Channel
@b2b_done
On this record: Growth · Engagement · Reactions · Stars · Posts · Citations · Cite this entry
1,273subscribers
+3 since we began measuring on 7 August 2026
Risers and fallers across the register · movement among entries of 1,000–3,162.
| Telegram ID | -1002399572348 |
|---|---|
| Type | Channel |
| Username | @b2b_done |
| Created | Between 1 September 2024 and 31 March 2025— estimated from Telegram’s id allocation, not measured. How this range is calculated. |
| First recorded | 7 August 2026 |
| Last confirmed live | 13 August 2026 |
| Measurements held | 3 |
| Confirmed unchanged | 1 time, most recently 13 August 2026 |
| On Telegram | t.me/b2b_done |
| Measured (UTC) | Subscribers | Change |
|---|---|---|
| 13 Aug 2026, 07:16 | 1,273 | +3 |
| 7 Aug 2026, 22:47 | 1,270 | no change |
| 7 Aug 2026, 14:20 | 1,270 | first reading |
18 posts held, back to 18 June 2026 — the reader has not yet reached the start of this channel’s public history, so older posts may sit further back, unread. Read across 1 pageof Telegram’s post history, 20 posts per page.
ERR is average views per post over the last 30 days divided by subscribers, the definition TGStat uses, so this figure is comparable with the one you will see elsewhere. It falls structurally as a channel grows: a high ERR on a small channel and a low one on a large channel describe reach mathematics, not quality. We publish the figure and the sample it came from and pass no verdict on it.
ER is defined industry-wide as (forwards + reactions + comments) ÷ views— note the denominator is views, not subscribers. Telegram’s public web preview carries views and reactions but not forward or comment counts, so the reaction rate above is the reactions term only and is therefore a floor: the true ER for this channel is higher by an amount we have not measured and will not estimate.
| Window | Rolling 30 days · latest post in window 7 August 2026 |
|---|---|
| Posts held | 18 (18 June 2026 – 7 August 2026) |
| Views total | 1,671 |
| Reactions total | 61 |
| Forwards / comments | not exposed by the public surface — not measured, not estimated |
| Readings taken | 7 Aug 2026, 22:47 UTC |
Views are a single reading per post, taken at the time above. A post published in the last day or two is still accumulating views, which pulls the 30-day average down slightly. That is a property of the standard definition rather than a fault in it, so we keep the definition rather than “correcting” the number into something nobody can reproduce.
Precision. Telegram publishes view counts on its public widget in short form — 8.12K, 3.7M — so any reading at or above 1,000 reaches us rounded to three significant figures, and only counts below 1,000 are exact. Averages and rates derived from them are shown to the same precision rather than to the unit: a figure like 3,701,250 would assert digits nobody measured.
Reaction counts are published per emoji and rounded the same way, so a total below 1,000 is exact and a larger one is a sum that may carry a rounded component from each emoji above 1,000. Because it is a sum, it does not look rounded — read a large reaction total as three significant figures per contributing emoji rather than as the figure it prints.
152 reactions across 15 posts, in 6 distinct kinds. The most used accounts for 55.9% of them.
| Reaction | Count | Share | Share, drawn |
|---|---|---|---|
| 🔥 | 85 | 55.9% | |
| 👍 | 40 | 26.3% | |
| ❤ | 23 | 15.1% | |
| 💯 | 2 | 1.32% | |
| 😁 | 1 | 0.658% | |
| 🤔 | 1 | 0.658% |
No sentiment is inferred, and none should be read in. This table is ordered by count and by nothing else. Emoji do not carry stable meaning across languages or communities — 🙏 is thanks in one channel and mourning in another — so we publish which ones were pressed and how often, and pass no judgement on what an audience meant by them.
Precision. Telegram publishes reaction counts per emoji and short-forms each one — 4.34K, 1.2M — so any single kind at or above 1,000 reaches us at three significant figures, and only counts below 1,000 are exact. The shares above are ratios of those figures and carry the same error. This is also why the total here can differ slightly from a reaction total printed elsewhere on the page: both are sums of the same rounded parts, taken over samples with different edges.
Coverage. Reactions were read on 16 of the 18 sampled posts in this sample. Summed by Telegram’s own count on each post — not by adding up the per-emoji breakdown above — those same posts carry 152reactions in total: the kind of figure the paragraph above means by “a reaction total printed elsewhere on the page”.
Measured over the 18 most recent posts we hold, published 18 June 2026 to 7 August 2026, using the newest reading held for each. Telegram Stars are excluded: they are a payment, not a reaction, and they have their own section.
