Подробно описана авторская методика, как сформировать аудиторию (в терминах рекламной площадки социальной сети) наиболее заинтересованных ("теплых") потенциальных покупателей на основе тех, кто заходил на сайт именно из поисковых систем.
Технология разрабатывалась и отрабатывалась на запрещенных ныне рекламных площадках в социальных сетях, но общая идея тем "кто в теме" будет понятна. Соответственно, применить к другим рекламным площадкам других социальных сетей не представит сложностей

Просто изучать новый для меня язык программирования мне было скучно, поэтому я решил изучать Python и писать одновременно "ванильный" код для телеграмм-бота по технологии webhook, а не "поллинг".

В итоге - статья стала относительно хитовой на Habr

По сути - дополнение к предыдущей статье про чат-бота - пошаговая инструкция, как развернуть инфраструктуру для чат-бота на основе обычного хостинга

Планировался доклад на внутрикорпоративной конференции в рамках тенденции к импортозамещению. Коротко, мысль была такова, что Linux это не только для системных администраторов и DevOps, но и простым пользователям (а-ка "даже" аналитикам) можно нормально работать

Статья Андрея Устьянцева посвящена улучшению лендингов на основе анализа метрик поведения пользователей, а не субъективных оценок. Автор описывает пошаговую инструкцию по внедрению системы измерения эффективности лендингов, основанной на анализе пролистов ключевых разделов сайта.

Текст анонса статьи написан с использованием GigaChat
<-- изображение сгенерировано с использованием GigaChat

Статья посвящена извлечению расширенных данных о посетителях сайта из системы аналитики «Яндекс.Метрика» при помощи языка программирования Python. Приводятся примеры кода для получения сводных данных о визитах и пользователях, а также демонстрации динамики показателей по дням. Статья полезна для аналитиков и разработчиков, желающих углубленно анализировать статистику веб-сайтов, интегрируя её с другими системами.

Текст анонса статьи написан с использованием GigaChat
<-- изображение сгенерировано с использованием GigaChat

Статья описывает пошаговую инструкцию по извлечению данных из «Яндекс.Метрики» и интеграции их в электронные таблицы (Excel, Google Sheets) и BI-системы (PowerBI). Приводится пример доработанного кода для расширения функциональности и повышения гибкости сбора данных. Статья ориентирована на аналитиков и специалистов по маркетингу, желающих углубленно изучать поведение пользователей на сайтах и эффективно представлять результаты своей аналитики.

Текст анонса статьи написан с использованием GigaChat
<-- изображение сгенерировано с использованием GigaChat