img:XRP
XRP - XRP
R$ 16,14 1.96%
img:USD Coin
USD Coin - USDC
R$ 5,34 0.48%
img:Cardano
Cardano - ADA
R$ 4,57 0.61%
img:Solana
Solana - SOL
R$ 1.224,40 3.01%
img:Bitcoin
Bitcoin - BTC
R$ 640.000,00 1.53%
img:Chiliz
Chiliz - CHZ
R$ 0.23843000 -1.88%
img:Shiba Inu
Shiba Inu - SHIB
R$ 0.00006645 -1.19%
img:ApeCoin
ApeCoin - APE
R$ 2,98 0.31%
img:MANA (Decentraland)
MANA (Decentraland) - MANA
R$ 1,85 9.47%
img:Ethereum
Ethereum - ETH
R$ 23.850,00 2.11%
img:XRP
XRP - XRP
R$ 16,14 1.96%
img:USD Coin
USD Coin - USDC
R$ 5,34 0.48%
img:Cardano
Cardano - ADA
R$ 4,57 0.61%
img:Solana
Solana - SOL
R$ 1.224,40 3.01%
img:Bitcoin
Bitcoin - BTC
R$ 640.000,00 1.53%
img:Chiliz
Chiliz - CHZ
R$ 0.23843000 -1.88%
img:Shiba Inu
Shiba Inu - SHIB
R$ 0.00006645 -1.19%
img:ApeCoin
ApeCoin - APE
R$ 2,98 0.31%
img:MANA (Decentraland)
MANA (Decentraland) - MANA
R$ 1,85 9.47%
img:Ethereum
Ethereum - ETH
R$ 23.850,00 2.11%
Rony Szuster Rony Szuster
a- A+

Aviso: as informações deste artigo podem estar desatualizadas. Recomendamos verificar a data de publicação.

No artigo de hoje vamos abordar uma das principais características de um blockchain, seu efeito rede.

Leis de Metcalfe e de Sarnoff

O efeito rede é o incremento de valor devido a interações de uma certa rede, que ocorre como consequência da quantidade de participantes da mesma.

Esse efeito pode ser medido pelas Leis de Metcalfe e de Sarnoff. A primeira afirma que o número de conexões de uma rede é proporcional ao quadrado do número de nós/participantes. Como visível na fórmula abaixo:

Modelos das leis de Sarnoff e Metcalfe
| Fonte: dataalways.substack.com/p/decoding-cryptoasset-network-effects

Exemplo visual da Lei de Metcalfe
Fonte: Medium

Diversas aplicações do mundo da Web2 já experienciam na prática esse conceito; quanto mais utilizado o WhatsApp é, maior o poder de atração de novos usuários. Quanto mais usuários e motoristas registrados no Uber, mais efetivo é o aplicativo e menor o tempo de espera de um usuário para conseguir uma corrida. Os exemplos são múltiplos.

Já a segunda lei, modela melhor redes mais centralizadas, onde os nós/participantes são obrigados a interagir com uma entidade/servidor centralizado. Nesse caso, o efeito rede cresce de maneira linear à quantidade de nós/participantes. Um exemplo clássico da Web2 é o Netflix.

O interessante, no nosso caso, é avaliar como os principais blockchains se encaixam nessas categorias e como se beneficiam de suas propriedades.

O primeiro ponto a ser considerado é o quão aplicável é esse conceito à tecnologia base dos criptoativos. Tokens geralmente estão menos sujeitos a esse efeito, sendo este mais observado em moedas nativas de plataformas de contratos inteligentes, como o Ethereum, Solana e Cardano. O blockchain do Bitcoin entra nessa análise por ser amplamente utilizado.

