Slutt å sortere LinkedIn-innleggene dine etter visninger og kalle øverste rad for vinneren din. Det er det mest populære rådet der ute, og det er slik du ender opp med å gjenta innlegg som ble vist til de samme menneskene to ganger, nådde ingen nye og ikke ga noe nyttig neste steg. En god LinkedIn Analytics Report Template kroner ikke et troféinnlegg. Den lagrer tallene bak hver rate, forteller deg om du nådde nye mennesker, og tvinger fram ett tydelig eksperiment før du publiserer igjen.
Kolonner for en LinkedIn Analytics Report Template
Bygg et ark du faktisk vil bruke om igjen, ikke en pen eksport du forlater neste måned. Jeg ville avvist enhver mal som begynner og slutter med visninger, fordi den ene kolonnen ikke kan fortelle deg hvem som så et innlegg, hvor ofte de så det, eller om de gjorde noe som helst.
Start med identitetskolonner. Logg rapporteringsvindu, kontotype, innleggsdato, format og tema før du logger én eneste metrikk. LinkedIns hjelpeside for kombinerte postanalyser bemerker at du kan velge rapporteringsvinduer fra 7 til 365 dager og sammenligne totale visninger med totale engasjementer på tvers av kortinnlegg, bilder, videoer, arrangementer, avstemninger og artikler. Velg ett vindu, vanligvis 30 dager for en som publiserer jevnlig, og ikke endre det når resultatene ser svake ut.
Hva hvert tall faktisk betyr
LinkedIn definerer en visning som antall ganger innhold ble vist på skjermen, ikke antall unike personer som så det. Merk den kolonnen som et estimat, fordi hvis du behandler den som unik rekkevidde, blir alle senere konklusjoner mer usikre. Hvis du trenger en enkel forklaring på forskjellen for en kunde eller leder, lenk notatene dine til en guide om LinkedIn-innleggsvisninger i stedet for å forklare det på en ny måte hver måned.
Medlemmer nådd er noe annet. Det teller distinkte seere og ekskluderer gjentatte visninger. Behold begge kolonnene, fordi forholdet mellom dem forteller deg om gjentatt eksponering blåser opp hovedtallet ditt.
Lagre teller og nevner for hver rate. En enslig prosent kan ikke revideres, regnes ut på nytt eller sammenlignes rettferdig neste kvartal.
Engasjementer på personlige innlegg inkluderer reaksjoner, kommentarer, lagringer, sendinger og delinger på nytt. Interaksjoner på Company Page bruker en annen definisjon, så ikke legg profil- og Pagesatser i én blandet rangering. Når flere personer skylder deg tall i hver syklus, er det verdt å sette SLA-er for sosial rapportering slik at eksport, definisjoner og frister ikke driver fra hverandre mellom eiere.
Kopier disse overskriftene inn i Google Sheets eller Excel nøyaktig slik de er:
| Kolonne | Hva du skal legge inn | Hvordan beregne eller merke |
|---|---|---|
| Datointervall | 7, 30, 90 eller 365 dager | Bruk samme vindu hver syklus |
| Kontotype | Personlig profil eller Company Page | Hold egne faner fordi engasjementsdefinisjonene er ulike |
| Innleggsdato og format | Dato pluss tekst, bilde, flerbilde, dokument, video, avstemning eller artikkel | Segmenter vinnere etter format senere |
| Tema | Tankelederskap, rekruttering, produktopplæring eller etterspørselsgenerering | Grupper innlegg før du rangerer dem |
| Visninger | Estimerte visninger på skjerm | Merk som et estimat, ikke unike personer |
| Engasjementer | Reaksjoner, kommentarer, lagringer, sendinger og delinger på personlige innlegg | Sideinteraksjoner er klikk, reaksjoner, kommentarer og delinger |
| Klipp og følgere | Innleggsklikk pluss nye følgere | Driver klikkrate og publikumskvalitet |
| Medlemmer nådd | Distinkte seere, gjentakelser ekskludert | Ikke bytt med visninger |
| Andel i nettverk | Prosent av visninger innenfor eksisterende nettverk | Høy andel betyr resonans med svak oppdagelse |
| Andel utenfor nettverk | Prosent av visninger utenfor nettverket | Økende andel betyr distribusjon utover følgere |
| Engasjementsrate | Engasjementer delt på visninger | Lagre begge tallene, og multipliser deretter med 100 |
| Klikkrate | Klipp delt på visninger | Lagre begge tallene, og multipliser deretter med 100 |
| Rekkeviddefrekvens | Visninger delt på medlemmer nådd | Over 1 betyr at gjentatt eksponering blåste opp visningene |
| Neste handling | Ett eksperiment for neste syklus | Ny hook, bytte av format eller et annet publiseringstidspunkt |
Den siste kolonnen betyr mest. Hvis en rad ikke ender med ett eksperiment, har du laget et arkiv, ikke et rapportsystem.
