数据解读传统品牌类NFT:奢侈品NFT不奢侈,Nike发行NFT的总收入最高

PanewsDipublikasikan tanggal 2022-08-25Terakhir diperbarui pada 2022-08-25

Abstrak

传统品牌NFT能否实现品牌、用户、加密市场的三方共赢?品牌NFT的吸金能力和投资潜力有多大?

传统品牌NFT能否实现品牌、用户、加密市场的三方共赢?品牌NFT的吸金能力和投资潜力有多大?

从去年开始,随着NFT的大火,各大品牌入局NFT的消息也不绝于耳。比如Tiffany面向CryptoPunk持有者推出NFTiffs NFT;耐克旗下加密时尚品牌RTFKT发行了CloneX NFT;Burberry在社交游戏平台Roblox上推出了手袋NFT允许用户购买并装扮数字化身;百威啤酒Legends系列NFT授予持有者一系列线下福利,包括与犹他爵士队和韦德进行会面、参加慈善活动、获得韦德虚拟球衣等。除此之外,不少还没有发行NFT的品牌也在蠢蠢欲动,比如星巴克在财报会议上宣布即将推出以咖啡为主题的NFT;玛氏为旗下品牌士力架、德芙和M&Ms提交NFT相关商标申请;宾利宣布即将发布限量版NFT等。

可以说,NFT如今已经成为连接传统品牌与加密圈的最佳桥梁,品牌为NFT提供了新的价值,而NFT则为品牌注入了新的活力。那么,这些品牌NFT能否实现品牌、用户、加密市场的三方共赢?品牌NFT的吸金能力和投资潜力有多大?PANews旗下数据专栏PAData根据公开资料统计了15个品牌共23个NFT项目的基本信息和市场数据,分析发现:

1)23个项目中有16个项目采用了ERC-721协议,占比约为70%。但品牌NFT的形式与所属代币协议并没有绝对的关系,一些品牌/产品收藏品也采用了ERC-1155协议。

2)23个品牌NFT项目共计发行了96002个NFT。与原生NFT项目动辄发行1万个相比,品牌NFT的单项发行数量普遍是偏少的。

3)23个品牌NFT项目历史累计持有地址总数达到了57307。与市场中热门的原生NFT项目相比,品牌NFT的历史持有地址数量并不少。这或许说明品牌NFT并没有为NFT市场带来新的圈外用户,其规模并没有显著高于市场上的原生NFT项目,不过若与一般的原生NFT项目相比,这些品牌NFT更容易受圈内用户欢迎。

4)截至8月22日,Nike发行的NFT在二级市场上的累计总交易量最高,达到了26.27万ETH。此外Dolce&Gabbana和Gucci的交易量也较高,分别达到了4597 ETH和4407 ETH。但这些品牌的交易量高度依赖单个项目。

5)20个项目的NFT最近30天二级市场上的成交均价的中位数约为0.21 ETH。总的来说,Nike的NFT在二级市场中的价格表现更优。并且,空投发行的NFT在二级市场上的成交均价最高不超过0.4 ETH,大多都低于以铸造形式发行的NFT,后者在二级市场上的成交均价最高能达10 ETH以上。

6)根据随机抽样,品牌NFT在5次以内(含5次)的平均换手收益率约为22.35%,与PAData在去年9月统计的22.65%的平均换手收益率基本接近,也即,品牌NFT没有表现出超越NFT一般市场水平的盈利能力。

01

快消品和奢侈品热衷发行NFT,

代币协议主要是ERC-721

PAData根据公开资料统计了15个品牌共计23个NFT项目的发行情况[1],这些品牌中发行NFT项目最多的是Dolce&Gabbana,共发行了包括DG Family在内的4个项目,其次是Budweiser,发行了包括Budverse Cans Heritage Edition在内的3个项目。另外,Adidas、Nike、Gucci都发行了2个项目。

