Hai pubblicato tre post questa settimana. Uno ha ottenuto 2.000 impression e a malapena qualche commento, un altro ha raggiunto metà delle persone e ha avviato due vere conversazioni, e non sei sicuro di quale abbia funzionato. Questo è il problema normale con le analisi dei post su LinkedIn. I numeri sono utili, ma sono stime, misurano cose diverse e classificare i post solo in base alle impression ti porterà verso la portata anche quando il tuo obiettivo è credibilità, visite al profilo o lead.
Le metriche che contano in ogni post su LinkedIn
Sei o sette numeri raccontano la maggior parte della storia. Le impression da sole raramente bastano, perché ti dicono che un post è stato mostrato, non che qualcuno lo abbia letto, ritenuto affidabile o su cui abbia agito.
Metriche principali dei post su LinkedIn e come calcolarle
| Metrica | Cosa ti dice | Come calcolarla | Dove trovarla |
|---|---|---|---|
| Impression | Quante volte il post è stato mostrato; una stima | Conteggio dal pannello analitico del post | Pannello analitico del post |
| Quota in-network | Portata da follower e connessioni | Impression in-network ÷ impression totali × 100 | Calcolata dalle analisi del post |
| Quota out-of-network | Portata da persone al di fuori della tua rete | Impression out-of-network ÷ impression totali × 100 | Calcolata dalle analisi del post |
| Reazioni, commenti, repost | Volume grezzo di interazioni | Somma ogni conteggio separatamente | Analisi del post |
| Tasso di engagement | Quanto bene l’esposizione si trasforma in interazione | (Reazioni + commenti + repost) ÷ impression × 100 | Calcolato dal tuo export |
| Click | Interesse abbastanza forte da aprire un link o un profilo | Click ÷ impression × 100 | Analisi del post |
| Variazione dei follower | Se il post ha aggiunto follower | Follower guadagnati nei 7 giorni dopo la pubblicazione | Analisi dei follower o conteggio manuale |
La documentazione di assistenza di LinkedIn sulle analisi dei post definisce un’impression come il numero di volte in cui un post è stato mostrato sulla piattaforma, avvertendo però che questo dato è una stima e non un conteggio preciso. Considera come rumore una differenza di poche decine di impression tra post simili. Ciò che conta è il pattern su più post, non un piccolo vantaggio in un martedì qualsiasi.
La stessa documentazione separa le impression in-network provenienti da follower o connessioni dalle impression out-of-network provenienti da persone al di fuori della tua rete esistente. Supponiamo che due post ottengano entrambi 3.000 impression nel tuo registro. Uno è all’85% in-network e ha raggiunto soprattutto persone che già ti conoscono, mentre uno al 40% in-network ha trovato nuove persone. Non sono lo stesso risultato, anche se il numero principale coincide.
Il tasso di engagement corregge un’altra distorsione perché usa le impression come denominatore. Un post ipotetico con 15 reazioni su 500 impression ha convertito l’esposizione meglio di uno con 40 reazioni su 5.000 impression. Per i contenuti delle Pagine, LinkedIn conta click, reazioni, commenti e condivisioni come interazioni, e i totali più ampi includono anche salvataggi, invii e repost, meno le interazioni che le persone rimuovono in seguito. Tieni questi conteggi separati nel tuo foglio, così un post che ottiene commenti non sembra identico a uno che raccoglie solo reazioni rapide.
Se il tuo obiettivo è trasformare follower passivi in partecipanti attivi, commenti, click, visite al profilo e variazione dei follower contano più della semplice esposizione. Quella risorsa è una buona lettura successiva, una volta capito quali post spingono già all’azione.
Inizia da qui: crea un foglio con le colonne della tabella e registra ogni post per 30 giorni prima di giudicare qualsiasi cosa.
Che aspetto ha un normale tasso di engagement
Un buon tasso dipende dal formato, quindi confronta elementi simili. Non valutare un post con link rispetto a un post documento e poi dire che il post con link è un fallimento.

Tasso medio di engagement 2025 per formato LinkedIn
Il benchmark LinkedIn di Socialinsider riporta tassi 2025 del 7,00% per i documenti nativi, 6,45% per i post multi-immagine, 6,00% per i video, 5,30% per le immagini, 4,50% per il testo, 4,20% per i sondaggi e 3,25% per i post con link.
| Formato | Tasso medio di engagement 2025 | Come interpretarlo |
|---|---|---|
| Documenti nativi | 7,00% | In cima alla gamma; vale il tempo dedicato al design |
| Post multi-immagine | 6,45% | Forti e rapidi da produrre |
| Video | 6,00% | Impegno elevato; confronta solo con i tuoi video |
| Immagini | 5,30% | Base solida per visual singoli |
| Testo | 4,50% | Il tuo pavimento per i post solo testo |
| Sondaggi | 4,20% | Buoni per la conversazione, più deboli per la portata |
| Post con link | 3,25% | Aspettati meno; giudicali invece dai click |
Quel dataset copre post di brand da account grandi, quindi profili executive, consulenti e creator di nicchia possono stare sopra o sotto questi numeri. Usali come direzione, non come linea di promozione o bocciatura. Altri report mostrano perché il contesto conta, dato che i benchmark di engagement LinkedIn di ContentIn descrivono un dataset di 100.459 post professionali con un tasso mediano di engagement del 2,29%, una media del 3,62% e un 90° percentile del 7,65%.