Rapportoppsett og eksempel-dashboard
Gi arbeidsboken fire faner og ikke la oppgavene deres flyte sammen. Én stor fane er stedet der profil-tall, Page-tall, månedlige totaler og halvferdige ideer blandes sammen.
Profil-fanen inneholder innlegg fra personlige profiler og bruker definisjonen for personlig engasjement. Page-fanen inneholder bare innlegg fra Company Page, med klikk, reaksjoner, kommentarer og delinger telt som interaksjoner. Å holde dem adskilt høres pirkete ut helt til du prøver å forklare hvorfor en leders rate hoppet etter at noen limte Page-data inn i feil ark.
Fire faner med faste oppgaver
| Fane | Omfang | Nøkkelfelt | Oppdatering |
|---|---|---|---|
| Profil | Innlegg fra personlig profil | Fullt kolonneoppsett med definisjon for personlig engasjement | Hver syklus |
| Page | Innlegg fra Company Page | Page-definisjon, klikk, reaksjoner, kommentarer, delinger | Hver syklus |
| Syklusoppsummering | Én rad per rapporteringsvindu | Antall innlegg, totale visninger, totale engasjementer, engasjementsrate, beste og median innlegg, andel i nettverk, flagg for ikke-sammenlignbar | Hver syklus |
| Eksperimenter | Én rad per test | Hypotese, handlingscelle, dato for neste eksport, resultat | Ukentlig eller månedlig |
Syklusoppsummering-fanen er kilden til dashboardet ditt. Hver graf bør lese fra den, slik at arket og presentasjonen aldri viser ulike tall fordi noen redigerte en grafetikett for hånd.
Bygg bare tre grafer i starten:
- Engasjementsrate per syklus: Bruk et linjediagram slik at du kan se retningen over identiske vinduer, ikke bare én god måned.
- Median engasjementsrate etter format: Bruk stolper og foretrekk medianen, fordi ett viralt dokument ikke skal få alle dokumenter til å se sterke ut.
- Andel i nettverk versus utenfor nettverk: Bruk en stablet stolpe per måned for å vise om du preker for følgere eller finner nye seere.
Hold fanenavn, kolonnerekkefølge og vinduslengde faste. Du vil takke deg selv når du sammenligner sykluser rad for rad i stedet for å bygge formler på nytt og gjette hvilken versjon som var riktig.
Hvor lenge du skal beholde hver LinkedIn-metrikk
Forsvinnende data er først og fremst et kalenderproblem, ikke et analyseproblem. Du kan lage verdens reneste graf, og den vil fortsatt bryte sammen hvis LinkedIn slutter å lagre feltet du har laget grafen av.
LinkedIns hjelpeside for postanalyse oppgir at funn- og engasjementstall for mange innholdstyper er tilgjengelige i opptil 1 000 dager, mens demografiske fordelinger er tilgjengelige i 180 dager og data for medlemmer nådd i 400 dager. Det er stor variasjon. Arkivet ditt på postnivå kan vare i nesten 2,7 år, men publikumsdemografien forsvinner hvis du ikke eksporterer den minst hver sjette måned.
Legg disse grensene inn i malen, ikke i en glemt note i Slack. Legg til en liten datakvalitetsboks på Syklusoppsummering-fanen med uttrekksdato, kildevisning, tilgangsnivå og nevner som ble brukt.
| Data | Hvor lenge det varer | Hva malen bør gjøre |
|---|---|---|
| Postfunn og engasjementstall | Opptil 1 000 dager, omtrent 2,7 år | Behold et arkiv på postnivå for langsiktige sammenligninger |
| Demografiske fordelinger | 180 dager | Eksporter eller arkiver minst hver sjette måned |
| Medlemmer nådd | 400 dager | Hent dette feltet før vinduet lukkes |
| Visningstall | Løpende, men estimert snarere enn eksakt | Merk cellen som et estimat, ikke unik rekkevidde |
| Gratis konkurrentsporing for Page | Én Page fra 15. oktober 2025, ned fra ni | Ikke trend gamle ni-Page-benchmarks mot én plass |
| Nye eller flyttede metrikker | Endringer som kommentarvisninger eller en betalt visning | Logg kilde, uttrekksdato, tilgangsnivå og et flagg for ikke-sammenlignbar |
Når en måned ikke er sammenlignbar
Dekningen av konkurrentendringen i PPC Lands rapport om at LinkedIn begrenser konkurrentanalyse sier at LinkedIn reduserte gratis konkurrentsporing for Company Page fra ni sider til én fra og med 15. oktober 2025, mens Premium-sider beholdt bredere sammenligningsfunksjoner. Ikke trend en ni-siders benchmark mot én side og kall gapet et fall i ytelse. Det er det ikke. Det er en endring av målestokken.
