Day 34：Web3 核心数据指标与成功衡量

Day 34: Web3 核心数据指标与成功衡量

今日目标

完成两件事：

1. 深入理解 Web3 核心数据指标（TVL、Volume、MAU、Revenue），并掌握如何识别“虚假繁荣”。
2. 整理并掌握面试题答案：如何衡量 Web3 产品的成功指标。

---

核心概念

什么是「Web3 核心数据指标」？

一句话定义：用来衡量 DeFi/链上产品规模、活跃度与收入能力的一组可量化指标（TVL、Volume、MAU、Fees/Revenue），是 PM 做优先级和健康度判断的数据基础。

类比理解：就像传统互联网看 DAU、GMV、ARPU，Web3 看的是「锁了多少钱（TVL）」「成交了多少（Volume）」「多少地址在动（MAU）」以及「协议赚了多少（Revenue）」；区别在于链上数据公开可验证，但也要警惕刷量、重复计算和女巫。

为什么重要？

• 决策依据：功能优先级、资源投放、合作选型都依赖对「规模与健康度」的准确判断。
• 面试高频：如何衡量 Web3 产品成功、如何识别虚假繁荣，是 PM 岗常考题目。
• 防踩坑：盲目追求 TVL/MAU 而忽视 Revenue 和留存，容易误判项目质量。

---

知识点详解

作为 Web3 产品经理，必须深刻理解链上数据的核心指标，不仅要知道它们的定义，还要知道它们的局限性和背后的业务逻辑。

1. TVL (Total Value Locked, 总锁仓量)

• 定义：锁定在智能合约中的资产总美元价值。是早期 DeFi 衡量产品规模最直观的指标。
• 适用场景：借贷协议（Aave、Compound）、DEX 的流动性池（Uniswap）、跨链桥。
• 重要性：流动性就是 DeFi 的护城河。TVL 越高，说明用户对协议越信任，且 DEX 的滑点越低。
• ⚠️ 局限性与陷阱：
  • 代币价格波动：牛市中资产价格上涨会导致 TVL 被动飙升，但这并不代表真实流入的资产增加了。通常需要结合 TVL (以 ETH 或 BTC 计价) 来剔除法币波动的影响。
  • 重复计算 (Double Counting)：协议之间的嵌套（例如把 Lido 的 stETH 存入 Aave）容易导致全网 TVL 的重复计算。
  • 无杠杆 TVL：为了追求空投或高收益，会有巨鲸利用循环借贷刷高 TVL。

2. Volume (交易量)

• 定义：在特定时间段内，协议上发生的交易总额。
• 适用场景：DEX（Uniswap）、NFT 市场（OpenSea）、衍生品平台（dYdX）。
• 重要性：交易量直接关系到协议能够产生多少手续费（Fees），是协议造血能力的核心体现。
• ⚠️ 局限性与陷阱：
  • 刷量 (Wash Trading)：为了获取代币奖励或空投，用户或做市商可能会在两个地址间左右倒手（这在 NFT 市场如 LooksRare/Blur 早期尤为明显）。
  • MEV 套利交易：DEX 上大量的 Volume 其实来源于 MEV 机器人套利，而非真实的零售用户需求。

3. UAW / MAU (独立活跃钱包地址)

• 定义：与智能合约产生交互的独立钱包地址数量（通常分为 DAU, WAU, MAU）。
• 重要性：衡量产品的用户触达率。
• ⚠️ 局限性与陷阱：
  • 地址 ≠ 用户：在 Web3 中创建地址的成本接近于零。
  • 女巫攻击 (Sybil Attack)：为了撸空投，一个人可能会控制成千上万个地址进行交互。因此，真实的留存率 (Retention Rate) 比单纯的 MAU 更有价值。看某个地址在交互一次后，是否会在第 7 天、第 30 天继续使用。

4. Fees & Revenue (费用与协议收入)

• 定义：
  • Fees (费用)：用户使用协议支付的总金额（比如 Uniswap 千分之三的交易费）。
  • Revenue (收入)：协议（代币持有者或国库）实际捕获并留存下来的部分。
• 重要性：区分了“为 LP 打工”还是“为协议赚钱”。例如，Uniswap V2/V3 产生了巨大的 Fees，但绝大部分分配给了 LP，协议自身的 Revenue 曾长期为 0。这是衡量 Tokenomics 是否可持续的最关键财务指标。

