Saber lo que hacen los mejores inversores
La actividad de una blockchain pública permite reconstruir el comportamiento de una wallet, como qué activos compra, cuándo entra, cuándo vende y cuál ha sido el resultado de sus operaciones. Datablocks parte de esa información pública, pero trata de responder a la pregunta de quién está detrás de ese movimiento desde el punto de vista de su comportamiento histórico.
¿Ha obtenido beneficios de manera consistente? ¿Cuántas operaciones ha realizado? ¿Cuál es su tasa de acierto? ¿Sus resultados proceden de una trayectoria sostenida o de una única operación excepcional. Datablocks reconstruye el historial de las wallets y calcula su rendimiento para separar a los inversores que cumplen sus criterios de aquellos que simplemente han tenido una buena racha.
A partir de ahí, organiza la información en tres niveles. El primero permite entender qué está ocurriendo en el mercado a partir de los movimientos agregados de estos inversores. Por ejemplo, dónde están entrando y hacia qué activos se está desplazando su dinero.
Em el segundo, el usuario puede consultar qué inversores relevantes han entrado en él, a qué precios compraron, cuánto mantienen todavía y cuál es el resultado de sus posiciones. El tercero permite analizar directamente cada wallet, accediendo a su rendimiento y a su historial de operaciones.
De esta manera, la plataforma no muestra simplemente que una transacción ha ocurrido. Añade el contexto necesario para entender quién la ha realizado y qué historial tiene ese inversor.
Más de 150 millones de wallets
Para construir esa capa de información, Datablocks procesa actualmente más de 150 millones de wallets y 12.000 millones de transacciones. De dicho universo obtiene algo más de 5.000 perfiles que cumplen los criterios definidos por la plataforma.
La compañía reconstruye los historiales de las carteras, relaciona sus operaciones y calcula métricas como el beneficio realizado, el número de operaciones y la tasa de acierto. Todo ese procesamiento ocurre detrás del producto. Para el usuario, el resultado consiste en entender qué están haciendo los inversores con mejor historial sin tener que analizar por su cuenta millones de transacciones y wallets.
De una estrategia de inversión a Datablocks
Datablocks fue fundada por José Silva y Tomás Serrano, dos perfiles procedentes de ámbitos muy diferentes. Silva es doctor en instrumentación espacial y trabajó en las cámaras de GUSTO, un observatorio de la NASA que operó mediante un globo sobre la Antártida e invierte en criptomonedas desde 2017.
Serrano cuenta con un MBA y ha desarrollado su carrera en ventas y marketing dentro del ecosistema de startups B2B. Entre otras compañías, trabajó en Shakers, desde la etapa preseed hasta Serie A. Empezó a invertir en cripto en 2021.
Ambos se conocieron cuando Silva daba clases de introducción al trading cripto a personas de su círculo cercano. A partir de ahí comenzaron a compartir estrategias de inversión. Una de ellas consistía precisamente en analizar wallets directamente en blockchain para entender qué inversores estaban obteniendo buenos resultados y qué decisiones estaban tomando.
La información existía, pero acceder a ella de una forma útil era complicado. Había que reconstruir operaciones, comparar carteras y separar manualmente a los inversores consistentes del resto. Ese proceso acabaría convirtiéndose en la base de Datablocks.
Un producto para inversores y agentes de IA
En la actualidad, Datablocks se encuentra en fase beta y su producto puede utilizarse de forma gratuita. La compañía prevé construir su modelo de negocio alrededor de dos tipos de usuarios. El primero es el de inversor y para ello, la idea es ofrecer acceso mediante una suscripción mensual.
Además de la plataforma web, Datablocks pretende que su información también pueda consultarse desde Telegram y herramientas de inteligencia artificial. Y es en este punto donde aparecen los agentes de IA, que es la segunda parte de su modelo de negocio.
La compañía trabaja ya para que un agente pueda consultar directamente su infraestructura y que pueda responder preguntas relacionadas con la actividad onchain. En lugar de que una persona tenga que entrar en la web y realizar el análisis manualmente, un agente podría preguntar, por ejemplo, qué inversores con un determinado historial han comprado recientemente un activo o cómo están posicionados en él.
Datablocks prevé utilizar para este modelo x402, un protocolo que permitirá a los agentes pagar directamente por cada consulta realizada. Para Datablocks, el activo que existe detrás de ambos modelos es una capa de inteligencia construida sobre los datos públicos de blockchain.
Beta, Lanzadera y MERGE
Datablocks, que mantiene gratuito el acceso mientras continúa desarrollando el producto y aumentando su base de usuarios, ya ha sido probada por 200 inversores. Entre los principales hitos de la startup figura su entrada en Lanzadera, así como la victoria en el MERGE Startup Contest 2026, celebrado en Madrid en septiembre. A largo plazo, la startup pretende ampliar su propuesta más allá del inversor individual y ofrecer su inteligencia de datos onchain a fondos e instituciones.
La compañía también prevé utilizar el conjunto de datos que está construyendo para desarrollar modelos predictivos capaces de añadir nuevas capas de análisis. El punto de partida sigue siendo entender qué están haciendo los inversores que han demostrado los mejores resultados y convertir dicha información en una señal útil para el resto del mercado.