607 / 691CHAIN

On-chain Analysis

Analyse des données de la blockchain et des limites de leur interprétation

On-chain Analysis étudie les transactions et l’état de la blockchain. Elle distingue les montants et les liens vérifiables des estimations concernant les propriétaires, la finalité des transferts et l’activité économique. Une adresse n’est pas une personne, une entrée sur une plateforme n’est pas automatiquement une vente et les indicateurs historiques peuvent être révisés a posteriori.

On-chain Analysis est l’analyse des données inscrites dans la blockchain et des indicateurs qui en découlent. L’interprétation peut utiliser des étiquettes externes et des heuristiques ; leurs hypothèses, leur disponibilité dans le temps et leur incertitude doivent être distinguées de l’enregistrement transactionnel lui-même.

Le Bitcoin Developer Guide décrit les entrées référençant des sorties antérieures et les nouvelles sorties comportant un montant et des conditions de dépense. Notre analyse distingue ces données vérifiables de l’interprétation de leur finalité : l’enregistrement seul ne dit pas s’il s’agissait d’un achat de biens, d’un transfert entre ses propres portefeuilles ou d’une autre opération. L’identifiant d’une transaction n’est pas l’identité civile d’un participant. [Bitcoin Developer Guide — Transactions]

Le Bitcoin Developer Guide explique que le rendu de monnaie constitue une sortie ordinaire de transaction. Notre mesure ne qualifie donc pas la totalité des sorties de paiement à un autre propriétaire. Le rendu de monnaie et les transferts entre ses propres adresses peuvent augmenter le volume brut sans que le même montant change de propriétaire économique. Les reconnaître exige des éléments supplémentaires ou des hypothèses explicites. [Bitcoin Developer Guide — Transactions]

Glassnode regroupe les adresses en entités estimées à l’aide d’heuristiques et qualifie ces données de statistiques et de modifiables. Notre interprétation ne transforme donc pas le nombre d’adresses actives en nombre de personnes. Un acteur peut utiliser de nombreuses adresses et un dépositaire détenir des fonds pour plusieurs clients. L’estimation d’un contrôle commun n’est ni une vérification d’identité ni un inventaire exact des utilisateurs de Bitcoin. [Glassnode — Entities]

Lightning Network permet de mettre à jour la répartition des fonds dans des canaux de paiement sans inscrire chaque paiement individuel dans la blockchain. Notre mesure on-chain ne couvre donc pas tous les paiements. Il faut également distinguer un transfert sur la blockchain de la comptabilité interne d’un service. L’absence de transaction on-chain distincte ne prouve pas qu’aucune activité économique n’a eu lieu. [Lightning Network]

Glassnode signale une couverture incomplète des adresses, des transferts internes et des modifications ultérieures des étiquettes de plateformes. Ses indicateurs de plateformes on-chain ne représentent pas les volumes de transactions au comptant ou de dérivés. Notre interprétation ne considère pas une entrée sur une plateforme comme une preuve de vente réalisée. Le solde observé ne comprend pas non plus l’ensemble des passifs ni tous les actifs et ne prouve donc pas à lui seul la solvabilité du service. [Glassnode — Exchange Data Transparency Notice]

Glassnode distingue l’heure attribuée à l’intervalle mesuré de celle de publication de l’indicateur. Les confirmations, le traitement et les réorganisations peuvent modifier la disponibilité ou la valeur des données. Nos relevés consignent donc la fin de la période observée, l’heure d’acquisition des données et l’état de la chaîne. L’horodatage d’un graphique ne prouve pas à lui seul que l’analyste connaissait alors la valeur finale affichée. [Glassnode — Introducing Point-in-Time Data: Addressing the Mutability of On-chain Metrics]

