Le dilemme des airdrops : attirer de nouveaux utilisateurs tout en assurant leur fidélisation, quelle est la bonne stratégie pour un projet ?
TechFlow SélectionTechFlow Sélection
Le dilemme des airdrops : attirer de nouveaux utilisateurs tout en assurant leur fidélisation, quelle est la bonne stratégie pour un projet ?
Arrêtez les airdrops ponctuels !
Dédié à des analyses Web3 approfondiesRédaction : KERMAN KOHLI
Traduction : TechFlow
Récemment, Starkware a lancé son tant attendu airdrop. Comme la plupart des airdrops, cela a suscité de nombreuses controverses.
Alors pourquoi ce scénario se répète-t-il encore et encore ? On pourrait entendre certaines des opinions suivantes :
-
Les membres internes de l'équipe veulent simplement vendre massivement pour empocher des milliards de dollars
-
L'équipe ne connaît pas de meilleure méthode et n'a pas reçu les bons conseils
-
Les baleines devraient avoir une priorité plus élevée car elles ont apporté la valeur totale verrouillée (TVL)
-
Les airdrops visent à démocratiser davantage la participation aux cryptomonnaies
-
Sans les « farmers », il n'y aurait ni utilisation des protocoles ni tests sous pression
-
Les incitations mal calibrées des airdrops continuent de produire d'étranges effets secondaires
Aucune de ces affirmations n'est fausse, mais aucune n'est non plus complètement juste. Examinons certaines d'entre elles afin d'avoir une compréhension complète du problème actuel.
Lorsqu'on effectue un airdrop, on doit choisir entre trois facteurs clés :
-
Efficacité du capital
-
Décentralisation
-
Taux de rétention
On constate généralement qu'un airdrop fonctionne bien selon une seule dimension, mais rarement sur deux ou les trois dimensions simultanément.
L'efficacité du capital concerne le critère utilisé pour déterminer combien de jetons attribuer à chaque participant. Plus vous êtes efficace dans la distribution de l'airdrop, plus celui-ci ressemble à un minage de liquidités (un jeton par dollar déposé), ce qui profite aux grandes baleines.
La décentralisation concerne qui reçoit vos jetons et selon quels critères. Les récents airdrops adoptent souvent des critères arbitraires afin de maximiser la couverture démographique des bénéficiaires. C’est généralement positif, car cela permet d’éviter des complications juridiques tout en rendant certaines personnes riches et en gagnant ainsi davantage de notoriété.
Le taux de rétention est défini comme le pourcentage d'utilisateurs restants après l'airdrop. En ce sens, c'est une mesure de l’alignement entre les utilisateurs et vos objectifs. Moins le taux de rétention est élevé, moins les utilisateurs sont alignés avec vos intentions. Comme référence sectorielle, un taux de rétention de 10 % signifie que sur dix adresses, une seule correspond à un véritable utilisateur !
En mettant provisoirement de côté le taux de rétention, examinons plus en détail les deux premiers facteurs : l'efficacité du capital et la décentralisation.
Efficacité du capital
Pour comprendre le premier point concernant l'efficacité du capital, introduisons un nouveau terme : le « coefficient Sybil ». Ce dernier mesure essentiellement les avantages que vous obtenez en allouant un dollar de capital à un certain nombre de comptes.
Votre position sur cet éventail déterminera finalement à quel point votre airdrop sera gaspillé. Si votre coefficient Sybil vaut 1, techniquement parlant, cela signifie que vous exécutez un programme de minage de liquidités, ce qui irrite de nombreux utilisateurs.
Cependant, lorsque vous avez un projet comme Celestia dont le coefficient Sybil atteint 143, vous observez des comportements extrêmement gaspilleurs et une prolifération massive du minage de liquidités.
Décentralisation
Cela nous amène au deuxième point concernant la décentralisation : vous souhaitez aider les « petits », qui sont de véritables utilisateurs prêts à adopter tôt votre produit même s'ils ne sont pas riches. Si votre coefficient Sybil est proche de 1, alors vous accordez très peu d'airdrops aux « petits » et concentrez la majorité sur les « baleines ».
À présent, le débat autour des airdrops devient intense. Il existe ici trois types d'utilisateurs :
-
« Petit A », qui veut simplement gagner rapidement de l'argent puis partir (peut-être en utilisant plusieurs portefeuilles)
-
« Petit B », qui souhaite rester après avoir reçu l'airdrop et aime réellement votre produit
-
Les « professionnels du farming », qui agissent comme de nombreux petits utilisateurs et cherchent absolument à capter la majeure partie de vos incitations avant de passer au projet suivant.
Le troisième type est le pire ; le premier est quelque part acceptable, tandis que le second représente le meilleur cas. La distinction entre ces trois groupes constitue un défi majeur des airdrops.
Alors, comment résoudre ce problème ? Bien que je n’aie pas de solution précise, j’ai une réflexion philosophique sur la manière d’y parvenir, que j'ai développée ces dernières années à travers l’observation directe : la segmentation relative au projet (project-relative segmentation).