从这些NFT项目的形式来看,23个项目中有19个项目都是以自有品牌或产品的收藏品(collection)形式发行,即主要用NFT的形式来配合品牌宣传或新产品上线,比如Pepsi、Coca Cola、Dolce&Gabbana、Prada、Gucci等。在其他品牌NFT中,Gucci的10KTF Gucci Grail和Tiffany的NFTiff采取和加密行业原生大IP合作的形式发行,前者的合作IP涵盖了Bored Ape Yache Club、Mutant Ape Yache Club、0N1、Kennel、Cool Cats等,后者的合作IP是CryptoPunks。另外值得关注的是Budweiser的Zed Run-Budweiser Pass和Dolce&Gabbana的Disco Drip都以游戏资产的形式发行,前者是Zed Run中的通行证,后者是元宇宙Decentraland中可穿戴设备的访问凭证。

目前常见的 NFT 资产协议标准主要是 ERC-721 和 ERC-1155 协议,投资属性较强的 NFT 资产一般是 ERC-721 协议标准,而 ERC-1155 协议更偏向于功能属性较强的 NFT 业务场景。从品牌NFT的所属协议来看,23个项目中有16个项目采用了ERC-721协议,占比约为70%。其中包括Timecapsule、Pepsi Mic Drop、NFTiff等。另外7个项目则采用了ERC-1155协议,包括Dolce&Gabbana Disco Drip、Coca Cola的The Coca-Cola Friendship Day Collection、ASICS Sunrise Red NFT Collection等。不过,品牌NFT的形式与所属代币协议并没有绝对的关系,一些作为游戏资产发行的NFT仍然采用了ERC-721协议,一些品牌/产品收藏品也采用了ERC-1155协议。

02

23个项目共计发行9.6万个NFT,

历史累计持有地址总数达5.7万个

根据最大的NFT二级市场OpenSea的数据,23个品牌NFT项目共计发行了96002个NFT,但每个项目发行的NFT数量相差较大。其中发行资产数量最多的是Adidas Originals: Capsule Collection,共有约2.4万个。CLONE X - X TAKASHI MURAKAMI、Bud Light N3XT Collection和Dolce&Gabbana Realta Parallela这3个项目的NFT数量也都超过了1万个,分别约为1.9万个、1.3万个和1.1万个。

除此之外的其他19个项目单项发行的NFT数量都在5000个以下,甚至有5个项目单项发行数量不足100个,包括The Next 100 Years of Gucci、Dolce&Gabbana Disco Drip、BMW Museum of Sound、Clinique x Daz 3D - Metaverse More Like Us和LOreal Paris Reds of Worth。

与市场中热门的原生NFT项目相比,品牌NFT的单项发行数量普遍是普遍偏少的。大多数热门项目比如Bored Ape Yacht Club、Azuki、CryptoPunks、Doodles、Cool Cats、MoonBirds、0N1 Force、Pudgy Penguins、VeeFriends等都发行了1万个NFT左右。比较少有原生项目单项仅发行几十个或几百个NFT。

另外,从用户规模的角度来看,23个品牌NFT项目历史累计持有地址总数达到了57307个,但同样,每个项目的历史累计持有地址数量也相差较大。其中历史累计持有地址数量最多的是Adidas Originals: Capsule Collection,达到了1.6万个,其次是CLONE X - X TAKASHI MURAKAMI,达到了9500个。这两个项目发行的资产多,持有地址也多。

除此之外,其他项目的历史累计持有地址数量大多都不超过5000个,甚至Timecapsule、The Next 100 Years of Gucci、ASICS Sunrise Red NFT Collection、BMW Museum of Sound、LOreal Paris Reds of Worth这5个项目的历史累计持有地址都不足100个。其中前2个是ERC-721协议代币,后3个是ERC-1155协议代币,这些项目的用户少可能受到发行量少和流通不充分的影响。

与市场中热门的原生NFT项目相比,品牌NFT的历史持有地址数量并不少。大多数热门项目比如Bored Ape Yacht Club、Azuki、CryptoPunks、Doodles、Pudgy Penguins等的历史持有地址数量都在5000个上下,大部分品牌NFT的规模是与之相当的。不过,从这一点或许也说明品牌NFT并没有为NFT市场带来新的圈外用户,其规模并没有显著高于市场上的原生NFT项目,不过这是与热门的原生NFT项目相比,若与一般的原生NFT项目相比,这些品牌NFT的历史持有地址更多,也即意味着相对而言更容易受圈内用户欢迎。