Bruk et flagg for ikke-sammenlignbar når LinkedIn legger til en metrikk, flytter en bak en betalt visning, eller endrer hva et tall inkluderer. Jeg ville heller vise en tom sammenligning med et ærlig flagg enn en selvsikker graf bygget på to ulike definisjoner.
Arkivregel: Hvis et felt kan forsvinne, hører eksportdatoen hjemme i kalenderen din, ikke i hukommelsen din.
Rapporter også et spenn, ikke bare et gjennomsnitt. Vis ditt beste innlegg og ditt typiske innlegg for syklusen. Ett uvanlig flerbilde-treff kan dra månedsgjennomsnittet opp og skjule at de fleste innleggene ikke gjorde noe. En median smigrer deg ikke, og det er nettopp derfor den er nyttig.
For Page-rader bør du holde raten ærlig ved å lagre visninger, klikk, reaksjoner, kommentarer, delinger og totale interaksjoner separat, og deretter beregne interaksjoner delt på visninger. Hvis noen senere spør hva prosenttallet betydde, kan du svare uten å grave gjennom gamle skjermbilder.
Fyll ut én rapporteringssyklus
Bruk samme rekkefølge hver gang. Rekkefølgen føles kjedelig, og det er poenget, fordi en endret rekkefølge gir en endret rapport.
Denne visualiseringen oppsummerer de første beslutningene du må låse før du rører eksporten:
LinkedIns side med definisjoner for analyse støtter den viktige forskjellen i denne prosessen: visninger er estimert, mens medlemmer nådd representerer distinkte seere og ekskluderer gjentatte visninger. Ikke behandle disse feltene som utskiftbare på noe steg.
De åtte stegene i rekkefølge
- Velg vinduet: Velg 7, 30, 90 eller 365 dager, noter om det er en personlig profil eller Company Page, og skriv målgruppen på vanlig språk.
- Eksporter hvert innlegg: Lim inn dato, format, tema, visninger, medlemmer nådd, reaksjoner, kommentarer, delinger på nytt, lagringer, klikk og følgere i riktig fane.
- Merk visninger som estimater: Gjør dette i selve overskriften, slik at ingen kopierer tallet inn i en presentasjon som unik rekkevidde.
- Beregn tre rater: Bruk formlene i kolonnetabellen for engasjementsrate, klikkrate og rekkeviddefrekvens på hver rad.
- Legg inn nettverksfordelingen: Legg til andel visninger i og utenfor nettverk før du rangerer noe som helst.
- Grupper før du sorterer: Segmenter først etter format, tema og publiseringsfrekvens. Et rekrutteringsdokument og et tekstinnlegg om produkt gjør ikke samme jobb.
- Skriv én test per innsikt: Prøv en ny hook på et sterkt tema, et dokument mot et tekstinnlegg, eller et annet publiseringstidspunkt. Én endring, ikke tre.
- Lagre revisjonssporet ditt: Registrer uttrekksdatoen og tilgangsnivået du eksporterte fra.
Si at du er en solo-gründer som publiserer tre ganger i uken. Kjør en 30-dagers Profil-fane og ikke bygg Page-fanen før du publiserer fra en Page. Hvis du er på et Page-team, dupliser strukturen, men hold definisjonene adskilt.
Stopp når Syklusoppsummering har én fullført rad. Ikke et perfekt dashboard, ikke en styrepresentasjon. Én ærlig rad du kan sammenligne med neste måned.
Benchmarks som viser at raten er reell
Før du feirer eller får panikk over en rate, still ett spørsmål. Delt på hva?
Den nevnerfellen fanger nesten alle. En rate per følger og en rate per visning kan beskrive det samme innlegget og gi helt ulike prosenter, og begge kan være riktige. Hvis du er uklar på klikkversjonen av denne matematikken, er forståelse av klikkrate en nyttig oppfriskning før du begynner å merke rader.
