Channel
@hopscotch_analytics
On this record: Growth · Engagement · Reactions · Posts · Citations · Cite this entry
168subscribers
+1 since we began measuring on 7 August 2026
Risers and fallers across the register · movement among entries of Under 1,000.
| Telegram ID | -1002278105325 |
|---|---|
| Type | Channel |
| Username | @hopscotch_analytics |
| Created | Between 1 September 2024 and 31 March 2025— estimated from Telegram’s id allocation, not measured. How this range is calculated. |
| First recorded | 8 August 2026 |
| Last confirmed live | 15 August 2026 |
| Measurements held | 3 |
| Confirmed unchanged | 1 time, most recently 15 August 2026 |
| On Telegram | t.me/hopscotch_analytics |
| Measured (UTC) | Subscribers | Change |
|---|---|---|
| 15 Aug 2026, 09:44 | 168 | +1 |
| 8 Aug 2026, 15:46 | 167 | no change |
| 7 Aug 2026, 17:53 | 167 | first reading |
16 posts held, back to 20 August 2025 — 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.
Nothing published in the last 30 days. ERR and ER are rolling 30-day measures, so there is nothing to compute — we hold 16 posts for this entry, the most recent from 15 July 2026. An engagement rate over an empty window would be a number about nothing.
112 reactions across 16 posts, in 5 distinct kinds. The most used accounts for 55.4% of them.
| Reaction | Count | Share | Share, drawn |
|---|---|---|---|
| 🔥 | 62 | 55.4% | |
| ❤ | 38 | 33.9% | |
| 👍 | 10 | 8.93% | |
| 💯 | 1 | 0.893% | |
| 🤔 | 1 | 0.893% |
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 16 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 112reactions in total: the kind of figure the paragraph above means by “a reaction total printed elsewhere on the page”.
Measured over the 16 most recent posts we hold, published 20 August 2025 to 15 July 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.
Привет! В прошлом посте я писал о том, что делаю библиотечное решение. После этого мы пообщались с Максом Годзи, фаундером Retentioneering, с которым мы до сих пор дружим, и решили, что для всех будет лучше, если мы затащим это решение под бренд Rete. Вчера мы опубликовали release-candidate версию пакета, так что вы уже можете начать его пробовать. Документация тут. pip install --pre retentioneering В платформен…
🔥7
Я как-то подустал ходить по людям и демонстрировать платформенное решение Hopscotch, так что решил запилить библиотечный вариант решения: питоновскую hopscotch-lib. Пока затащил туда граф переходов и step sankey, дальше поднятну кластеризацию и дата процессоры. Вот как это выглядит в VS Code, например (см. скриншоты). Если интересно потестировать — дайте знать.
❤5🔥3👍1
Выступаю 31 мая на белградской площадке DataFest. Расскажу про графы переходов в аналитике пользовательского поведения. Приходите! А вообще у меня закончился курс в Constructor University. Отхожу от него. Чуть позже расскажу, как дела.
❤3🔥2
10 дней до DataFest в Белградском университете 😎 Спрос на 24.05 оказался даже выше, чем мы ожидали 🫡 Поэтому 31.05 продолжаем на более крупной площадке 👍 📅 31 мая — ФОН, Белградский университет • 24 доклада · 3 сцены · нетворкинг и афтепати • Trust in AI • Agents & LLMs • Ranking & Banking • Voice & Robotics 🗣 Язык: английский 👉 Регистрация и расписание уже доступны Вход бесплатный · регистрация обязательна //рег…
❤2🔥1
В документации к Amplitude сказано, что они используют NMF для кластеризации пользователей. Я как-то никогда о таком методе не слышал. Оказалось, что это похоже на SVD: мы аппроксимируем матрицу (пользовательских фичей) произведением не трёх, а двух матриц (но положительных). Типа X ≈ WH, где W — это координаты траекторий в новом сжатом пространстве фичей пользователей, а H — это координаты точек в старом пространств…
👍7🔥3❤1
Моя подруга, настоящий учёный Люба Тупикина, пригласила меня почитать с ней спецкурс про анализ пользовательского поведения (большая честь!). Точнее, курс будет про различные практические применения эмбеддингов, а моя часть будет про эмбеддинги пользовательских траекторий. У меня к вам вопрос: может быть у вас есть на примете какие-то классные статьи на эту тему? Меня не забанили в перплексити, и у меня есть свой нек…
🔥6
Всем привет. Мы с @kenaku допилили Hopscotch — платформу для анализа пользовательского поведения — до презентабельного состояния, и теперь очень хотим найти первых пользователей и первые юзкейсы. Мы понимаем, что пока предлагаем удочку вместо рыбы (над UX не успели поработать 😞, всё-таки это MVP), поэтому в первую очередь приглашем людей, знакомых с Retentioneering. Но это необязательное условие: если есть интерес к…
🔥8
Вес МакКинни, основатель Pandas, тут провёл мини-исследование про то, как плохо LLM умеют суммировать числа из CSV-данных. В исследовании он буквально просил сделать SELECT group, SUM(value) FROM data GROUP BY group, но без использования кода, и наблюдал, как результаты разваливаются по мере роста объёма данных. https://wesmckinney.com/blog/llms-arithmetic/ Со своей стороны могу добавить, что на моей практике LLM д…
❤4👍1
Неплохая статья про исследование пользовательского поведения в геймдеве: Interactive Player Journeys: Co-designing a Process Visualization System to Video Game Analytics. Используют граф переходов как главную визуализацию. Отмечают его следующие достоинства: - Интуитивно понятен. - Позволяет расположить ноды в порядке, соответствующем флоу пользователя. - Позволяет сравнивать группы пользователей (те, кто дошёл до та…
🔥8
Начал читать книжку Behavioral Data Analysis with R and Python. Заголовок заманчивый. Но в первой же главе автор начинает набрасывать: A potential solution to the problem of confounders would be to add to the regression all the variables we can. This mindset of “everything and the kitchen sink” still has proponents among statisticians. и там становится понятно, что эта книжка скорее про causal inference. Ок, я вполн…
🔥4❤1
А пока я ищу работу (говорят, это нынче может много времени отнимать), мы с Максом Годзи из Retentioneering решили снова заколабиться и попробовать вернуться к консалтингу/аутсорсу. Если вам нужны советы по анализу пользовательского поведения или продвинутая аналитика под ключ, то дайте знать. У нас есть опыт проведения таких проектов в е-коме, геймдеве, приложениях о путешествиях, здоровье/фитнесе, трейдинге и банки…
❤7🔥3
Новость. Я больше не работаю в Perplexity. Не скрою: меня уволили. Однако не известно, сколько бы ещё я сам там вывез: это самое жёсткое место из всех, где я работал. Амбициозная компания, хочет двигаться очень быстро, давление высокое.
❤11
Showing the 12 most recent of 16 posts we hold for @hopscotch_analytics. 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.
Republishes
Channels on the register whose posts this channel has forwarded.
Built only from forwarded posts we have actually read, on both sides. Coverage is early and deliberately incomplete: a missing link means we have not read the post that would prove it, never that the relationship does not exist. Counts are distinct forwarded posts observed, so they only ever go up as we read more.
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 15 August 2026 — this entry's latest reading, not the date you are reading this.
“Hopscotch analytics” (@hopscotch_analytics), 168 subscribers as measured 15 August 2026. Telegram Register, tgregister.com/channel/hopscotch_analytics.
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.