Je hebt deze week drie posts gepubliceerd. Eén kreeg 2.000 impressies en nauwelijks reacties, een andere bereikte de helft zoveel mensen en startte twee echte gesprekken, en je weet niet zeker welke goed werkte. Dat is het normale probleem met LinkedIn-postanalyses. De cijfers zijn nuttig, maar het zijn schattingen, ze meten verschillende dingen, en posts rangschikken op alleen impressies stuurt je richting bereik, zelfs wanneer je doel geloofwaardigheid, profielbezoeken of leads is.
De statistieken die op elke LinkedIn-post ertoe doen
Zes of zeven cijfers vertellen het grootste deel van het verhaal. Impressies op zichzelf doen dat zelden, omdat ze je vertellen dat een post is getoond, niet dat iemand hem heeft gelezen, vertrouwd of erop heeft gereageerd.
Kernstatistieken voor LinkedIn-posts en hoe je ze berekent
| Statistiek | Wat het je vertelt | Hoe je het berekent | Waar je het vindt |
|---|---|---|---|
| Impressies | Hoe vaak de post is getoond; een schatting | Telling uit de analytics van de post | Analytics-paneel van de post |
| Deel binnen netwerk | Bereik van volgers en connecties | Impressies binnen netwerk ÷ totale impressies × 100 | Berekend uit postanalytics |
| Deel buiten netwerk | Bereik van mensen buiten je netwerk | Impressies buiten netwerk ÷ totale impressies × 100 | Berekend uit postanalytics |
| Reacties, opmerkingen, reposts | Ruwe interactievolume | Tel elk aantal apart op | Postanalytics |
| Engagementpercentage | Hoe goed blootstelling wordt omgezet in interactie | (Reacties + opmerkingen + reposts) ÷ impressies × 100 | Berekend uit je export |
| Kliks | Interesse sterk genoeg om een link of profiel te openen | Kliks ÷ impressies × 100 | Postanalytics |
| Verandering in volgers | Of de post volgers heeft toegevoegd | Volgers gewonnen in de 7 dagen na publicatie | Volgersanalytics of handmatige telling |
De LinkedIn-helpdocumentatie over postanalytics definieert een impressie als het aantal keren dat een post op het platform is getoond, maar waarschuwt dat dit cijfer een schatting is en geen exact aantal. Beschouw een verschil van een paar dozijn impressies tussen vergelijkbare posts als ruis. Het gaat om het patroon over meerdere posts, niet om een kleine voorsprong op één dinsdag.
Diezelfde documentatie maakt onderscheid tussen impressies binnen netwerk van volgers of connecties en impressies buiten netwerk van mensen buiten je bestaande netwerk. Stel dat twee posts allebei 3.000 impressies krijgen in je log. De ene is voor 85% binnen netwerk en bereikte vooral mensen die je al kennen, terwijl een post met 40% binnen netwerk nieuwe mensen vond. Dat zijn niet dezelfde resultaten, ook al klopt het kopcijfer.
Engagementpercentage corrigeert een andere vertekening, omdat het impressies als noemer gebruikt. Een hypothetische post met 15 reacties op 500 impressies zette blootstelling beter om dan een post met 40 reacties op 5.000 impressies. Voor pagina-inhoud telt LinkedIn kliks, reacties, opmerkingen en shares als interacties, en de bredere totalen omvatten ook opgeslagen items, verzonden items en reposts, minus interacties die mensen later verwijderen. Houd die aantallen apart in je sheet, zodat een post die opmerkingen oplevert niet identiek lijkt aan een post die alleen snelle reacties verzamelt.
Als je doel is om passieve volgers om te zetten in actieve deelnemers, dan zijn opmerkingen, kliks, profielbezoeken en verandering in volgers belangrijker dan ruwe blootstelling. Die bron is een nuttige volgende stap zodra je weet welke posts al tot actie aanzetten.
Begin hier: Maak een sheet met de kolommen uit de tabel en log elke post 30 dagen lang voordat je iets beoordeelt.