Plotando em um gráfico log-log, temos que os blockchains apresentarão inclinações distintas, conforme a lei que mais seguem, como visível no modelo teórico abaixo:

Exemplos de curvas representantes das leis de Metcalfe, em vermelho, e Sarnoff, em verde, (gráfico log-log) | Fonte: dataalways.substack.com/p/decoding-cryptoasset-network-effects

Para a rede do Bitcoin, temos o seguinte resultado:

Plot da rede do Bitcoin, quando considerados a quantidade (em milhares) de endereços ativos e sua capitalização de mercado | Fonte: dataalways.substack.com/p/decoding-cryptoasset-network-effects

É perceptível que na sua origem e infância, a rede do Bitcoin seguia um padrão mais Sarnoffiano, evoluindo em sua maturidade para um modelo Metcalfiano. Esse resultado era esperado devido a escassez de interações no início do protocolo, e a natureza mais interativa para a qual este evoluiu ao longo dos anos.

Para a rede da Ethereum, temos o gráfico abaixo:

Plot da rede da Ethereum, quando considerados a quantidade (em milhares) de endereços ativos e sua capitalização de mercado | Fonte: dataalways.substack.com/p/decoding-cryptoasset-network-effects

A rede da Ethereum, apesar de consideravelmente diferente da rede do Bitcoin, apresenta resultados similares. Um comportamento Sarnoffiano, em sua juventude, tornando-se cada vez mais Metcalfiano, principalmente a partir de 2020, devido aos movimentos do DeFi Summer e o posterior boom das NFTs.

Para a Cardano, nos deparamos com o cenário abaixo:

Plot da rede da Cardano, quando considerados a quantidade (em milhares) de endereços ativos e sua capitalização de mercado | Fonte: dataalways.substack.com/p/decoding-cryptoasset-network-effects

Seguindo quase que na direção contrária às duas redes previamente analisadas, a Cardano no início parecia Metcalfiana, tendo porém sofrido o que foi denominado de “Colapso Metcalfiano”, e desde então, assumiu um perfil Sarnoffiano. Esse movimento pode ser atribuído à demora nas entregas e a consequente pouca quantidade de Dapps na rede.

Por final, temos o plot da Solana:

Plot da rede da Solana, quando considerados a quantidade (em milhares) de endereços ativos e sua capitalização de mercado.
Fonte: dataalways.substack.com/p/decoding-cryptoasset-network-effects

Como esperado de uma rede ainda jovem e pequena, segue claramente um modelo Sarnoffiano.

Conclusão

É aparente que blockchains em suas juventudes geralmente tendem a seguir um padrão Sarnoffiano e isso pode ser explicado pela existência de poucos Dapps e, consequentemente, poucos endereços interagindo entre si.

É interessante notar:

  • O momento em que ocorre a inversão de tendência, do modelo Sarnoffiano para Metcalfiano, pode ser um indicativo de aumento na quantidade de aplicações e maior maturidade da rede;
  • Os casos que não se encaixam nas expectativas, como o da Cardano, que demonstra comportamento errático, pode até mesmo explicitar erros de estratégia no roadmap do protocolo.

Para maiores detalhes dos gráficos demonstrados, bem como outros exemplos de análises deste tipo para outros ativos, fica o convite para que o leitor visite o segundo link da fonte, com a pesquisa completa que serviu de base para este estudo.

ronyszuster

Rony Szuster
Rony é Engenheiro Químico com pós-graduação em Engenharia de Software, imerso no mercado cripto desde 2019 foi contribuidor do Messari Hub de 2021 a 2022. Atualmente integra a equipe de analistas de criptoativos do MB.

https://www.mb.com.br/economia-digital/coluna/estudo-de-efeito-rede-em-blockchain/
Destaques Autor
img:Rony Szuster

Rony Szuster

Rony é Engenheiro Químico com pós-graduação em Engenharia de Software, imerso no mercado cripto desde 2019 foi contribuidor do Messari Hub de 2021 a 2022. Atualmente integra a equipe de analistas de criptoativos do MB. Anteriormente, atuou como desenvolvedor de software por 5 anos, trabalhando em projetos de engenharia, focando no desenvolvimento de back-ends em C#. Participa ativamente da comunidade da Ethereum e em projetos Web3. Twitter: @RonySzuster LinkedIn: linkedin.com/in/rony-szuster

Saiba mais
Destaques Comentários