I benchmark-rapporten sin fant Rival IQs LinkedIn-benchmarkanalyse at den mediane LinkedIn-merkevaren i 2023 oppnådde en engasjementsrate per innlegg per følger på 0,41 %, basert på mer enn 58 000 LinkedIn-innlegg publisert fra januar til september 2023. Det tallet er nyttig for sammenligninger av publikumstørrelse. Det kan ikke byttes ut med en visningsbasert rate.
Visningsbaserte tall ligger mye høyere. Ifølge Statistics Fundamentals’ oppsummering av LinkedIn-statistikk hadde LinkedIn-bedriftssider i 2024 i gjennomsnitt omtrent en engasjementsrate på 3,85 % basert på visninger, basert på Socialinsiders analyse av 1 million innlegg fra 9 000 bedriftssider.
Et bredere snitt er enda høyere. I et Socialinsider-innlegg på LinkedIn som delte benchmark-resultatene deres rapporterte Socialinsider at i 2024 nådde LinkedIns gjennomsnittlige engasjementsrate basert på visninger 5,00 %, en år-over-år-økning på 30 %, basert på 1 million innlegg fra 9 000 aktive bedriftsider.
Format endrer bildet igjen. I 2024 oppnådde LinkedIn-innlegg med flere bilder en gjennomsnittlig engasjementsrate på 6,10 %, mens native dokumentinnlegg nådde 4,70 %, ifølge Socialinsider-benchmarktall rapportert av Carney.
| Benchmark | Tall | Hva det måler | Når du skal bruke det |
|---|---|---|---|
| Median merkevareengasjement per følger, 2023 | 0,41 % | Engasjementer per innlegg delt på følgere | Sammenligninger av publikumstørrelse. Rival IQ, 58 000+ innlegg, januar–september 2023 |
| Engasjement for Company Page basert på visninger, 2024 | omtrent 3,85 % | Interaksjoner delt på visninger | Company Pages. Socialinsider via Statistics Fundamentals, 1 million innlegg, 9 000 sider |
| Gjennomsnittlig engasjement basert på visninger, 2024 | 5,00 % | Engasjementer delt på visninger, opp 30 % fra året før | Aktive bedriftsider. Socialinsider, 1 million innlegg |
| Innlegg med flere bilder, 2024 | 6,10 % | Gjennomsnittlig engasjementsrate | Formatsammenligning. Socialinsider via Carney |
| Native dokumentinnlegg, 2024 | 4,70 % | Gjennomsnittlig engasjementsrate | Formatsammenligning. Socialinsider via Carney |
Merk dine egne rader ærlig
Merk hvert av innleggene dine som over, nær eller under nærmeste benchmark, og skriv nevneren ved siden av merket. Si at en gründer med en liten, lojal følgerskare lett slår medianen per følger, men ser ordinær ut målt i visninger. Det er ikke en motsigelse. Det betyr at det eksisterende publikummet responderer godt, mens distribusjonen per visning er udramatisk.
Ikke gjennomsnitt et viralt flerbildeinnlegg med et vanlig tekstinnlegg og kall resultatet kontobenchmarken din. Du skjuler det eneste nyttige funnet, nemlig hvilket format som bar resultatet. Hvis du bygger et bredere sammenligningssett, passer guiden vår om hvordan benchmarke mot konkurrenter naturlig inn på dette stadiet.
Ett sterkt format over én syklus er et hint. Det samme formatet foran over to identiske vinduer er et signal verdt å endre kalenderen for.
Stopp når hver rad er merket mot én passende benchmark. Å jage en enkelt magisk prosent er slik folk ender opp med å optimalisere for et tall publikum aldri brydde seg om.
Hva du skal endre etter at du har lest arket
Den vanligste feiltolkningen er applaus innenfor nettverket. Et innlegg får sterk engasjement, alle føler seg bra, og ingen legger merke til at nesten alle visningene kom fra folk som allerede følger kontoen. Innlegget traff. Det reiste knapt.
Denne oppsummeringen rammer inn beslutningene som bør følge hvert mønster i dataene dine:
Når du ser høy engasjement med hovedsakelig visninger innenfor nettverket, ikke skriv mer av den samme bildeteksten. Test en hook eller et format som er laget for å bli lagret eller delt på nytt, fordi slike handlinger gir folk en grunn til å ta innlegget videre utover det nåværende publikummet ditt.