Il tuo benchmark migliore è la tua mediana mobile degli ultimi 20-30 post, idealmente suddivisa per formato. Supponiamo che un consulente veda un post documento al 3,1% e pensi che sia andato male rispetto alla tabella di settore. Poi controlla la propria mediana dei documenti, che è al 2,2%, e capisce che è stato un chiaro successo per il suo pubblico.
Per il contesto della portata, i dati sui post LinkedIn di Statista collocano il post medio di LinkedIn a circa 1.057 impression nel 2024, quindi un post sotto quel valore non è automaticamente debole. Confrontalo prima con la tua mediana.
Ecco anche perché preferisco l’engagement al numero di follower per i brand quando valuti se i contenuti stanno costruendo un pubblico reale. Per un approfondimento più dettagliato sulla formula, vedi questa guida su come calcolare il tasso di engagement su LinkedIn.
Annota la tua mediana per i tre formati che usi di più. Controlla ogni nuovo post rispetto a quei tre numeri.
Come fare una revisione settimanale dei post in 30 minuti
Una revisione settimanale richiede circa 30 minuti e prevede otto passaggi. Funziona perché fai lo stesso confronto, alla stessa ora, ogni settimana, invece di reagire all’ultimo post che hai controllato.

Gli otto passaggi
- Raccogli l’intera settimana: prendi tutti i post degli ultimi sette giorni, inclusi i repost che hai pubblicato, così non revisioni solo quelli che ricordi.
- Registra una riga per post: annota impression, reazioni, commenti, repost, click e quota in-network mentre i numeri sono facili da trovare.
- Calcola il tasso di engagement: somma reazioni, commenti e repost, dividi per le impression e moltiplica per 100 per ogni riga.
- Confronta con il tuo baseline: valuta ogni post rispetto alla tua mediana mobile dei 20-30 post precedenti, non rispetto alla media della settimana scorsa, che un singolo picco può distorcere.
- Tagga il contenuto: marca formato, argomento e tipo di hook in ogni riga, perché i pattern emergono solo dopo se li etichetti subito.
- Leggi il mix del pubblico: nota se la portata è stata soprattutto in-network o out-of-network, perché una forte risonanza con i follower significa qualcosa di diverso dalla scoperta da parte di sconosciuti.
- Scegli due follow-up: seleziona un post da ripetere con un nuovo angolo e un formato da rielaborare o eliminare, invece di riscrivere tutto il piano.
- Scrivi la decisione: aggiungi una frase al tuo registro che spieghi cosa farai dopo, così la settimana successiva parte da una decisione e non da una pagina bianca.
Che aspetto ha una decisione utile
Supponiamo che un carosello nel tuo foglio registri 6.200 impression e un engagement del 4,1% contro il tuo baseline del 2,6%. Questo diventa il template della settimana successiva, con un nuovo argomento e la stessa struttura. Un post testuale del martedì all’1,1% non viene ancora ripetuto, ma non elimini i post testuali sulla base di quel singolo risultato.
Un post debole ti dice quasi nulla su un formato. Tre post deboli con lo stesso hook, argomento o timing iniziano a dirti qualcosa.
Tieni la revisione noiosa e ripetibile. Apri lo stesso foglio, compila le stesse colonne, confronta con lo stesso baseline e scrivi la stessa decisione in una frase. Dopo un mese, avrai argomenti e hook raggruppati abbastanza bene da individuare i pattern ricorrenti. Dopo due mesi, saprai quali post forti erano casi isolati e quali formati continuano a ottenere commenti o visite al profilo.
Aggiungerei anche una breve nota accanto ai post insoliti. Scrivi se ha commentato qualcuno con un pubblico più ampio, se hai pubblicato durante una festività o se l’argomento era legato a una notizia dell’ultima ora. Queste note ti impediscono di attribuire al formato un risultato dovuto invece al timing o alla portata in prestito.
Non giudicare un formato da un solo post. La revisione funziona solo quando la fai ogni settimana, comprese le settimane tranquille che preferiresti saltare.
Testare i cambiamenti senza ingannarti
Un post è un aneddoto, non una prova. Se cambi orario di pubblicazione, hook e formato nella stessa settimana e i numeri salgono, non sai cosa abbia aiutato.
L’immagine qui sotto mostra il tipo di registro affiancato che voglio durante un test, con le note vicine ai numeri.