A paid reaction is a reader spending Telegram Stars — bought with money — on a post by @b2b_done. Telegram publishes the count on the public post preview alongside ordinary reactions, and this register reads it there. It is the only figure on this site that measures money moving rather than attention.
Stars are not reactions, and the two are never added. They are rendered in the same strip on Telegram and counted in the same shape, but one is a tap and the other is a purchase. The reaction totals and the engagement rate elsewhere on this page exclude every figure in this section, and no rate here is computed against a reaction count.
This is not revenue, and we publish no currency figure. What a Star costs a reader and what it pays a channel are different numbers, Telegram takes a share we cannot observe, and the terms have changed. Converting a Star count into money would be an estimate dressed as a measurement, so the count is where we stop.
Counted over the 18 most recent posts we hold for this entry, published 18 June 2026 to 7 August 2026. Star counts above 1,000 reach us in Telegram’s short form and carry the same three-significant-figure rounding as everything else on this page.
Как модель Fabel учила меня менеджменту Когда у Антропик вышла модель Fabel, сразу пошел ее тестить. Она прикольно ускорила работу. Но на подписке за 100$ 5 часовые лимиты улетали буквально за 1,5-2 часа. Особенно когда в работе по 3-5 задач паралельно. В итоге сидишь сразу с 5 недоделанными задачами. 😞 Особенно обизно, если одна из этих задач срочная и сдать ее нужно сегодня. Пришлось в серьез задуматься. Какую з…
🔥6
Конверсия сайта 30%. Радоваться рано 🤯 Недавно ко мне на консультацию пришёл B2B-клиент. Запрос звучал вполне логично: хотим переделать сайт, лучше показать преимущества компании и повысить конверсию. Гипотеза здравая. Но прежде чем обсуждать структуру сайта и тексты, пошли смотреть цифры по воронке. Офигеть, конверсия 30% И тут выясняется, что сайт конвертирует рекламный трафик в обращения примерно на 30%. Первая …
Приятные новости приходят и в отпуске 🔥 Прилетело уведомление: мой доклад прошёл отбор на Суровый Питерский Форум. Получается, второй год подряд еду туда выступать. Для меня это особенно приятно. По моему ощущению, у «Сурового» один из самых строгих отборов среди профильных конференций. Поэтому с темой пришлось повозиться. Вместе с нейронками прошерстили наши проекты за конец 25 и 26 годов. А так же посмотрел типовы…
🔥15
Терпеть не могу согласовывать SEO-тексты. Кажется, я от этого избавился 🤯 У меня обычно есть один-два проекта, где я работаю внешним директором по маркетингу. Цель: держать руку на пульсе, понимать, как всё устроено изнутри. Часть работы там — управлять подрядчиками, которые у клиента уже есть. Самая раздражающая часть, конечно, SEO. По моему опыту, SEO-специалисты меньше всех на рынке думают об удобстве заказчика.…
🔥9❤1🤔1
Самые бесполезные 2 часа на отдыхе 🎣 Сейчас я в отпуске, так что история будет не про работу. Но ошибку я в ней сделал ровно ту, которую регулярно разбираю с клиентами. В июле выбрались с другом на рыбалку. Приехали на точку, а выход к воде один: узкий проход через прибрежную траву. Рыбачить неудобно, поэтому решили сначала расчистить берег пошире. Косы с собой не было. Надел болотники, взял лопату и около часа ко…
🔥10👍1😁1
Месяц тестирую ИИ-инструменты, которые разбираются в ваших клиентах. Делюсь наблюдениями 🧠 Один из сильнейших экспертов по продукту в РФ Иван Замесин выложил в открытый доступ набор скиллов для нейронок. По сути это готовые инструкции, которые превращают нейронку в продуктового аналитика, работающего по его методологии. Задача, под которую они созданы: разобраться на ваших реальных данных, кто ваши клиенты, зачем он…
❤6👍2💯2
Я потратил больше 10 часов на одно КП. С нейронками 🤯 Последние посты у меня всё про КП: как они висят без ответа, как за обратной связью никто не возвращается. А потом я сам сел писать КП и просидел с часу дня до десяти вечера. Одна штука. С нейронками, которые вроде как выдают текст за минуту. Наша боль Типичная для нас ситуация, маркетинг лидов приводит, а дальше продажи идут не ахти. Стали смотреть, что происход…
🔥7
Под прошлым постом пошла очень интересная дискуссия. И ответ на этот комментарий я решил вынести сюда, думаю многим полезно будет Обсуждали тему, что делать с тем, что менеджеры не запрашивают обратную связь по КП Вопрос был: Какое решение а этом случае? ИИ-напоминалки делать? Ответ: Тут не нужны никакие ИИ на старте :) Самое простое — выставить корректные статусы в CRM. Чтобы статусы показывали блокеры сделки. Дл…
🔥1
