Channel
@goodmosaic
On this record: Topic · Growth · Engagement · Reactions · Posts · Cite this entry
1,376subscribers
-99 since we began measuring on 7 August 2026
Risers and fallers across the register · movement among entries of 1,000–3,162.
| Telegram ID | -1001826952167 |
|---|---|
| Type | Channel |
| Username | @goodmosaic |
| Created | Between 1 October 2022 and 30 September 2023 — estimated from Telegram’s id allocation, not measured. How this range is calculated. |
| First recorded | 7 August 2026 |
| Last confirmed live | 11 October 2026 |
| Measurements held | 14 |
| Confirmed unchanged | 1 time, most recently 11 October 2026 |
| On Telegram | t.me/goodmosaic |
Other / unclassifiable — a classification, not a measurement. An on-box language model (Qwen3.6-35B-A3B-FP8, prompt version 1) read this channel’s own recent posts on 17 September 2026 and assigned it the closest of 31 fixed categories, at 90% confidence. This is a model’s judgement about what the channel is likely to be about, not a fact this register measured the way a subscriber count or a view count is measured — it can be revised on a later pass, and it carries no weight anywhere else on this page. How this classification works, and why it has no browse page of its own yet.
| Measured (UTC) | Subscribers | Change |
|---|---|---|
| 11 Oct 2026, 11:54 | 1,376 | -16 |
| 5 Oct 2026, 03:01 | 1,392 | -27 |
| 25 Sept 2026, 23:57 | 1,419 | -18 |
| 17 Sept 2026, 11:21 | 1,437 | -17 |
| 13 Sept 2026, 10:58 | 1,454 | -8 |
| 4 Sept 2026, 17:18 | 1,462 | -3 |
| 29 Aug 2026, 07:04 | 1,465 | -2 |
| 26 Aug 2026, 08:53 | 1,467 | -1 |
| 23 Aug 2026, 10:28 | 1,468 | -3 |
| 16 Aug 2026, 19:07 | 1,471 | -4 |
| 13 Aug 2026, 14:06 | 1,475 | +1 |
| 10 Aug 2026, 22:11 | 1,474 | -1 |
| 7 Aug 2026, 21:48 | 1,475 | no change |
| 7 Aug 2026, 18:09 | 1,475 | first reading |
20 posts held, back to 11 July 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 page of Telegram’s post history, 20 posts per page.
Nothing published in the last 30 days. ERR and ER are rolling 30-day measures, so there is nothing to compute — we hold 20 posts for this entry, the most recent from 7 August 2026. An engagement rate over an empty window would be a number about nothing.
374 reactions across 20 posts, in 4 distinct kinds. The most used accounts for 27.3% of them.
| Reaction | Count | Share | Share, drawn |
|---|---|---|---|
| 👏 | 102 | 27.3% | |
| ❤ | 98 | 26.2% | |
| 👍 | 95 | 25.4% | |
| 🔥 | 79 | 21.1% |
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 20 of the 20 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 374 reactions in total: the kind of figure the paragraph above means by “a reaction total printed elsewhere on the page”.
Measured over the 20 most recent posts we hold, published 11 July 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.
У регионального ритейлера в сезонной категории продажи росли, но касса “проваливалась” на этапе оплаты: часть клиентов откладывала покупку из‑за долгого подтверждения и непонятных условий скидок, которые показывались уже после выбора товара. Трафик оставался, а конверсия в чек падала. Инсайт: спрос легко удержать витриной, но конверсию решает ясность в момент выбора. Если правила выгоды объясняются слишком поздно, п…
🔥5👍4👏3❤1
Сеть пекарен заметила: в вечерний пик растут заказы на “комбо” при неизменном трафике, но увеличивается доля возвратов из‑за разной температуры на момент получения. Люди не готовы ждать и выбирают еду “здесь и сейчас”, поэтому ожидание становится частью продукта. Инсайт: когда важна свежесть, выигрывает не тот, кто быстрее, а тот, кто стабильно попадает в состояние товара в нужное время. Сбои в готовности убивают до…
❤9👏6🔥3👍1
Маркетплейс для локальных магазинов внедрил “умные витрины” и начал показывать товары по истории просмотров. Продажи выросли в первые недели, но затем часть клиентов перестала кликать: выдача стала слишком предсказуемой, а ощущение выбора исчезло. Инсайт: персонализация работает, пока оставляет пространство для открытия нового. Когда рекомендации заменяют исследование ассортимента, конверсия падает не из‑за слабого …
👏8👍4🔥4❤3
