Chez Metagate, en plus de développer dans le métavers, nous avons créé un premier outil d’analyse (rapports disponibles via ce lien) des transactions de Lands dans le métavers OVER the Reality.
Contexte:
OVER the Reality est actuellement le métavers sur lequel Metagate développe le plus. Selon nous, la Réalité Augmentée offre beaucoup plus de use cases que la Réalité Virtuelle, et OVER the Reality est la seule plateforme qui pousse réellement dans cette direction. Sa solution permet de géolocaliser des expériences AR sans scanner de QR code ni ouvrir de lien. La location est d’abord scannée via map2earn, puis recréée dans le builder Unity du métavers sous forme de carte neuronale sur laquelle construire les expériences, reconnue ensuite par le device de l’utilisateur final. Pour cela, le globe a été divisé en hexagones de 300 m² : les NFT Lands d’OVER. Ces Lands peuvent être achetées à partir de 10 $ ou louées pour y charger des expériences AR ou VR.
Cette dynamique rend les Lands d’OVER particulièrement intéressantes pour deux raisons :
1. Elles permettent d’expérimenter et de créer à très faible coût.
2. Elles correspondent à des géolocalisations du monde réel et à tout ce qui s’y trouve. Certaines Lands sont donc naturellement plus attractives que d’autres : une Land au Colisée aura probablement plus de valeur qu’une Land au milieu de l’océan. Cela réduit aussi le risque d’acheter des Lands dont la valeur dépend uniquement de la proximité de grandes marques, comme dans d’autres métavers.
Une réflexion complémentaire : la vente de ces Lands permet à OVER de générer des revenus indépendants du développement de projets spécifiques sur la plateforme. Cela permet à ses développeurs de se concentrer sur l’évolution de la plateforme plutôt que sur chaque événement individuel.
Pourquoi avons-nous développé cet outil ?
Nous l’avons d’abord développé parce que nous en avions nous-mêmes besoin. L’une des grandes difficultés du Metaverse Real Estate est de trouver des informations adaptées à une véritable analyse de marché, comme on le ferait dans l’immobilier traditionnel. Pour les Lands d’OVER, le problème est encore plus important en raison de leur correspondance géographique avec le monde réel.
Pouvoir identifier précisément les zones géographiques qui attirent le plus d’investisseurs, ou celles dont le potentiel reste inexploité, nous aide à adapter notre value proposition à chaque client, qui aura nécessairement des intérêts géolocalisés quelque part dans le monde.
À terme, l’identification d’anomalies ou d’opportunités particulières sur le marché mondial pourrait devenir un use case important. Le suivi des tendances nous permet aussi de créer des rapports personnalisés intéressants pour ceux qui souhaitent investir dans OVER ou comparer différents métavers.
Pour Metagate, cette dashboard a représenté un investissement, mais surtout beaucoup de temps pour identifier les sources de données, réunir les compétences et outils nécessaires, les intégrer et construire l’UX finale. Une entreprise qui souhaite entrer sur ce marché peut ne pas disposer du budget, des compétences ou du temps nécessaires ; c’est pourquoi nous proposons ces rapports comme service.
Grâce à notre dashboard, nous pouvons actuellement analyser les transactions de Lands sur OVER en filtrant par :
1. Période de dates
2. Continent, pays, ville
3. Marché primaire ou secondaire
4. Wallet individuel
5. Prix en OVR ou USD
Nous suivons également certaines données qu’OVER ne conserve historiquement que sur une base mensuelle, afin de donner plus de profondeur à leur évolution : nombre de scans map2earn, nombre de scènes chargées et nombre total de propriétaires d’OVR-Lands. À terme, nous souhaitons étendre le service au suivi des locations de Lands sur OVER et/ou des transactions de Lands sur d’autres métavers.
Comment l’avons-nous développé ?
Pour le développement, nous avons combiné les compétences déjà présentes chez Metagate avec celles de Samuele Chiesa, développeur Solidity qui a collaboré à la réalisation de la dashboard. Pour la collecte des données, nous avons étudié la documentation d’OVER et identifié plusieurs sources principales :
1. Le site d’OVER
2. La blockchain Polygon
3. Le protocole IPFS
4. Des plateformes de pricing des tokens
5. Des bases de données géographiques
Chacune de ces sources a naturellement exigé une approche différente et parfois des compétences spécifiques. L’intégration a été réalisée grâce à un logiciel de business intelligence permettant de réunir les différents datasets, d’appliquer des filtres transversaux et de recalculer des KPI spécifiques au use case.
Nous avons également conçu le système pour ne pas devoir télécharger à nouveau toutes les données à chaque analyse, mais seulement mettre à jour la base avec les données manquantes. Les transactions de Lands sur OVER avaient déjà dépassé 800 000 opérations et, avec une croissance attendue, repartir systématiquement de zéro aurait été irréaliste.