Una configurazione di test più pulita
- Scegli un solo obiettivo: scegli portata, conversazione, visite al profilo, lead o conversioni, poi assegna una metrica primaria a quell’obiettivo prima di pubblicare.
- Crea coppie abbinate: mantieni simili argomento, lunghezza, pubblico e tipo di media, e cambia solo un fattore, come orario di pubblicazione, frase iniziale, call to action o formato. Se la variabile è il timing, questa guida agli orari dei post LinkedIn può aiutarti a scegliere le fasce da testare.
- Alterna l’ordine: esegui il test per quattro-sei settimane e alterna quale versione viene prima, così un’opzione non ottiene sempre il tuo giorno migliore.
- Usa un checkpoint fisso: misura ogni post allo stesso punto di maturazione, ad esempio 72 ore dopo la pubblicazione, perché un post di due giorni e uno di dieci giorni non sono confrontabili.
- Confronta le mediane: guarda mediane e dispersione, non solo le medie, perché un post virale può trascinare verso l’alto una media e far sembrare forte un gruppo debole.
- Raccogli abbastanza post: punta a 20-30 post per gruppo di confronto quando puoi, e tieni gli outlier virali in un elenco separato per un’analisi distinta.
- Controlla i confondenti: non attribuire il merito all’orario di pubblicazione se nello stesso momento sono cambiati argomento, pubblico o un grande commentatore.
Il video qui sotto vale la pena guardarlo prima di impostare il tuo primo test, soprattutto se tendi a cambiare tre cose insieme.
Il rumore è l’altra trappola. LinkedIn considera i suoi numeri come stime e i totali possono scendere quando le persone rimuovono reazioni o commenti. Uno o due cambiamenti di reazioni su un piccolo post nel tuo registro non significano nulla, anche se la variazione percentuale sembra drammatica.
Se pubblichi meno di dieci post al mese, raggiungerai lentamente un gruppo di confronto completo. Esegui il test per tutte le sei settimane, etichetta come non conclusivo qualsiasi gruppo ancora incompleto e non dichiarare un vincitore. Il risultato che vuoi suona come questa frase di esempio: i post documento hanno superato il testo del 35% negli ultimi 24 post comparabili. È specifico, limitato al tuo account e onesto rispetto al campione.
Conservare i dati dei post oltre i limiti temporali di LinkedIn
La tua cronologia non resta su LinkedIn per sempre. I diversi tipi di dati scadono secondo tempistiche diverse, quindi un confronto su un anno può rompersi se assumi che tutto sarà ancora disponibile.
Finestre di conservazione delle analytics di LinkedIn
| Tipo di dato | Finestra di conservazione |
|---|---|
| Ripartizioni demografiche | 180 giorni |
| Prestazioni video e demografia degli spettatori | 365 giorni |
| La maggior parte dei conteggi di discovery e social engagement | 1.000 giorni |
| Dati sui membri raggiunti | 400 giorni (documentazione più recente) |
La documentazione di LinkedIn sulla conservazione delle analytics indica che le ripartizioni demografiche sono disponibili solo per 180 giorni, le prestazioni video e la demografia degli spettatori per 365 giorni, e la maggior parte degli altri conteggi di discovery e social engagement per 1.000 giorni. La documentazione più recente identifica anche una finestra di 400 giorni per i dati sui membri raggiunti.
Supponiamo che un ghostwriter debba dimostrare a un cliente dodici mesi di crescita. Prepara il deck prima e dopo, poi scopre che la demografia degli spettatori video dei primi mesi è sparita. La storia di crescita può essere ancora vera, ma non può mostrare se la seniority, il settore o la dimensione aziendale del pubblico siano migliorati, che spesso è la parte che interessa al cliente.
Le demografie attuali dei follower non risolvono il problema. Descrivono chi ti segue adesso, e l’intervallo temporale disponibile varia in base alla metrica e alla vista, quindi non sono una cronologia completa di chi ha raggiunto ogni vecchio post.
Tre abitudini ti proteggono:
- Esporta ogni mese: salva impression, engagement, formato, timing e testo del post in un file che controlli tu.
- Fai snapshot trimestrali: registra le demografie dei follower e il mix del pubblico prima che si chiudano le finestre più brevi.
- Separa i dati in scadenza: segna quali colonne LinkedIn rimuoverà prima e quali conteggi resteranno disponibili più a lungo.
Imposta un promemoria per il primo di ogni mese per esportare i post del mese precedente. Salva il file fuori da LinkedIn, con il mese nel nome del file.
Template di report mensile che puoi copiare
Il tuo report mensile dovrebbe stare in una pagina e mantenere lo stesso ordine ogni mese. Questa coerenza permette a te o a un cliente di confrontare rapidamente i mesi senza imparare ogni volta un nuovo layout.