Hoe een normaal engagementpercentage eruitziet
Een goed percentage hangt af van het format, dus vergelijk alleen vergelijkbare dingen. Beoordeel geen linkpost naast een documentpost en noem de linkpost dan een mislukking.
Gemiddeld engagementpercentage per LinkedIn-format in 2025
De LinkedIn-benchmark van Socialinsider rapporteert voor 2025 percentages van 7,00% voor native documenten, 6,45% voor posts met meerdere afbeeldingen, 6,00% voor video, 5,30% voor afbeeldingen, 4,50% voor tekst, 4,20% voor polls en 3,25% voor linkposts.
| Format | Gemiddeld engagementpercentage 2025 | Hoe je het moet lezen |
|---|---|---|
| Native documenten | 7,00% | Bovenaan de range; de ontwerptijd waard |
| Posts met meerdere afbeeldingen | 6,45% | Sterk en snel te produceren |
| Video | 6,00% | Veel werk; vergelijk alleen met je eigen videoposts |
| Afbeeldingen | 5,30% | Solide basis voor losse visuals |
| Tekst | 4,50% | Je ondergrens voor posts met alleen tekst |
| Polls | 4,20% | Goed voor gesprek, zwakker voor bereik |
| Linkposts | 3,25% | Verwacht minder; beoordeel liever op kliks |
Die dataset omvat merkposts van grote accounts, dus executive profielen, consultants en nichemakers kunnen boven of onder deze cijfers zitten. Gebruik ze als richting, niet als geslaagd-of-gefaald-lijn. Andere rapportages laten zien waarom context belangrijk is, want de LinkedIn-engagementbenchmarks van ContentIn beschrijven een dataset van 100.459 professionele posts met een mediane engagementrate van 2,29%, een gemiddelde van 3,62% en een 90e percentiel van 7,65%.
Je betere benchmark is je eigen rollende mediaan van je vorige 20 tot 30 posts, idealiter uitgesplitst per format. Stel dat een consultant een documentpost op 3,1% ziet en denkt dat die flopte vergeleken met de industrietabel. Dan checkt die de eigen mediane documentscore van 2,2% en beseft dat het een duidelijke winst was voor het publiek.
Voor context rond bereik plaatst Statista's LinkedIn-postdata de gemiddelde LinkedIn-post op ongeveer 1.057 impressies in 2024, dus een post daaronder is niet automatisch zwak. Vergelijk hem eerst met je mediaan.
Daarom geef ik ook de voorkeur aan engagement boven volgersaantallen voor merken wanneer je beoordeelt of content een echt publiek opbouwt. Voor een diepere uitleg van de formule kun je deze gids raadplegen over het berekenen van je LinkedIn-engagementpercentage.
Schrijf je mediaan op voor de drie formats die je het meest gebruikt. Controleer elke nieuwe post tegen die drie cijfers.
Hoe je een wekelijkse postreview in 30 minuten uitvoert
Een wekelijkse review duurt ongeveer 30 minuten en heeft acht stappen nodig. Het werkt omdat je elke week op hetzelfde moment dezelfde vergelijking maakt, in plaats van te reageren op de post die je het laatst hebt bekeken.
De acht stappen
- Pak de volledige week: Verzamel elke post van de afgelopen zeven dagen, inclusief reposts die je hebt gepubliceerd, zodat je niet alleen de posts beoordeelt die je je herinnert.
- Log één rij per post: Noteer impressies, reacties, opmerkingen, reposts, kliks en het aandeel binnen netwerk terwijl de cijfers makkelijk te vinden zijn.
- Bereken het engagementpercentage: Tel reacties, opmerkingen en reposts op, deel door impressies en vermenigvuldig met 100 voor elke rij.
- Vergelijk met je basislijn: Beoordeel elke post tegen je rollende mediaan van de vorige 20 tot 30 posts, niet tegen het gemiddelde van vorige week, dat door één piek vertekend kan zijn.
- Tag de content: Markeer format, onderwerp en hooktype op elke rij, omdat patronen pas later zichtbaar worden als je ze nu labelt.