Permettez-moi d’expliquer ce que je veux dire. En zoomant, considérons le problème fondamental : vous disposez de tous vos utilisateurs, et vous devez être capable de les diviser en groupes selon un certain jugement de valeur. Cette valeur dépend du contexte propre à l’observateur, donc varie selon les projets. Tenter d’utiliser un « filtre magique d’airdrop » ne suffira jamais. En explorant les données, vous pouvez commencer à comprendre la réalité de vos utilisateurs et prendre des décisions basées sur la science des données pour façonner votre stratégie d’airdrop.
Pourquoi personne ne fait cela ? Ce sera le sujet d’un autre article que j’écrirai plus tard, mais pour résumer brièvement : il s’agit d’un problème difficile nécessitant expertise en données, temps et argent. Peu d’équipes sont disposées ou capables de faire cet effort.
Taux de rétention
La dernière dimension que je souhaite aborder est celle du taux de rétention. Avant d'aller plus loin, définissons précisément ce terme. Je le résumerais ainsi : Taux de rétention = Nombre de personnes ayant reçu l'airdrop / Nombre de personnes conservant leurs jetons
La plupart des airdrops commettent une erreur classique : les traiter comme un événement ponctuel.
Pour illustrer mon propos, quelques données seraient utiles ici ! Heureusement, OP a effectué plusieurs vagues d'airdrops ! J’espérais trouver un simple tableau de bord Dune me fournissant les données de rétention souhaitées, mais malheureusement, je me suis trompé. J’ai donc décidé de collecter moi-même les données.
Je voulais garder les choses simples : observer comment évolue le pourcentage d'utilisateurs possédant un solde OP non nul au fil des différentes distributions.
J’ai consulté ce site pour obtenir la liste complète des adresses ayant participé à l’airdrop OP. Puis j’ai créé un petit robot d’analyse pour récupérer manuellement le solde OP de chaque adresse (en utilisant à cette fin certains crédits RPC internes) et effectué un traitement basique des données.
Avant d’aller plus loin, un point important : chaque airdrop OP était indépendant du précédent. Aucune récompense ou lien n’était prévu pour encourager la conservation des jetons de l’airdrop antérieur.
Airdrop 1
Distribué à 248 699 destinataires selon les critères fournis ici. En résumé, les utilisateurs ont reçu des jetons selon les actions suivantes :
-
Utilisateurs du réseau principal OP (92 000 adresses)
-
Utilisateurs répétés du réseau principal OP (19 000 adresses)
-
Électeurs DAO (84 000 adresses)
-
Signataires de multisignatures (19 500 adresses)
-
Donateurs Gitcoin sur L1 (24 000 adresses)
-
Utilisateurs exclus en raison du prix de l’Ethereum (74 000 adresses)
Après analyse de toutes ces adresses et de leurs soldes OP, j’ai obtenu la répartition suivante. Un solde nul indique que l’utilisateur a vendu, car les jetons OP non réclamés sont automatiquement envoyés aux adresses éligibles. Pour plus de détails, voir ce site.
Quoi qu’il en soit, comparé aux autres airdrops précédemment réalisés, ce premier airdrop s’avère étonnamment bon ! La majorité des utilisateurs ont un taux de détention supérieur à 90 %. Seulement 40 % ont un solde nul, ce qui est remarquablement élevé.
Ensuite, j’ai voulu comprendre comment chaque critère influence la probabilité qu’un utilisateur conserve ses jetons. Le seul problème de cette approche est qu’une même adresse peut appartenir à plusieurs catégories, ce qui fausse les données. Je n’analyserai donc qu’un indicateur approximatif :
Parmi les utilisateurs ponctuels du réseau OP, la proportion d’adresses à solde nul est la plus élevée, suivie par les utilisateurs exclus en raison du prix de l’Ethereum. Ces groupes semblent clairement moins qualifiés. Les utilisateurs multisignatures affichent la proportion la plus basse, ce que je considère comme un bon indicateur, car il n’est pas évident pour un farmer de créer une multisig uniquement pour un airdrop !
Airdrop 2
Cette distribution a touché 307 000 adresses, mais à mon avis, elle a été moins bien pensée. Les critères étaient les suivants :
-
Récompenses de délégation de gouvernance basées sur la quantité d’OP déléguée et la durée de délégation.
-
Remboursement partiel des frais de gaz pour les utilisateurs actifs du réseau OP ayant dépensé un montant donné en frais.
-
Récompenses multiplicatrices déterminées par des attributs supplémentaires liés à la gouvernance et à l'utilisation.
Intuitivement, cela ne me semble pas un bon critère, car le vote en gouvernance est facilement manipulable par des robots et assez prévisible. Comme nous allons le voir ci-dessous, mon intuition n’était pas loin de la réalité. Je suis surpris par la faiblesse du taux de rétention réel !