En økende andel utenfor nettverket med svak klikkrate forteller en annen historie. Nye mennesker ser deg, men du gir dem ikke et tydelig neste steg. Stram inn linjen som ber om et klikk, en følge eller et svar, og sørg for at løftet i innlegget matcher det de faktisk får.
Rekkeviddefrekvens godt over 1 betyr at de samme menneskene så innlegget mer enn én gang. Ikke feir det som ny publikumsvekst. Enten endrer du vinklingen for et nytt segment, eller så aksepterer du at du utdyper kjennskapen hos nåværende seere, noe som er helt greit hvis det faktisk er målet.
Det stille innlegget som betydde mer
Noen verdifulle resultater dukker aldri opp i en native postgraf. Et beskjedent innlegg kan utløse profilvisninger, delinger fra ansatte, direkte meldinger eller en salgssamtale med riktig beslutningstaker. Logg disse som assisterende signaler i en notatkolonne, og kall dem korrelasjon, ikke bevis på at innlegget skapte inntekten.
Hvis du vil ha et mer fullstendig rammeverk for å koble aktivitet til forretningsresultater, les guiden vår om måling av avkastning på sosiale medier før du legger til pipeline-kolonner. Hold aktivitet, publikumskvalitet, konvertering, pipeline og inntekt i separate seksjoner, med attribusjonsvinduet og konverteringsdefinisjonen skrevet ned.
Den separasjonen betyr noe også på plattformnivå. I sin veiledning om måling rapporterer LinkedIns artikkel om markedsføringsmåling at Conversions API ga en gjennomsnittlig 31 % økning i attribuerte konverteringer i en betastudie, samtidig som den fremhevet full-funnel-rapportering og Revenue Attribution Reports. Attribuert er nøkkelordet. Bedre sporing kan avdekke påvirkning du ellers ville gått glipp av, men det gjør ikke hvert berøringspunkt til årsak.
Denne gjennomgangen er verdt å se før neste rapporteringsøkt hvis du vil ha et ekstra perspektiv på å lese postdata:
Oppdater arket ukentlig hvis du publiserer flere ganger i uken, og månedlig hvis du publiserer omtrent to ganger i uken. Jeg ville satt en grense på tre eksperimenter. Mer enn det, og du vet ikke hvilken endring som flyttet resultatet, noe som betyr at du ikke lærer noe mens du føler deg veldig travel.
Fyll ut denne uken og velg ett eksperiment
Sett av 45 minutter denne uken. Fyll ut én 30-dagers Profil- eller Page-fane, bruk forrige måned som sammenligningsvindu, og arbeid deg gjennom syklusstegene i rekkefølge uten å redesigne arket halvveis.
Sjekk deretter hver rad mot benchmark-tabellen. Hver rate får merket over, nær eller under et samsvarende tall, med nevneren skrevet ved siden av. Hvis en rad ikke kan merkes rettferdig, si det i notatene i stedet for å tvinge fram en sammenligning.
Sirkle inn de tre handlingscellene du skal kjøre, og ikke flere. Legg neste eksport inn i kalenderen din nå, godt før demografidataene dine blir for gamle, og sett Syklusoppsummering til å flagge enhver måned der en definisjon eller et tilgangsnivå endret seg.
Når neste eksport kommer, sjekk én ting først. Flyttet eksperimentet resonans innenfor nettverket, oppdagelse utenfor nettverket eller klikk? Skriv svaret i Eksperimenter-fanen, selv om svaret er at ingenting flyttet seg. En registrert fiasko sparer deg for å kjøre samme test igjen om tre måneder fordi ingen husket resultatet.
Hvis utkast og planlegging er det som hindrer deg i å publisere jevnlig nok til å ha data som er verdt å rapportere, dekker verktøyene våre Optimize, Schedule and Recycle planlegging av innlegg, sanntidsstatistikk, visning av beste innlegg basert på statistikk og gjenbruk av ditt beste innhold, mens tjenesten vår Done For You inkluderer en månedlig resultatrapport. Én bruker sa det rett ut: «Impressions gikk fra 2K til 25K på bare én måned. Dette verktøyet er en skikkelig vinner!», Emma R. Gode resultater trenger fortsatt arket ditt. Det er posten som avgjør hva som endres videre, og intet utkastverktøy kan ta den avgjørelsen for deg.
Bygg LinkedIn Analytics Report Template denne uken, og bruk deretter RedactAI til å utarbeide, planlegge og gjenbruke innleggene eksperimentene dine krever, alt i din egen stemme. Start gratis, fyll ut én ærlig 30-dagers syklus, og la temaene som presterer best fortelle deg hva du skal publisere neste gang.