03

Nike的NFT二级市场累计成交超26万ETH,

以空投方式发行的NFT成交均价普遍更低

在15个品牌中,截至8月22日,Nike发行的NFT在二级市场上的累计总交易量最高,达到了26.27万ETH。其中,仅CLONE X - X TAKASHI MURAKAMI一个项目就贡献了22.57万ETH,占Nike NFT二级市场交易量的近86%,RTFKT - CloneX Mintvial则贡献了3.7万ETH,占14%。这两个NFT项目中任意一个都超过了其他品牌NFT的总和,可见Nike在NFT市场中的表现要远远好于其他品牌。

除Nike以外,二级市场累计总交易量较高的还有Dolce&Gabbana和Gucci,分别达到了4597 ETH和4407 ETH,其中Dolce&Gabbana的主要交易量来源于DGFamily Glass Box,该项目的二级市场累计交易量约为3800 ETH,占品牌总交易量的约83%,而Gucci的主要交易量则来源于10KTF Gucci Grail,该项目的二级市场累计交易量约为4000 ETH,占品牌总交易量的约91%。

尽管Nike、Dolce&Gabbana和Gucci都发行了多个NFT项目,但实际上市场表现较好的都只有其中1个。

其他项目中,Tiffany、Pepsi、Budweiser、Adidas的NFT在二级市场上的累计总交易量也相对较高,都超过了1000 ETH。但Prada、Coca Cola、Loreal、ASICS、Clinique和BMW的NFT在二级市场上的累计总交易量就相对很低了,都不超过25 ETH,尤其是Clinique和BMW,交易量都不足0.1 ETH,基本没有流动性。

23个NFT项目中有20个项目的NFT最近30天在二级市场上发生了交易,其成交均价的中位数约为0.21 ETH。其中成交均价最高的是NFTiff,达到了26.43 ETH,不过相比于30 ETH的铸造价格,这仍然是破发的。其次,Nike旗下的RTFKT - CloneX Mintvial和CLONE X - X TAKASHI MURAKAMI,以及Gucci的The Next 100 Years of Gucci的最近30天的成交均价也较高,分别达到了16.00 ETH、8.93 ETH和7 ETH。不过,需要注意的是The Next 100 Years of Gucci近期只有1个NFT发生了1次交易,因此成交均价具有特殊性。总的来说,Nike的NFT在二级市场中的价格表现更优。

除了这些NFT以外,其他大多数品牌NFT最近30天的成交均价基本都在1 ETH以下,不少甚至在0.1 ETH以下。比如McLaren的NFT的成交均价只有0.2 ETH,Dolce&Gabbana旗下最贵的NFT系列的成交均价也只有0.5 ETH,Prada的NFT的成交均价约为1.07 ETH。与热门的原生NFT动辄5 ETH或几十ETH相比,奢侈品NFT并不奢侈。

如果考虑这些品牌NFT的发行方式,可以清晰地看到,空投发行的NFT在二级市场上的成交均价最高不超过0.4 ETH,大多都低于以铸造形式发行的NFT,后者在二级市场上的成交均价最高能达10 ETH以上。当然,发行方式对估值和定价的影响是复杂的,这里呈现的相互关系并不具有统计意义,还需要更多案例给出答案。

04

品牌NFT平均换手收益率约22.35%,

大部分NFT流动性较弱

品牌+NFT能否为品牌和用户带来双赢?PAData分别观察了各品牌发行NFT的总收入和用户在进行NFT交易时候的平均收益率。

首先,从品牌方的角度来看,发行NFT的收入包括(铸币)发行所得(首次销售的收入)和知识产权收入(Royalties)。根据统计,Nike发行NFT的总收入最高,达到了约1.85亿美元,其中9310万美元是首次销售收入,9217美元为知识产权收入,各占50%左右。其次,Dolce&Gabbana发行NFT的总收入也较高,达到了2565万美元,但其主要来源是首次销售收入,约占90%左右。另外,Adidas、Gucci和Tiffany的NFT总收入也都在1000万美元以上。其他品牌NFT的总收入则都在600万美元以下,McLaren只有33万美元,Pepsi则没有项目收入。

