Comment utiliser Dune Analytics pour les informations NFT ? (Tableaux de bord personnalisés)

Comprendre l'architecture de base de Dune Analytics

1. Dune Analytics fonctionne comme une plate-forme de données décentralisée construite sur Ethereum et d'autres chaînes compatibles EVM, permettant aux utilisateurs d'interroger des données en chaîne via SQL.

2. Il ingère les événements bruts de la blockchain (transferts, menthes, approbations) et les structure dans des tableaux standardisés comme nft_transfers , erc721_evt_transfer et erc1155_evt_transfer .

3. Chaque collection NFT est mappée à son adresse contractuelle, permettant aux analystes d'isoler le comportement par projet sans s'appuyer sur des API tierces ou des flux de métadonnées hors chaîne.

4. Les requêtes s'exécutent sur des instantanés historiques immuables, ce qui signifie que les résultats reflètent l'état vérifié de la chaîne à la hauteur du bloc, et non des valeurs estimées ou interpolées.

5. La plate-forme prend en charge les CTE récursifs et les fonctions de fenêtre, permettant une analyse de cohorte avancée telle que la fidélisation des premiers acheteurs ou la distribution de la latence entre la menthe et la vente.

Création de tableaux de bord spécifiques à une collection

1. Commencez par identifier l'adresse de contrat principale d'un projet NFT à l'aide de la page de collecte d'Etherscan ou d'OpenSea, puis vérifiez-la par rapport à la table ethereum.contracts de Dune.

2. Créez une requête de base filtrant nft_transfers pour cette adresse, en ajoutant des jointures à ethereum.blocks pour la normalisation de l'horodatage et à ethereum.transactions pour le contexte des frais de gaz.

3. Regroupez des mesures telles que les acheteurs uniques quotidiens, le prix de vente moyen en ETH et en USD et le volume de transfert par niveau de portefeuille (par exemple, baleines ou micro-commerçants) en utilisant un regroupement conditionnel.

4. Visualisez les résultats avec des graphiques linéaires pour les tendances des prix planchers, des piles de barres pour la distribution sur le marché (Blur contre OpenSea contre X2Y2) et des tranches de tarte pour la concentration des détenteurs sur les 100 principaux portefeuilles.

5. Épinglez les widgets critiques, tels que le nombre de pièces en temps réel ou le taux de référencement actif, sur un tableau de bord personnalisé, garantissant ainsi des mises à jour en direct toutes les 15 minutes sans actualisation manuelle.

Tirer parti des requêtes communautaires et de la logique de fork

1. Parcourez l'explorateur public de Dune pour les requêtes étiquetées « NFT », « Flou » ou « ordinaux », puis inspectez la syntaxe SQL utilisée par des contributeurs expérimentés comme @dune_hq ou @nft_analytics.

2. Créez une requête à fort engagement, telle que « Top 10 des collections ERC-721 les plus échangées au cours des 7 derniers jours » et remplacez la liste de contrats codée en dur par une sous-requête dynamique extraite de nft.tokens où catégorie = « art ».

3. Modifiez les filtres temporels pour utiliser des blocs relatifs au lieu d'horodatages absolus afin que les tableaux de bord restent pertinents à travers les fourches et les réorganisations de chaîne.

4. Ajoutez des commentaires dans le SQL en utilisant -- pour documenter les hypothèses, comme l'exclusion des transactions de lavage signalées par les adresses de robots connues stockées dans labels.balances .

5. Partagez la requête révisée avec les paramètres d'autorisation définis sur « Public » ou « Équipe uniquement », selon que l'alignement interne du pupitre de négociation est requis avant la publication.

Intégration des métadonnées en chaîne et de l'analyse des traits

1. Rejoignez nft.token_metadata pour extraire les caractéristiques, les scores de rareté et les URI d'image directement à partir du stockage au niveau du jeton, en contournant les passerelles IPFS peu fiables.

2. Utilisez des fonctions d'analyse de chaînes comme regexp_replace() pour normaliser les valeurs des traits (par exemple, convertir « Background : Blue » en « blue ») avant de compter les distributions de fréquence.

3. Calculez les prix planchers pondérés en fonction de la rareté en calculant le prix de vente médian des jetons classés dans les 5 % supérieurs des scores de rareté des traits au sein de la même collection.

4. Croisez les mises à jour des métadonnées avec ethereum.logs pour détecter quand de nouveaux traits sont introduits au milieu de la collection via des mises à niveau de proxy ou des contrats de rendu dynamique.

5. Exportez les historiques de ventes bruts au niveau des caractéristiques au format CSV pour des modèles de clustering externes qui identifient les combinaisons sous-évaluées en fonction de la vitesse historique et de la profondeur des enchères.

Foire aux questions

Q : Dune peut-il suivre les NFT créés sur des chaînes non-EVM comme Solana ou Bitcoin Ordinals ? R : Non. Dune indexe uniquement Ethereum, Polygon, Optimism, Arbitrum, Base et Gnosis Chain. Les données Solana nécessitent Helius ou Birdeye ; Les ordinaux nécessitent Hiro ou Mempool Explorer.

Q : Pourquoi certains transferts apparaissent-ils en double dans nft_transfers ? R : Les transferts par lots ERC-1155 émettent un journal par ID de jeton. Dune les aplatit en lignes individuelles, ce qui peut gonfler le nombre à moins qu'elles ne soient regroupées par hachage de transaction et numéro de bloc.

Q : À quelle fréquence nft.token_metadata est-il actualisé ? R : L'ingestion de métadonnées se produit une fois par jeton lors du premier transfert observé. Les mises à jour des jetons existants ne sont pas récupérées rétroactivement, sauf si elles sont déclenchées manuellement via l'outil de remplissage de métadonnées de Dune.

Q : Existe-t-il un moyen de filtrer les portefeuilles Wash-Trade connus à l'échelle mondiale ? R : Oui. Dune maintient la table labels.wash_traders , mise à jour toutes les deux semaines. Rejoignez-le en utilisant wallet_address pour exclure ces adresses dans toute analyse de ventes ou de détenteurs.