令人惊讶的是 , 艺术家在 Spotify 上的受欢迎程度与 Catalog 上的销售情况并不紧密相关 。 销售额往往聚集在 1 个 ETH 左右 , 没有基于 Spotify 月流量的大量变化 。 这表明 , 早期的收藏家愿意支持不那么成熟的艺术家 , 并对早期的音乐人的首发给予了重视 。
艺术家案例研究
有前途的艺术家如何利用 NFTs?
一个著名的独立案例是 Haleek Maul , 一个在巴巴多斯长大的说唱歌手 , 他在 Catalog 上以总计 133.6 ETH(即 29.9 万美元)的价格卖出了 9 个作品 。 Maul 已经卖出了 Catalog 上最昂贵的 8 件作品 , 大多从 10 ETH 到 25 ETH 不等 。 Maul 的 INNER 迷你专辑 (56 ETH , 或当时的 25.6 万美元)的销售额可以转化为 5870 万 Spotify 流量 。 有趣的是 , Maul 在 Spotify 和 Twitter 上的粉丝相对较少(大约有 4k 月流量和 8k 的 Twitter 粉丝) , 但这位艺术家却极力向 web3 靠拢 。 Doomsday 是一家由风投支持的制作公司 , 通过 NFTs 为音乐视频众筹 。 该公司一直在与 Maul 密切合作 , 目标是赢得格莱美音乐视频奖 。
独立艺术家可以说从 NFTs 中获得了最大的收益 , 他们将成为艺术家玩法发展中值得关注的对象 。 从已经发布音乐 NFT 系列的顶级艺术家那里也可以学到很多东西 。 来自 Disclosure 的 NFT 产品仍然是一个突破性的案例研究 , 说明什么是可能的 。 我们在这里有偏见 , 因为我们的 Delphi 同事买了这个 NFT 。 这次拍卖有几件事进展顺利 , 首先 , 艺术有标志性的 Disclosure 脸部图像 , 出现在所有专辑封面上 。 而且它有一个独特的卖点:拥有它可以获得 4 张全球所有 Disclosure 音乐会的免费门票 。
虽然这无疑是一个特殊的案例 , 但很明显 , NFT 可以帮助促成艺术家和粉丝之间的特殊关系 。
另一个值得了解的玩法是 Avenged Sevenfold 的 Deathbats Club (DBC) , 一个以 NFT 为中心的粉丝社区 。 乐队的 NFT 作品中的某些特征决定了歌迷们在演唱会见面会上的访问权限 。 这种模式很容易被知名艺术家复制 , 尽管它需要一些认真的承诺和后续工作来交付现实生活的体验 。 对于你的超级粉丝社区来说 , 过分承诺和不兑现的负面声誉风险是真实存在的 , 所以我们不应该轻易做出选择 。
DBC 系列已经产生了超过 280 个 ETH 的交易量 。 那些花时间做好这件事并真正靠拢 web3 最令人兴奋的方面的艺术家将收益匪浅 , 看到他们的粉丝俱乐部拥有自己的心血 。
并非所有的主流销售都是顺利进行的 。 Kings of Leon 乐队为他们的 NFTs 创造了巨大的销售额 , 但这个过程受到了不同程度的欢迎 , 因为以太坊手续费比人们申领的 NFTs 还要贵 。 乐队还拍卖了一小部分独特的 NFTs , 这些 NFTs 给持有者提供了任何 KOL 演出的四张前排票 。 没有太多的交易活动 , 但当时人们为它们支付了 300 多 ETH 。 Gas 费用也使 Tory Lanez 的销售受到影响 , 它以每张 1 美元的价格售出了 100 万张 NFT 。
首次音乐 NFT 发行的建议
进入这一领域的艺术家必须注意 , 这是一个长达 10 年的游戏 , 而不是几个月的潮流 。 不幸的是 , 有些艺术家利用去年的 NFT 热潮来向他们的粉丝倾销 。 如果你看看像 Nifty Gateway 这样的平台 , 你便会发现一些很知名的人物发行了音乐 NFT , 但却从未与 NFT 持有者进行过任何交流 。 你可以在他们的二级市场销售中看到一个明显的下降趋势 。
规划是关键 。 当被要求发表评论时 , Haleek Maul 为艺术家们提供了以下建议:
- 半个月前的那场苹果发布会|为什么说苹果的“胶水芯片”是真的?
- 荣耀play|荣耀Play6T大规模量产,天玑900芯片+5300mAh,售价还是低
- cmos|英芯片巨头正式宣布,中国院士的话应验了?
- 联发科|联发科全球首发!Pentonic芯片将支持杜比视界新功能:8K画面细节拉满
- 芯片|骁龙888Plus旗舰收尾,12+512G大存储不到7000,值得入手吗?
- 芯片|小小的芯片怎么安装上上千万的晶体管?
- 高通|对标联发科!高通最强骁龙7系芯片曝光
- 日前|跟上安卓步伐!iPhone 15前瞻:外观设计脱胎换骨
- 科技人文TECHLIFE为什么用M1芯片的苹果设备那么多?刚刚结束不久的苹果发布会|iPad Air 用上 Pro 同款 M1 芯片,并不冲突
- |人工智能系统仅用6小时就设计出4万种假想的生化武器