«Просто напоминайте о себе». Как теряют клиентов, готовых покупать. Эту фразу мне сказал закупщик завода, когда мы пару лет назад прозванивали ушедших клиентов одного оптового поставщика подшипников. Клиент запросил КП, а в КП ему прислали не ту продукцию — ошиблись. Но ушёл он не из-за этого. Его ответ я помню почти дословно: «К ошибке я отнёсся нормально, готов был пробовать работать с разными поставщиками. Просто…
👍4
«У вас дорого». Мы посчитали, сколько раз это правда: 2 из 81 Когда мы заходим в новый проект и спрашиваем менеджеров, почему клиенты не покупают, чаще всего слышим одно и то же: цены высокие, условия плохие. Были бы условия получше, покупали бы. А потом мы собираем цифры по реальным сделкам, и картина оказывается совсем не той, которую все ждали. Вот два свежих замера у наших клиентов. Первый клиент — поставщик п…
🔥7
Продолжу про изнанку. С нейронками у меня далеко не всё гладко 🧠 В прошлый раз я сказал, что паниковать не из-за чего. Это правда. Но будет нечестно оставить только эту сторону. Потому что сам я с нейронками воюю регулярно, и на серьёзных задачах особенно. Сделать что-то на троечку и правда легко: собрать лендинг, накидать текст, прогнать анализ звонков. Причем все кто говорят, что сделали тот же лениднг не говорят…
👍5
Кажется, все уже виртуозно освоили нейросети. Или о моём FOMO 😁 Листаешь ленту, а там все уже построили какие-то системы, всё автоматизировали, работают на топовом уровне. И накрывает: ты будто вечно догоняешь. То самое FOMO. Мне это напоминает историю с красивой жизнью в запрещённой соцсети: в кадре только глянцевая сторона, изнанку никто не показывает. С нейронками сейчас ровно то же самое. И вот два наблюдения, …
👍19❤4
Showing the 12 most recent of 18 posts we hold for @b2b_done. View and reaction counts are the latest single reading for each post, not a live figure, and a recent post is still accumulating both. A view count marked ≈ was rounded by Telegram before we ever saw it — t.me prints views in full below 1,000 and to three significant figures above, so ≈1,200,000 means somewhere between 1,150,000 and 1,249,999. Unmarked counts are exact. Text is reproduced from the public post preview and truncated for length.
Citation-graph rank — 1,075,907 of 1,345,403entries in the measured graph. A weighted position computed from the forward and mention edges below — republished posts weigh more than named mentions — and recomputed periodically, over the whole graph. Published only as this ordinal position, never as a score: a position is a fact, and a score printed beside one channel’s name would read as a verdict this register does not make. The two counts beneath stay separate for the same reason mentions are never summed with forwards anywhere else on this page — a named-by count costs nothing to manufacture. The top 100 by this measure, or how it is computed.
Named by 1 registered channel — every channel on the register whose own posts have named this one, by its current username or any other username it currently holds, merged from two separately captured readings of the same fact so a namer caught by only one of them is not missed and a namer both caught is not counted twice. A username this channel has since dropped is not matched — that handle may belong to someone else now, and crediting today’s namer to yesterday’s owner would misattribute it.
Named by
Channels on the register whose posts name this channel's handle.
A mention is a weaker signal than a forward and is counted separately for that reason — naming a channel is not republishing it, and a handle in a post body is easy to place deliberately. The post counts beside each row below are distinct posts in which the handle appeared, from posts we have read on both sides — the “Named by N registered channels” figure above is a different count, of distinct NAMING CHANNELS rather than posts, and is not the sum of the rows under it.
A live page changes as we take new readings, so a citation should name the measurement it is based on, not just the URL. The line below cites the subscriber count as measured 13 August 2026 — this entry's latest reading, not the date you are reading this.
“Digital-Задроты в B2B | Южанин Дмитрий” (@b2b_done), 1,273 subscribers as measured 13 August 2026. Telegram Register, tgregister.com/channel/b2b_done.
Full measurement history, CC BY 4.0. Every reading this register holds for this entry, not just the latest one, as a dated, downloadable record: CSV · JSON. Free to use with attribution to tgregister.com. Each file carries its own generation timestamp, which is the figure to cite for exactly when the data was retrieved.