其次,从用户的角度来看,投资收益为在二级市场中交易的差价比例。PAData在每个项目中随机抽取了5个NFT,来计算其在空投或铸币以后的交易收益率。在随机抽样时,如果该NFT项目近期有交易历史的NFT数量不足5个,则有几个统计几个;如果该NFT近期交易次数不足5次,则有几次统计几次,如果超过5次,则统计最初5次。最终,13个品牌20个项目共93个NFT被抽取为样本。

根据统计,这些NFT在5次以内(含5次)的平均换手收益率约为22.35%,与PAData在去年9月统计的头像NFT平均约22.65%的换手收益率[2]基本接近,也即,品牌NFT没有表现出超越NFT一般市场水平的盈利能力。

从单个NFT项目来看,平均换手收益率最高的是ASICS Sunrise Red NFT Collection,达到了约332%,其次是Budverse Legends和RTFKT - CloneX Mintvial,分别达到了197%和109%。除此之外,平均换手收益率为正的项目还有Clinique x Daz 3D - Metaverse More Like Us、The Coca-Cola Friendship Day Collection、Dolce&Gabbana Disco Drip、Dolce&Gabbana Realta Parallela和Timecapsule这5个项目。

也即20个项目中有8个项目的换手交易在平均状态下是盈利的,占比40%。而另外12个项目的换手交易在平均状态下是亏损的,占比60%。其中,Adidas for Prada re-source、Bud Light N3XT Collection、Zed Run - Budweiser Pass、DGFamily、DGFamily Glass Box、McLaren MSO LAB Genesis和Pepsi Mic Drop这6个项目的平均收益率都在-30%以上。

另外,从抽样情况来看,93个NFT中仅只有36个NFT发生了第三次交易,占比约38%;有17个NFT发生了第四次交易,占比约18%;仅有9个NFT发生了第五次交易,占比约7%;没有抽样到NFT发生5次以上交易。总的来说,大部分项目的流通性比较一般。其中流通性稍微好一点的有Budverse Cans - Heritage Edition、10KTF Gucci Grail、Dolce&Gabbana Disco Drip和RTFKT - CloneX Mintvial,这些项目都有NFT出现了5次换手交易。

Bacaan Terkait

Huang Renxun: Prompt Sudah Usang, Loop adalah Paradigma Baru

**Ringkasan:** **Prompt Sudah Ketinggalan Zaman, Loop adalah Paradigma Baru.** Menurut Huang Renxun (Jensen Huang), pendiri NVIDIA, tugas utama di era AI sekarang bukan lagi menulis perintah (prompt), tetapi **menulis dan mengelola loop (siklus).** **Apa itu Loop?** Loop adalah sistem di mana Anda mendefinisikan suatu tujuan, dan AI menjalankannya secara mandiri—memeriksa hasil, memperbaiki kesalahan, dan mengulangi proses tersebut hingga tugas selesai atau mencapai batas tertentu. Manusia beralih peran dari "pemberi perintah" menjadi **"perancang aturan" atau "arsitek sistem."** **Loop vs. Agent:** Agent adalah "pekerja" yang menjalankan tugas. Loop adalah **mekanisme pengelolaan** yang memungkinkan Agent bekerja terus-menerus tanpa pengawasan manusia. Agent dengan loop menjadi sistem yang dapat berjalan otomatis. **Contoh Penerapan:** Produk seperti Claude Code (dengan fitur /loop, /goal, /schedule) dan OpenAI Codex telah menerapkan konsep ini. Mereka membagi tugas kompleks ke beberapa Agent yang berjalan paralel di lingkungan terisolasi, dengan model terpisah untuk menulis kode dan memvalidasi hasil, memastikan objektivitas. **Bagaimana Memulai Loop?** 1. **Uji Kelayakan:** Pastikan tugas berulang, dapat divalidasi otomatis, dan anggaran token mencukupi. 2. **Mulai dari Loop Minimal:** Bangun sistem dengan pemicu otomatis, keterampilan (skill), file status (STATE.md), dan "gerbang" validasi (seperti pengujian). 3. **Pisahkan Pemeriksa dan Pelaksana:** Gunakan model atau Agent berbeda untuk menulis kode dan memeriksa/mengujinya. Ini kunci untuk kualitas. 4. **Hindari Jebakan Umum:** Tetapkan batas pengulangan dan token, simpan status, hindari tugas yang membutuhkan pertimbangan manusia, dan tetap tinjau perubahan kode (diff). 5. **Ukur Efektivitas:** Metrik utama adalah **biaya rata-rata per perubahan yang diterima.** **Evolusi Paradigma:** Perkembangan AI menunjukkan pergeseran berkelanjutan: 1. **Prompt Engineering** (2023-2024): Fokus pada cara menulis perintah. 2. **Context Engineering** (2024-2025): Fokus pada informasi dan latar belakang yang diberikan ke AI. 3. **Harness Engineering** (2025-2026): Fokus pada lingkungan eksekusi dimana AI dapat menggunakan alat dan sumber daya. 4. **Loop Engineering** (sekarang): Fokus pada merancang sistem siklus otomatis yang berjalan mandiri. Konsep loop memiliki akar akademis, seperti dalam framework **ReAct** (Reasoning + Acting) yang dikembangkan oleh Yao Shunyu dkk., yang menggabungkan penalaran dan tindakan dalam sebuah siklus. **Catatan Penting:** Meskipun menjanjikan, teknologi ini masih awal. Perlu kehati-hatian terhadap biaya token dan kompleksitas. Seperti dikutip Andrej Karpathy, **"Anda dapat mengalihdayakan pemikiran Anda, tetapi Anda tidak dapat mengalihdayakan pemahaman Anda."** Pemahaman mendalam tentang masalah tetap berada di tangan manusia.

