据，进而分析调用关系：
从 tracing 结果来看，最终 OpenSea 合约还是调用了 Ape 合约的 ERC-721 标准方法来完成 NFT 转移：
对于这种合约调用的交易，我们可以分析该交易的 event log 来获取 NFT 交易者信息，如 ERC-721 约定了 Transfer 事件，在每次 NFT 换手时均会被 emit，因此我们就不需要对交易进行 trace 也能通过 event 获取交易者信息。
通过 web3.py 也可以轻松完成解析：
tx_receipt = w3.eth.get_transaction_receipt(txid)logs = tx_receipt['logs']logs = tx_receipt['logs']logs_num = len(logs)for i in range(logs_num):ret = contract.events.Transfer().processLog(logs[i])# parse the logstry:ret = contract.events.Transfer().processLog(logs[i])nft_traders.append({'sender': ret['args']['from'],'receiver': ret['args']['to']})except Exception as e:continue
四、基础数据建设
在我们内部，需要经常应对这种类型的数据分析需求，从而满足传统的资金溯源、普通 ERC-20 转账，到 Dex、NFT 交易分析等需求。
在建设基础数据层时，我们需要对主网每个交易进行解析、tracing 出 call stack、对合约交易的 input data 进行 ABI 解码、对event进行ABI解码，再进行清洗、格式化等操作，最终将以上数据入库。
有了基础数据层建设，我们可以直接执行查询定位到相关交易，不需要临时性遍历全部区块中的交易。
五、NFT项目评估
通过对蓝筹 NFT 项目、待评估 NFT 项目进行交易分析，我们获取到了两个数据集：
???????蓝筹项目交易者列表
???????待评估项目交易者列表
该列表保存三个字段：sender、receiver、txid 即可。
有了以上数据，我们不仅可以获得玩家重合度数据，也可以回答出以下问题：
???????待评估 NFT 项目的玩家总数是多少？
???????待评估 NFT 项目与蓝筹项目的交易活跃度差距是多少？
???????待评估 NFT 项目中，玩家和蓝筹项目的重合度是多少？
???????待评估 NFT 项目中，是否存在交易刷量行为？
利用这些基础数据，与链上资金溯源、链上真人地址识别等技术相结合，我们甚至可以反推出 NFT 项目的市值管理策略，从而从更深层次去评估目标项目的优劣。
六、总结
本文介绍了如何通过链上数据分析目标 NFT 项目，包括基础数据、交易解析、指标分析思路等。区块链有透明化、交易活动公开化等特点，通过定制化的数据分析的方式，我们可以快速发现加密货币市场的潜流，从而为我们的决策提供更有力的佐证。