---

链上实操记录（可选）

在 DefiLlama / Token Terminal 对比协议指标

步骤：

1. 打开 DefiLlama，在「Chains」或「Protocols」中任选 2 个协议（如 Aave、Uniswap）。
2. 对比两者的 TVL、Volume（24h/7d）、以及 TVL 与 Volume 的比值（周转率）。
3. 打开 Token Terminal，查看同一协议的 Fees 与 Revenue，观察「协议实际捕获了多少收入」。

观察：TVL 高而 Volume/Revenue 很低的协议，多为「锁仓挖矿」型，可持续性需结合代币排放判断；Fees 高而 Revenue 接近 0 的，多为「收入让利给 LP」的 DEX 模型。

---

学习资源

（截至 2025 年，DefiLlama、Token Terminal、Dune 仍为链上指标与协议财务的主流数据源；DefiLlama 覆盖 100+ 链、6000+ 协议，Token Terminal 支持 DefiLlama 等数据看板集成。）

---

今日思考

1. 为什么说「TVL 高不代表协议健康」？

TVL 会随资产价格波动被动变化，且可能被循环借贷、多协议嵌套重复计算或为刷空投而人为抬高。更可靠的是看净流入/流出、以 ETH 计价的 TVL，以及 TVL 与 Volume、Revenue 的匹配关系。

2. 面试时被问「你们用什么指标衡量成功」，如何快速切入？

先说明「我们不会只看单一指标」，然后按**规模（TVL/Volume）→ 造血（Revenue）→ 真实用户（去女巫后的留存）→ 社区（治理参与）**四层递进，并各举一个你们正在看的数字或改进方向。

---

面试题准备

Q: 你将如何衡量一个 Web3 产品的成功指标？

30 秒版本： 衡量 Web3 产品的成功不能只看单一的 TVL，我会从流动性深度（TVL）、造血能力（Volume & Revenue）、真实用户活跃度（去女巫后的 MAU 与留存）以及社区治理健康度四个维度来综合评估。

2 分钟版本： 传统 Web2 主要看 DAU 和转化漏斗，但 Web3 产品（特别是 DeFi）带有极强的金融属性，我会将指标分为以下几个层级：

1. 基础业务指标（规模与流动性）：我会看 TVL 和 Volume。但为了防范数据虚高，我会剔除代币价格上涨带来的被动增长，关注资产的净流入/流出量。
2. 财务健康指标（协议造血能力）：重点看 Fees（产生的总费用） 和 Revenue（协议捕获的实际收入）。一个成功的 Web3 产品必须具备自我造血能力，不能永远依赖代币通胀（Emissions）来补贴用户。
3. 真实用户指标（剔除噪音后的留存）：不盲目崇拜活跃地址数。我会通过链上数据过滤掉“羊毛党/女巫”，关注高价值用户的留存率。
4. 社区与去中心化指标：Web3 产品最终属于社区，我会关注代币分布的分散程度、Snapshot 上的治理提案参与率、以及 Discord 的活跃度。

可能追问：

• 追问 1：如果一个产品 TVL 很高，但交易量（Volume）和收入极低，说明什么？
  • 回答：这通常说明存在“流动性懒惰”或纯粹的“挖矿（Farm）”行为。作为 PM，我会建议优化流动性模型（如引入集中流动性），或者调整代币排放权重，将激励向真正促成交易的池子倾斜，而非仅仅奖励锁仓。
• 追问 2：如何从数据层面过滤和识别“女巫/刷量”用户？
  • 回答：我会分析资金溯源（多个地址是否由同一交易所账户分发）、行为同步性（是否在同一时间段进行完全相同的交互）、以及账户历史（是否有 ENS，是否与其他主流协议有过日常交互）。

---

今日执行清单 (1-2h)

• 理解并记录 TVL、Volume、MAU、Revenue 的定义及陷阱
• 熟悉 DefiLlama 和 Token Terminal 平台的核心指标看版
• 整理 1 道核心面试题（Web3 成功指标）的 STAR-T 回答结构

---

明日预告

Day 35：Whale 追踪方法论，用 Arkham/Nansen 查大户，并输出 Whale 监控方案。