marsbit56m yang lalu

Huang Renxun: Prompt Sudah Usang, Loop adalah Paradigma Baru

marsbit56m yang lalu

GPT Merancang GPT

OpenAI akhirnya merilis chip pertamanya, Jalapeño. Meski banyak yang menganggapnya sebagai tantangan bagi Nvidia, inti dari langkah ini justru adalah pengakuan terbuka OpenAI bahwa mereka tidak puas hanya menjadi perusahaan model AI. Mereka ingin mengontrol seluruh proses produksi kecerdasan, dari model, chip, hingga pusat data dan energi. Perbedaan kemampuan model semakin menyempit, namun kesenjangan dalam komputasi justru melebar. Dalam era AI, satuan biaya terpenting bukan lagi harga server atau GPU, melainkan biaya produksi setiap Token. Sebagai penyedia layanan seperti ChatGPT dan API, OpenAI menghadapi kenyataan bahwa semakin sukses produk mereka, semakin besar "pajak inferensi" yang harus dibayarkan ke penyedia hardware eksternal. Jalapeño adalah upaya membangun "pabrik Token" sendiri untuk mengurangi ketergantungan ini. Yang menarik, siklus pengembangan chip Jalapeño hanya sembilan bulan, jauh lebih cepat dari standar industri. Kunci percepatan ini adalah pengetahuan OpenAI tentang beban kerja model nyata. Mereka bahkan menggunakan model AI mereka sendiri untuk mempercepat bagian proses desain dan optimasi chip. Ini menciptakan siklus umpan balik: model yang lebih baik membantu mendesain chip yang lebih baik, yang kemudian menurunkan biaya menjalankan model generasi berikutnya. Jalapeño difokuskan untuk inferensi, bukan pelatihan. Inferensi adalah pengeluaran tunai harian yang masif, terutama dengan berkembangnya Agent dan tugas-tugas rantai panjang. Dengan mengurangi "pajak inferensi" ini, OpenAI dapat meningkatkan margin keuntungan layanannya. Strategi OpenAI semakin mirip dengan Apple: membangun ekosistem tertutup yang terintegrasi, dari model (perangkat lunak intelijen), antarmuka seperti ChatGPT, hingga chip dan infrastruktur fisik. Mereka tidak ingin menjual "sekop" (seperti Nvidia), tetapi memiliki "tambang" dan menjual "kecerdasan" yang dihasilkannya. Pada akhirnya, artikel ini menyimpulkan bahwa aset terpenting di era AI sedang bergeser. Model akan terus berubah seperti "aliran traffic," tetapi infrastruktur produksi—chip, jaringan, pusat data, energi—akan menjadi "tanah" yang dikuasai oleh sedikit pemain. Dengan Jalapeño, OpenAI menyatakan ambisinya: tidak hanya menjadi perusahaan paling cerdas, tetapi mengontrol produksi kecerdasan itu sendiri.

marsbit1j yang lalu

GPT Merancang GPT

marsbit1j yang lalu

Direktur Eksekutif Sementara Yayasan Ethereum Bicara: Apa Misi Kami?