- Lees de publieksmix: Noteer of het bereik vooral binnen of buiten netwerk lag, omdat sterke resonantie met volgers iets anders betekent dan ontdekking door vreemden.
- Kies twee vervolgstappen: Kies één post om te herhalen met een nieuwe invalshoek en één format om te herwerken of te laten vallen, in plaats van je hele plan te herschrijven.
- Schrijf de beslissing op: Voeg één zin toe aan je log waarin je uitlegt wat je hierna gaat doen, zodat volgende week begint vanuit een beslissing in plaats van een lege pagina.
Hoe een nuttige beslissing eruitziet
Stel dat een carrousel in je sheet 6.200 impressies en 4,1% engagement laat zien tegenover je basislijn van 2,6%. Dan wordt dat de template voor volgende week, met een nieuw onderwerp en dezelfde structuur. Een tekstpost op dinsdag met 1,1% krijgt nog geen herhaling, maar je stopt niet met tekstposts op basis van dat ene resultaat.
Één zwakke post vertelt je bijna niets over een format. Drie zwakke posts met dezelfde hook, hetzelfde onderwerp of dezelfde timing beginnen je iets te vertellen.
Houd de review saai en herhaalbaar. Open dezelfde sheet, vul dezelfde kolommen in, vergelijk met dezelfde basislijn en schrijf dezelfde beslissing in één zin op. Na een maand heb je onderwerpen en hooks goed genoeg gegroepeerd om herhalingen te zien. Na twee maanden weet je welke sterke posts eenmalig waren en welke formats steeds opnieuw opmerkingen of profielbezoeken opleveren.
Ik zou ook een korte notitie naast ongewone posts toevoegen. Schrijf op als iemand met een groter publiek reageerde, als je tijdens een feestdag postte of als het onderwerp aan breaking news gekoppeld was. Die notities voorkomen dat je het resultaat toeschrijft aan het format terwijl het eigenlijk door timing of geleend bereik kwam.
Beoordeel een format niet op basis van één post. De review loont alleen als je hem elke week uitvoert, ook in de rustige weken die je liever overslaat.
Veranderingen testen zonder jezelf voor de gek te houden
Één post is een anekdote, geen bewijs. Als je je posttijd, hook en format in dezelfde week verandert en de cijfers stijgen, weet je niet wat geholpen heeft.
De afbeelding hieronder laat het soort log naast elkaar zien dat ik tijdens een test wil, met notities dicht bij de cijfers.
Een schonere testopzet
- Kies één doel: Kies bereik, gesprek, profielbezoeken, leads of conversies, en noem vóór publicatie één primaire statistiek voor dat doel.
- Maak gematchte paren: Houd onderwerp, lengte, publiek en mediatype vergelijkbaar en verander slechts één factor, zoals posttijd, openingszin, call-to-action of format. Als timing de variabele is, kan deze LinkedIn-posttijdgids helpen bij het kiezen van de testmomenten.
- Wissel de volgorde af: Laat de test vier tot zes weken lopen en roteer welke versie eerst komt, zodat niet steeds dezelfde optie je beste dag krijgt.
- Gebruik een vast meetmoment: Meet elke post op hetzelfde rijpheidsmoment, bijvoorbeeld 72 uur na publicatie, omdat een post van twee dagen oud en een post van tien dagen oud niet vergelijkbaar zijn.
- Vergelijk medianen: Kijk naar medianen en spreiding, niet alleen naar gemiddelden, omdat één virale post een gemiddelde omhoog kan trekken en een zwakke groep sterk kan laten lijken.
- Verzamel genoeg posts: Mik waar mogelijk op 20 tot 30 posts per vergelijkingsgroep, en houd virale uitschieters in een aparte lijst voor aparte analyse.
- Let op verstorende factoren: Geef posttijd niet de eer als het onderwerp, publiek of een grote reageerder op hetzelfde moment veranderde.
De video hieronder is het bekijken waard voordat je je eerste test opzet, vooral als je de neiging hebt om drie dingen tegelijk te veranderen.