Крупный супермаркет заметил: покупатели реже берут “про запас” и чаще выбирают покупки на вечер и выходные, даже если это дороже. Спрос сместился к готовым решениям и наборам, а пустые полки в горячие часы автоматически снижали конверсию сильнее скидок. Инсайт: в нестабильном ритме жизни выигрывает тот, кто держит доступность в точке принятия решения. Ассортимент мало помогает, если покупателю не из чего выбрать пря…
👍6👏5🔥5❤3
Сеть небольших аптек заметила, что продажи в будни держатся, а в выходные растет не средний чек, а доля покупок “для себя” без рецепта. Клиенты чаще выбирают быстрые аналоги и соглашаются на меньшую упаковку, если на полке рядом есть понятная инструкция и цена читается с шага. Инсайт: спрос в аптеке переключается на удобство решения, а не на широту ассортимента. Побеждает тот, кто снижает трение между потребностью и…
❤7👍7🔥3👏2
Торговая сеть по ремонту и строительству заметила, что онлайн-заказы растут только в дни, когда покупатели могут заранее выбрать время выдачи. В остальное время часть корзин зависает на оплате: люди не хотят ждать и переносят покупки в ближайший офлайн. Вывод: ключевой барьер не цена и не ассортимент, а управляемость ожидания. Там, где расписание понятное и предсказуемое, даже сложные товары продаются увереннее. Тов…
🔥7❤4👍4👏4
Онлайн-магазин мебели столкнулся с ростом отказов на этапе доставки: часть клиентов не принимала заказ из‑за несостыковки по времени приезда и габаритам подъезда. Продажи не просели бы, если бы до оплаты появлялись реальные ограничения по району и удобные окна передачи заказа. Инсайт: чем дороже покупка, тем меньше прощается неопределенность. Успех логистики определяется не скоростью, а точностью предположений о том…
👍8👏5❤3🔥3
Фастфуд-сеть усилила продажи через офлайн-акции на кассе: стала выдавать купоны при оплате и перенаправлять посетителей на допродажи в зале. Выручка в дни кампаний выросла, но доля “повторных покупок без скидки” снизилась, потому что гости выбирали не продукт, а выгодный момент. Инсайт: ценность бренда проседает, когда мотивация покупки смещается с качества на триггер по времени. Лучше строить цепочку “хочу именно э…
👍6👏5🔥5❤3
Региональный ритейлер электроники обновил формат отдела: убрал “длинный каталог” на витрине и сделал подбор по сценариям использования. Посетители стали чаще заходить именно за конкретной задачей и быстрее доходить до оплаты, но со временем часть продаж ушла в предсказуемые категории, а остальное просело из‑за недостатка быстрых альтернатив рядом с кассой. Инсайт: чем понятнее путь к выбору, тем важнее заранее встро…
❤7👍6👏3🔥3
Сеть дискаунтеров расширила линейку готовой еды и начала быстрее обновлять витрины без согласования с графиком поставок. В пиковые часы спрос рос, но на следующий день продажи проседали: часть покупателей привыкала к новому формату и уходила, когда “свежее к времени” снова не совпадало. Инсайт: частота обновлений влечет зависимость от графика. Если онлайн обещает свежесть, а склад не синхронизирован с локальным спро…
👍9❤6👏3🔥1
Кондитерская запустила подписку на еженедельные наборы и начала собирать заказы по вкусовым профилям. Спрос быстро вырос, но склад стал “плыть”: из‑за разного остатка по партнерам наборы приходилось собирать вручную, и часть клиентов получала замены без ожидаемого микса. Инсайт: подписка увеличивает повторяемость, только если замена встроена в продукт как заранее понятное правило. Когда сюрпризы возникают из логисти…
👏8👍4🔥4❤3
Крупный продавец одежды пересобрал прогноз спроса: отказался от “усредненных” заказов и стал подтягивать остатки под реальный трафик по районам. В результате продажи в регионах выросли, но на стыке сезонов появились провалы по ходовым размерам, из-за чего часть клиентов откладывала покупку до следующей поставки. Инсайт: точный прогноз мало что дает без устойчивых правил пополнения для ключевых позиций. Когда товар “…
❤8👏5🔥4👍2
Showing the 12 most recent of 20 posts we hold for @goodmosaic. 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.
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 11 October 2026 — this entry's latest reading, not the date you are reading this.
“Товарная Мозаика” (@goodmosaic), 1,376 subscribers as measured 11 October 2026. Telegram Register, tgregister.com/channel/goodmosaic.
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.