**Misi Ethereum Foundation (EF): Memperkuat Otonomi dan Ketahanan Ethereum** Ethereum Foundation (EF) secara resmi mendefinisikan misinya: memastikan Ethereum tetap sebagai infrastruktur *permissionless* yang menjamin kedaulatan diri—tahan sensor, terbuka, pribadi, dan aman. Ini adalah jawaban final atas pertanyaan tentang tujuan EF. **Apa yang BUKAN Tujuan EF:** EF bukan untuk kepentingan jangka pendek, popularitas, menyenangkan spekulan, atau menciptakan lembaga keuangan besar yang baru. **Inti Tindakan EF: Mengatasi Kelemahan** EF berfokus memperkuat Ethereum di semua lapisan (protokol, akses, pengguna, kelembagaan) untuk mencegah eksploitasi, kontrol kartel, atau pengawasan otoritatif. Tindakan konkret meliputi: 1. **EF Memimpin dengan Contoh:** Beralih ke gaji dan transaksi dalam ETH/stablecoin asli Ethereum untuk merasakan tekanan produk secara langsung. 2. **Melawan MEV Berbahaya:** Melindungi netralitas Ethereum dengan memerangi *Maximum Extractable Value* (MEV) yang merusak di alur transaksi, mencegah monopoli pembangun blok, dan meningkatkan transparansi. 3. **Prioritas Privasi:** Privasi default yang kuat adalah kebutuhan mutlak. Buku besar publik tanpa privasi adalah platform pengawasan. Ethereum harus menawarkan privasi tanpa syarat terlebih dahulu. 4. **Staking sebagai Infrastruktur:** Staking bukan sekadar produk hasil. EF akan mendukung desain agar staking tetap *permissionless*, terdesentralisasi, dan pribadi, mencegah konsentrasi risiko. 5. **Antarmuka Akses yang Otonom:** Fokusnya adalah membuat pengguna (individu & institusi) lebih mandiri dan kurang rentan terhadap paksaan, bukan mengorbankan nilai inti Ethereum untuk adopsi. **Memanfaatkan Peluang:** EF juga akan membangun masa depan dengan mengejar peluang seperti: * Menjadi infrastruktur global pertama yang tahan serangan kuantum. * Menciptakan tumpukan protokol yang sepenuhnya terverifikasi dan otonom tanpa celah. * Menjadikan Ethereum sebagai "uang digital biasa" yang pribadi dan bermartabat. * Mengintegrasikan agen AI dengan dompet pribadi yang dijalankan pengguna, mempertahankan kedaulatan atas aset dan model. * Membuktikan bahwa infrastruktur netral dapat menangani koordinasi skala besar secara kompetitif untuk aplikasi institusional. * Skalabilitas yang mempertahankan jaminan otonomi. **Tata Kelola Internal:** Artikel juga menyentuh perubahan internal EF, termasuk kepergian beberapa staf dan spin-off proyek tertentu, yang dilakukan untuk menyelaraskan kembali organisasi dengan misi intinya. EF akan mendanai pekerjaan eksternal hanya jika sangat penting dan selaras dengan misi memperkuat otonomi Ethereum, bukan untuk sekadar melanjutkan proyek atau menjaga hubungan. Kesimpulannya, EF berkomitmen penuh untuk membangun Ethereum sebagai infrastruktur netral yang tangguh dan berumur panjang, yang mampu mendukung koordinasi otonom dalam skala besar untuk peradaban masa depan.

marsbit1j yang lalu

Direktur Eksekutif Sementara Yayasan Ethereum Bicara: Apa Misi Kami?

marsbit1j yang lalu

Trading

Spot
Futures
活动图片