AppsFlyer: «Число загрузок криптоприложений в ОАЭ в 2024 году выросло на 41%»

cryptonews.ruPublié le 2024-10-21Dernière mise à jour le 2025-02-21

Данные платформы аналитики приложений AppsFlyer показывают, что в 2024 году в Объединенных Арабских Эмиратах резко возросло принятие криптовалютных приложений.

По данным AppsFlyer, число загрузок 49 лучших криптоприложений в ОАЭ достигло 6,2 миллиона в 2023 году. В 2024 году это число подскочило до 15 миллионов, что на 41% больше.

Большая часть этих загрузок пришлась на вторую половину 2024 года, а число установок криптоприложений превысило 1 миллион в месяц в последнем квартале. По данным AppsFlyer, в декабре наблюдался самый большой всплеск — 2,8 миллиона загрузок.

AppsFlyer объяснил рост принятия несколькими ключевыми событиями в сфере криптовалют.


Установки криптоприложений в ОАЭ в 2023 году по сравнению с 2024 годом. Источник: AppsFlyer

Установки криптоприложений в ОАЭ выросли до 2,8 млн в декабре

6 ноября 2024 года Дональд Трамп победил на президентских выборах в США. Его победа была широко воспринята как выгодная для криптопространства, поскольку Трамп обещал положить конец войне с криптовалютой и сделать США криптостолицей мира в случае избрания.

Шани Розенфельдер, директор по анализу рынка в AppsFlyer, сказала, что подчеркивание Трампом своей прокрипто-позиции сыграло свою роль в принятии криптоприложений:

«Между этими рыночными факторами и динамикой крипторынка ОАЭ наблюдается сильная корреляция. Более того, перспективы по-прежнему благоприятны, что дает криптокомпаниям возможность быстро наращивать свою пользовательскую базу в этот период подъема рынка».

Трамп также удивил мир, запустив свой собственный мемкоин в январе, привлекая многих новых инвесторов в криптовалюту, согласно опросу, проведенному в США NFT Evening.

Это также способствовало росту криптоприложений в США, и такие приложения, как Crypto.com, Moonshot и Coinbase, доминировали в категории финансов в американском Apple App Store после запуска.

Тем не менее, хотя мемкоин Трампа, возможно, привлек новый транш инвесторов в криптовалюту, отчет Chainalysis показал, что 813 000 криптокошельков потеряли до 2 миллиардов долларов после покупки токена.

Количество установок криптоприложений достигло 3,5 миллионов в январе

Розенфельдер добавил, что агрессивные маркетинговые усилия обеспечили 60% трафика криптоприложений в 2024 году. Это привело к проблемам с удержанием пользователей. Команда AppsFlyer заявила, что после изучения тенденций вовлеченности на устройствах Android каждое пятое приложение было удалено в течение 30 дней.

Хотя удержание может быть сложной задачей, команда AppsFlyer предположила, что у маркетологов криптоприложений есть веская причина продолжать свои агрессивные маркетинговые усилия. Команда поделилась, что установки криптоприложений в ОАЭ достигли почти 3,5 миллионов в январе.

«Если смотреть на вещи шире, это более половины всех установок, наблюдаемых в стране за весь 2023 год. Очевидно, что потенциал еще огромен, и с учетом того, что 2025 год, как ожидается, станет рекордным, осмотрительные маркетологи криптоприложений должны использовать все инструменты в своем арсенале, чтобы завоевать и удержать долю рынка», — добавила Розенфельдер.

Lectures associées

15 modèles de raisonnement échouent collectivement : explication des risques cachés derrière les chaînes de pensée révélées

Lorsque les modèles de raisonnement à grande échelle (LRM) exposent leurs processus de raisonnement intermédiaires aux utilisateurs et aux systèmes en aval, une question négligée émerge : se fier uniquement à la sécurité de la réponse finale est-il suffisant ? Une étude conjointe de plusieurs universités, dont Harvard, USC et le MIT, démontre le contraire. Elle révèle que les chaînes de raisonnement (CoT) peuvent générer des contenus à haut risque (ex : instructions pour fabriquer une bombe), même lorsque la réponse finale semble sûre. L'étude propose une évaluation en deux étapes : analyser séparément la trajectoire de raisonnement (r) et la réponse finale (y) selon 20 principes de sécurité, chacun noté de 1 à 5. Trois modes d'échec sont identifiés : **Unsafe** (raisonnement et réponse non sûrs), **Leak** (raisonnement dangereux mais réponse sûre), et **Escape** (raisonnement sûr mais réponse dangereuse). Testé sur 15 modèles de raisonnement (dont GPT-4o, Gemini, Claude) avec un ensemble de 41K prompts potentiellement nuisibles, un constat majeur apparaît : **la dangerosité moyenne du raisonnement dépasse systématiquement celle de la réponse finale** pour tous les modèles. Les risques se concentrent sur des catégories comme la désinformation, les préjugés et les dommages physiques. Pour atténuer ces risques, les chercheurs proposent une méthode d'**orientation adaptative multi-principes**. Elle ajuste les activations internes du modèle pendant le raisonnement pour le guider vers des états « sûrs » définis par les principes. Testée sur des modèles open-source (comme DeepSeek-R1), cette méthode réduit le taux de contenus non sûrs jusqu'à 40.8% tout en conservant 97.7% des performances sur des benchmarks standard. En conclusion, cette recherche souligne l'importance cruciale d'évaluer et de contrôler la sécurité tout au long du processus de raisonnement, et pas seulement au résultat final, en fournissant un cadre unifié pour le diagnostic et l'atténuation de ces risques cachés.

marsbitIl y a 29 mins

15 modèles de raisonnement échouent collectivement : explication des risques cachés derrière les chaînes de pensée révélées

marsbitIl y a 29 mins

Trading

Spot
活动图片