Ruis is de andere valkuil. LinkedIn behandelt zijn cijfers als schattingen, en totalen kunnen dalen wanneer mensen reacties of opmerkingen verwijderen. Een schommeling van één of twee reacties op een kleine post in je log betekent niets, zelfs als de procentuele verandering dramatisch lijkt.
Als je minder dan tien posts per maand publiceert, bereik je langzaam een volledige vergelijkingsgroep. Laat de test de volledige zes weken lopen, label elke groep die nog te klein is als niet overtuigend, en verklaar geen winnaar. De uitkomst die je wilt, klinkt als deze voorbeeldzin: documentposts presteerden 35% beter dan tekst over je laatste 24 vergelijkbare posts. Dat is specifiek, beperkt tot jouw account en eerlijk over de steekproef.
Postdata bewaren voorbij de tijdslimieten van LinkedIn
Je geschiedenis blijft niet voor altijd op LinkedIn staan. Verschillende datatypes verlopen volgens verschillende schema's, dus een vergelijking over een jaar kan mislukken als je aanneemt dat alles er nog zal zijn.
Bewaartermijnen van LinkedIn-analytics
| Datatype | Bewaartermijn |
|---|---|
| Demografische uitsplitsingen | 180 dagen |
| Videoprestaties en kijkersdemografie | 365 dagen |
| De meeste discovery- en social-engagementaantallen | 1.000 dagen |
| Gegevens over bereikte leden | 400 dagen (nieuwere documentatie) |
De LinkedIn-documentatie over analyticsbewaring vermeldt demografische uitsplitsingen als beschikbaar voor slechts 180 dagen, videoprestaties en kijkersdemografie voor 365 dagen, en de meeste andere discovery- en social-engagementaantallen voor 1.000 dagen. Nieuwere documentatie noemt ook een venster van 400 dagen voor gegevens over bereikte leden.
Stel dat een ghostwriter twaalf maanden groei moet aantonen aan een klant. Ze maken de before-and-after-presentatie, maar ontdekken dan dat de demografische gegevens van videokijkers uit de eerste maanden verdwenen zijn. Het groeiverhaal kan nog steeds waar zijn, maar ze kunnen niet laten zien of de senioriteit, sector of bedrijfsgrootte van het publiek is verbeterd, en dat is vaak precies waar de klant om geeft.
Huidige volgersdemografie lost dat probleem niet op. Die beschrijft wie je nu volgt, en het beschikbare tijdsbereik verschilt per statistiek en weergave, dus het is geen volledige geschiedenis van wie elke oude post heeft bereikt.
Drie gewoonten beschermen je:
- Exporteer maandelijks: Sla impressies, engagement, format, timing en posttekst op postniveau op in een bestand dat jij beheert.
- Maak elk kwartaal een momentopname: Noteer volgersdemografie en publieksmix voordat de kortere vensters sluiten.
- Scheid vervallende data: Markeer welke kolommen LinkedIn vroeg verwijdert en welke cijfers langer beschikbaar blijven.
Stel een herinnering in voor de eerste van elke maand om de posts van de vorige maand te exporteren. Sla het bestand buiten LinkedIn op, met de maand in de bestandsnaam.
Maandelijkse rapportsjabloon die je kunt kopiëren
Je maandrapport moet op één pagina passen en elke maand dezelfde volgorde hebben. Die consistentie maakt het voor jou of een klant mogelijk om maanden snel te vergelijken zonder elke keer een nieuwe opmaak te leren.
De volgorde is bewust gekozen. De kop en mediaan komen eerst, omdat die beantwoorden of de maand is verbeterd. De beste en slechtste posts leggen uit waarom, daarna laten publieksmix, profielbezoeken en volgers zien of het bereik nuttig was of gewoon breed. Experimenten en volgende acties sluiten de cirkel.
