区块链分析工具对合规团队、监管机构和调查人员至关重要，用于揭露非法活动并追究不法分子的责任。然而，其有效性完全取决于底层数据的质量。错误的数据会浪费资源、破坏调查，并导致错误的客户终止等行为。为了选择合适的提供商，用户必须就地址分组、实体标签和方法测试提出关键问题。地址分组方法分为概率性和确定性两种，提供商必须处理像CoinJoin交易这样的边缘情况。实体标签需要可靠的证据，区分钱包控制者和用户。提供商的方法应经过法庭测试（例如Daubert标准）和独立准确性研究。他们还应明确机器学习的作用，并对集群构建过程保持透明。Chainalysis提供了名为“定义集群”的正式本体来标准化这些流程。

关键事实

• 地址分组方法必须处理如CoinJoin交易等边缘情况。
• 实体标签必须有可靠证据支持，区分控制者和用户。
• 方法应经过法庭测试和独立准确性研究。
• 机器学习输出必须明确标注，不能视为确认事实。
• 提供商必须解释任何特定集群的构建方式及支持证据。