在不断发展的数字领域,企业和开发者一直在寻找跟踪和分析数据的最有效工具。在 Origin,我们一直使用 Google Analytics 作为监测基于网页互动的首选解决方案,但区块链技术引入了一个引人注目的替代方案:链上跟踪交易。这种方法提供了独特的优势,尤其在准确性和透明度方面。
链上跟踪推荐的基本前提是,在任何由你控制的去中心化应用(dapp)发起的交易的 calldata 中附加一些额外的字节。这些额外的字节通常不会干扰合约调用(虽然有例外),但它会将交易的Gas成本微不足道地增加。
这些额外的字节被存储在链上,并且可以在 Etherscan 或任何其他索引器上可见。在 Origin 的案例中,我们使用 Subsquid 来标记 calldata 以已知字节数组结尾的交易,这样我们就知道哪些交易源自我们的 dapp。
这种技术已经被 NFT 市场使用了一段时间,这也是交易量可以被归因于聚合器,如 Blur 或 Gem 的方式。NFT 基础设施项目如 Reservoir 已经将这项功能直接内置在他们的 SDK 中,尽管这种技术在 DeFi 中还不常见。
实施一个链上推荐人系统是一个相对简单的过程,但有几个关键的考虑因素。您需要决定使用哪种归因方法(首次接触 vs. 最后接触),以及您将如何存储数据。以下是我为 Origin 协议设置链上推荐系统的方法。
链上推荐跟踪提供了一些引人注目的优势,相较于传统的跟踪机制,如其不可变性、透明度以及对抗常见网络跟踪问题的能力。虽然它确实带来了自己的一系列挑战,包括增加的Gas成本和潜在的不兼容性,但这些好处可能超过了这些限制,这种技术值得作为替代方案考虑。