Maandelijks LinkedIn-analyticsrapport-sjabloon
| Rapportonderdeel | Wat je invult | Voorbeeldinvulling |
|---|---|---|
| Kop | Eén zin over de grootste verandering deze maand | Mediane engagement steeg toen carrousels linkposts vervingen |
| Volume en frequentie | Gepubliceerde posts en postdagen per week | 12 posts, 3 per week, twee gemiste weken |
| Mediane engagementrate | Deze maand tegenover de vorige maand | 3,4% deze maand tegenover 2,7% vorige maand |
| Top drie posts | Format, onderwerp en hook voor elk | Carrousel over prijzen; verhaal over een verloren klant |
| Onderste drie posts | Wat ze gemeen hadden | Linkposts, allemaal gepubliceerd op maandagochtend |
| Publieksmix | Deel binnen netwerk versus buiten netwerk | 58% binnen netwerk, 42% buiten netwerk |
| Profielbezoeken en volgers | Verandering ten opzichte van de vorige maand | Profielbezoeken omhoog, 46 nieuwe volgers |
| Experimenten | Lopende test, steekproefgrootte en resultaatstatus | Test met kortere hook, 11 posts, niet overtuigend |
| Drie acties voor volgende maand | Eén om te herhalen, één om te laten vallen, één om te testen | Carrousels herhalen; linkposts laten vallen; een kortere hook testen |
Die voorbeeldinvullingen zijn illustratief, dus vervang ze door je eigen cijfers. Als een experiment niet genoeg vergelijkbare posts heeft bereikt, schrijf dan niet overtuigend in plaats van een winnaar af te dwingen om het rapport beslissend te laten lijken.
Als je hulp wilt om sociale statistieken om te zetten in bruikbare inzichten, past die gids goed bij dit e-paginaformat. Houd je ondersteunende sheet erbij, maar stuur klanten geen veertig rijen als ze vroegen wat er veranderde en wat er nu gebeurt.
Rapportregel: Eén pagina voor beslissingen, één sheet voor bewijs. Meng ze niet.
Kopieer de tabel in een document, vul de gegevens van vorige maand in en stuur die naar jezelf of je klant vóór de eerste maandag van de nieuwe maand.
Maak van je cijfers het contentplan voor volgende maand
Gebruik een eenvoudige beslisregel: kies drie dingen om te herhalen, één om te laten vallen of te herwerken, en één experiment. Schrijf ze op voordat je iets anders publiceert, zodat je niet achter de piek van vorige week aanloopt. Een contentkalender voor LinkedIn maakt die keuzes zichtbaar over de hele maand.
- Herhaal met bewijs: Een format telt alleen mee als het je eigen rollende mediaan drie posts op rij overtreft, niet slechts één keer. Houd de structuur hetzelfde, verander het onderwerp of de invalshoek en kijk of opmerkingen en profielbezoeken standhouden.
- Laat voorzichtig vallen of herwerk: Kies het format dat onder je mediaan bleef over minstens drie vergelijkbare posts. Controleer eerst of die zwakke posts een publicatietijd, onderwerp of gehaaste hook gemeen hadden, want het format is misschien niet het echte probleem.
- Test één gemarkeerde wijziging: Verander één ding dat je wekelijkse review aan het licht bracht, zoals de openingszin van je beste format, terwijl je het onderwerp vergelijkbaar houdt. Geef het genoeg vergelijkbare posts voordat je opnieuw beslist.
Stel dat een consultant carrousels herhaalt, linkposts laat vallen en vier weken lang een kortere hook test. Dat is een plan dat diegene aan het einde van de maand kan evalueren. Vermijd de grootste fout: een format laten vallen na één zwakke week, vooral wanneer de steekproef klein is en de cijfers schattingen zijn.
Deze week maak je de sheet, log je je laatste zeven posts en houd je je eerste review op vrijdag.
Maak je review sneller om te zetten in concepten met RedactAI, waarmee je LinkedIn-posts in je eigen stem kunt genereren, ze kunt inplannen en prestaties kunt volgen, zodat je volgende test begint vanuit wat al werkte. Neem je sheet mee, kies wat je herhaalt, laat vallen en test, en begin volgende maand op bewijs in plaats van op giswerk te bouwen.