Près de 90 % des adresses ont un solde OP nul ! C’est la statistique typique de rétention que l’on retrouve fréquemment après un airdrop. J’aimerais approfondir ce point, mais je préfère maintenant passer aux prochaines distributions.
Airdrop 3
Cet airdrop est sans aucun doute le mieux exécuté par l’équipe OP. Ses critères sont plus complexes que précédemment. Cette distribution a touché environ 31 000 adresses, donc plus restreinte mais plus efficace. Voici les détails, source disponible ici :
-
Montant cumulé d’OP délégué par jour (par exemple : 20 OP délégués pendant 100 jours → 20 * 100 = 2 000 OP-délégation-jours).
-
Représentants ayant voté sur la chaîne de gouvernance OP pendant la période de snapshot (du 20 janvier 2023, 00h00 UTC au 20 juillet 2023, 00h00 UTC).
Un détail clé à noter ici est que le critère de vote en chaîne s’applique après la précédente vague d’airdrop. Ainsi, les utilisateurs ayant participé à la première distribution peuvent penser : « OK, j’ai rempli ma mission, passons à autre chose ». Ce point est excellent car il permet d’analyser ces statistiques de rétention !
Seulement 22 % des bénéficiaires ont un solde nul ! À mes yeux, cela indique que cet airdrop a été beaucoup moins gaspillé que les précédents. Cela conforte mon argument selon lequel le taux de rétention est crucial, et que les données accumulées via plusieurs vagues d’airdrops sont plus utiles qu’on ne le pense.
Airdrop 4
Ce quatrième airdrop a été distribué à 23 000 adresses, avec des critères encore plus intéressants. Personnellement, je pensais que le taux de rétention serait élevé, mais après réflexion, j’ai formulé des hypothèses expliquant pourquoi il pourrait être inférieur aux attentes :
-
Vous avez créé un NFT impliquant une transaction de participation sur la Superchain. Mesuré sur les 365 jours précédant la date limite de l’airdrop (du 10 janvier 2023 au 10 janvier 2024), total des frais de gaz sur les transferts NFT créés depuis votre adresse sur les chaînes OP (OP Mainnet, Base, Zora).
-
Vous avez créé un NFT attractif sur le réseau principal Ethereum. Sur les 365 jours précédant la date limite (du 10 janvier 2023 au 10 janvier 2024), total des frais de gaz sur L1 Ethereum liés aux transferts NFT créés depuis votre adresse.
On pourrait penser que créer un contrat NFT est un bon indicateur ? Malheureusement, non. Les données montrent exactement l’inverse.
Bien que la situation ne soit pas aussi mauvaise que pour l’airdrop 2, nous reculons nettement par rapport à l’airdrop 3 en termes de rétention.
Mon hypothèse est que si des filtres supplémentaires avaient été appliqués (par exemple, pour distinguer les contrats NFT spammés de ceux perçus comme « légitimes »), ces chiffres auraient été nettement meilleurs. Ce critère est trop large. De plus, comme les jetons sont directement airdropés sur ces adresses (sans obligation de réclamation), on constate que les créateurs de NFT frauduleux pensent : « Waouh, de l’argent gratuit. Vendons immédiatement. »
Conclusion
En écrivant cet article et en collectant moi-même les données, j’ai pu valider ou infirmer certaines de mes hypothèses, ce qui s’est avéré très instructif. En particulier, la qualité de votre airdrop est directement liée à vos critères de sélection. Tenter de créer un « score d’airdrop universel » ou d’utiliser des modèles d’apprentissage automatique avancés échouera à cause de données inexactes ou d’un taux élevé de faux positifs. L’apprentissage automatique est formidable… jusqu’à ce que vous essayiez de comprendre comment il arrive à ses conclusions.
En rédigeant les scripts et codes associés à cet article, j’ai également obtenu les données de l’airdrop de Starkware — une expérience intéressante que j’aborderai dans un prochain article. Le message clé que les équipes doivent retenir est le suivant :
-
Arrêtez les airdrops ponctuels ! C’est s’autosaborder. Vous devez déployer des incitations similaires à des tests A/B. Itérez massivement et utilisez vos expériences passées pour guider vos objectifs futurs.
-
Adoptez des critères basés sur les airdrops précédents pour améliorer votre efficacité. En pratique, accordez davantage de jetons aux personnes conservant leurs jetons dans le même portefeuille. Faites clairement savoir à vos utilisateurs qu’ils doivent s’en tenir à un seul portefeuille, et ne le changer que si nécessaire.
-
Obtenez de meilleures données afin d’assurer une segmentation plus intelligente et de meilleure qualité. Mauvaises données = mauvais résultats. Comme nous l’avons vu dans cet article, plus un critère est « prévisible », moins le taux de rétention est bon.
Bienvenue dans la communauté officielle TechFlow
Groupe Telegram :https://t.me/TechFlowDaily
Compte Twitter officiel :https://x.com/TechFlowPost
Compte Twitter anglais :https://x.com/BlockFlow_News
@kermankohli