Glassnode décrit des révisions lors de changements de groupes d’adresses, d’étiquettes ou de calcul ; ses données Point-in-Time conservent la valeur lors de la première publication. Notre simulation historique utilise les versions disponibles à l’époque pour évaluer les décisions de l’époque. Une série recalculée aujourd’hui peut intégrer des connaissances acquises plus tard et créer Look-ahead Bias. Une version figée ne garantit toutefois pas une estimation correcte de la propriété. [Glassnode — Introducing Point-in-Time Data: Addressing the Mutability of On-chain Metrics]

Le Bitcoin Developer Guide permet de distinguer entrées, sorties et état des sorties non dépensées. Notre méthodologie consigne avec les données la plage de blocs utilisée, les unités, les filtres, la version du calcul et l’origine des étiquettes. Elle ajoute les prix comme entrée externe distincte. On-chain Analysis peut décrire les comportements observés avec les limites indiquées ; elle ne fournit pas à elle seule de prévision certaine du prix futur de Bitcoin. [Bitcoin Developer Guide — Block Chain]

ExempleEXEMPLE · CHAIN

Mêmes sorties, hypothèses de contrôle différentes

Notre modèle fictif d’une transaction ordinaire, et non d’une Coinbase Transaction, dépense une sortie antérieure valant 100000 sat. Il crée les sorties X et Y de montants [40000, 59000] sat. Leur somme est de 99000 sat et la différence de 1000 sat constitue les frais de transaction ; les frais ne sont pas une troisième sortie de cette transaction. Le graphique montre séparément X, Y et la différence F correspondant aux frais, le tout en sat. Ce n’est ni une série chronologique ni une estimation du nombre d’utilisateurs. Deux interprétations mutuellement exclusives ajoutent des informations hors blockchain différentes aux mêmes montants observés. Dans l’interprétation A, un autre acteur contrôle la sortie X et Y est le rendu de monnaie de l’acteur initial. Dans l’interprétation B, les deux sorties restent sous le contrôle de l’acteur initial. La somme des sorties demeure 99000 sat dans les deux cas. Le montant des sorties passant sous le contrôle d’un autre acteur, selon ces hypothèses imposées, vaut pour A et B [40000, 0] sat. Cette comparaison exclut explicitement les frais versés au mineur et ne mesure pas toute l’activité économique. Les montants seuls ne déterminent pas quelle interprétation est vraie ; même un changement de contrôle ne prouve pas un achat de biens ou une transaction sur une plateforme. Le modèle n’attribue aucune probabilité aux variantes et ne prédit pas le prix de Bitcoin.

Pour une vision complète, lisez aussi UTXO, Address Clustering, Exchange Flows, Look-ahead Bias, Lightning Network. Cette entrée est également citée par Capitalisation boursière, Pavel Moravec, Czech Ministry Bitcoin donation scandal, Bitcoin Adoption Metrics.

01Un transfert vers une plateforme signifie-t-il que quelqu’un a vendu du Bitcoin ?

Non. Le transfert peut correspondre à un dépôt, à un mouvement interne ou à une autre finalité et l’étiquette de l’adresse peut être incomplète ou erronée. Le seul enregistrement sur la blockchain ne prouve pas l’exécution d’une transaction particulière sur une plateforme.

02Pourquoi un indicateur historique affiche-t-il aujourd’hui une autre valeur ?

Le fournisseur a pu ajouter des étiquettes, modifier le regroupement des adresses, corriger le calcul ou prendre en compte une réorganisation. Pour évaluer une décision historique, il faut connaître la version disponible à l’époque ; le recalcul actuel peut contenir des informations ultérieures.

DOC · 001Bitcoin Developer Guide — TransactionsDocumentation ↗DOC · 002Bitcoin Developer Guide — Block ChainDocumentation ↗DOC · 003Glassnode — EntitiesDocumentation ↗DOC · 004Glassnode — Exchange Data Transparency NoticeDocumentation ↗DOC · 005Glassnode — Introducing Point-in-Time Data: Addressing the Mutability of On-chain MetricsDocumentation ↗DOC · 006Lightning NetworkDocumentation ↗
Sources d’abord · Pas un conseil financier