L’ordine è intenzionale. Titolo e mediana vengono prima perché rispondono alla domanda se il mese è migliorato. I post migliori e peggiori spiegano il perché, poi il mix del pubblico, le visite al profilo e i follower mostrano se la portata è stata utile o solo ampia. Esperimenti e prossime azioni chiudono il cerchio.
Template di report analytics LinkedIn mensile
| Sezione del report | Cosa inserire | Esempio |
|---|---|---|
| Titolo | Una frase sul cambiamento più grande del mese | La mediana dell’engagement è salita quando i caroselli hanno sostituito i post con link |
| Volume e cadenza | Post pubblicati e giorni di pubblicazione per settimana | 12 post, 3 a settimana, due settimane saltate |
| Tasso mediano di engagement | Questo mese rispetto al mese precedente | 3,4% questo mese contro 2,7% del mese scorso |
| Tre post migliori | Formato, argomento e hook per ciascuno | Carosello sui prezzi; storia su un cliente perso |
| Tre post peggiori | Cosa avevano in comune | Post con link, tutti pubblicati il lunedì mattina |
| Mix del pubblico | Quota in-network vs out-of-network | 58% in-network, 42% out-of-network |
| Visite al profilo e follower | Variazione rispetto al mese precedente | Visite al profilo in aumento, 46 nuovi follower |
| Esperimenti | Test in corso, dimensione del campione e stato del risultato | Test hook più corto, 11 post, non conclusivo |
| Tre azioni per il mese successivo | Una da ripetere, una da eliminare, una da testare | Ripeti i caroselli; elimina i post con link; testa un hook più corto |
Quegli esempi sono illustrativi, quindi sostituiscili con i tuoi numeri. Se un esperimento non ha raggiunto abbastanza post comparabili, scrivi non conclusivo invece di forzare un vincitore per far sembrare il report deciso.
Se vuoi aiuto per trasformare le metriche social in insight azionabili, quella guida si abbina bene a questo formato di una pagina. Tieni allegato il tuo foglio di supporto, ma non inviare ai clienti quaranta righe quando hanno chiesto cosa è cambiato e cosa succede dopo.
Regola di reporting: una pagina per le decisioni, un foglio per le prove. Non mescolarli.
Copia la tabella in un documento, compila i dati del mese scorso e inviala a te stesso o al cliente prima del primo lunedì del nuovo mese.
Trasforma i tuoi numeri nel piano contenuti del mese prossimo
Usa una semplice regola decisionale: scegli tre cose da ripetere, una da eliminare o rielaborare e un esperimento. Scrivile prima di pubblicare qualsiasi altra cosa, così non insegui il picco della settimana scorsa. Un calendario editoriale per LinkedIn rende visibili queste scelte lungo tutto il mese.
- Ripeti con prove: un formato si qualifica solo se supera la tua mediana mobile per tre post di fila, non una sola volta. Mantieni la struttura, cambia l’argomento o l’angolo e osserva se commenti e visite al profilo reggono.
- Elimina o rielabora con attenzione: scegli il formato che è sceso sotto la tua mediana in almeno tre post comparabili. Prima controlla se quei post deboli condividevano orario di pubblicazione, argomento o un hook frettoloso, perché il formato potrebbe non essere il vero problema.
- Testa un solo cambiamento segnalato: cambia una cosa emersa dalla revisione settimanale, come la frase iniziale del tuo formato migliore, mantenendo simile l’argomento. Dagli abbastanza post comparabili prima di decidere di nuovo.
Supponiamo che un consulente ripeta i caroselli, elimini i post con link e testi un hook più corto per quattro settimane. È un piano che può valutare a fine mese. Evita l’errore principale di eliminare un formato dopo una sola settimana debole, soprattutto quando il campione è piccolo e i numeri sono stime.
Questa settimana, crea il foglio, registra gli ultimi sette post e fai la tua prima revisione venerdì.
Trasforma più velocemente la tua revisione in bozze con RedactAI, che ti aiuta a generare post LinkedIn con la tua voce, programmarli e monitorarne le prestazioni, così il tuo prossimo test parte da ciò che ha già funzionato. Porta il tuo foglio, scegli cosa ripetere, eliminare e testare, e inizia a costruire i post del mese prossimo partendo dalle prove invece che dalle supposizioni.


































































































































































































































































































