Analytics LinkedIn: le 8 metriche che contano (e quelle che ignoro)

La dashboard analytics di LinkedIn mostra quaranta metriche. Impressions, engagement rate, reach, demographic breakdown, reazioni per tipo, commenti, share, click sui link, visualizzazioni del profilo, nuovi follower per settimana, engagement per hashtag...

Il problema: la maggior parte di queste metriche non è utile per prendere decisioni. Sono vanity metrics che fanno sentire bene ma non dicono cosa fare.

Dopo 3 anni di analisi di performance LinkedIn su migliaia di account, le metriche che guardo settimanalmente sono 8. Le altre le ignoro. In questo articolo spiego perché.

1. Il framework: input-output-outcome

Prima di scegliere le metriche serve un framework di lettura. Il più utile divide le metriche in 3 livelli:

Input (cosa fai)

Numero di post pubblicati, ore investite, costo in tool. Queste metriche dicono quanto stai investendo, non se funziona. Utili solo come contesto.

Output (cosa produce)

Impressions, engagement, commenti, share. Queste dicono come LinkedIn ha distribuito e fatto reagire il tuo contenuto. Sono proxy del valore, non valore diretto.

Outcome (cosa cambia nel tuo business)

Visite al sito, lead qualificati, richieste di demo, inviti a parlare, partnership. Queste sono le metriche che contano davvero perché misurano impatto reale. Sono lente e difficili da attribuire.

Le vanity metrics vivono nell'Output. L'errore è fermarsi lì senza mai misurare l'Outcome.

2. Le 8 metriche che guardo

OUTPUT (6 metriche)

1. Engagement rate per post (non totale)

(Reazioni + Commenti + Share) / Impressions, per singolo post, non aggregato. Guardare l'engagement medio mensile nasconde le differenze. Il 10% dei tuoi post performa 5× il resto: devi capire perché, non mediare.

Target: >5% per la maggior parte dei post, >10% per i top performer.

2. Dwell time medio

Tempo medio che un utente passa a leggere il tuo post. LinkedIn non lo mostra direttamente ma lo si deduce dall'engagement rate sul post lungo rispetto al post breve. Se un post lungo ha engagement simile a un breve, il dwell time è basso.

Cosa dice: se il contenuto mantiene l'attenzione dopo il hook.

3. Commenti per impression (non commenti assoluti)

Commenti / Impressions × 100. Perché commentare richiede molto più sforzo che mettere like, è un indicatore più forte di valore percepito. 30 commenti su 10.000 impressions (0,3%) è ottimo. 30 su 50.000 (0,06%) è mediocre.

4. Reazioni qualitative vs like

LinkedIn ha 6 reazioni: Like, Celebrate, Support, Love, Insightful, Funny. "Insightful" è il segnale più forte: indica che il lettore ha trovato valore. La percentuale di Insightful/totale reazioni è un proxy di qualità del contenuto.

Target: >15% delle reazioni totali dovrebbero essere "Insightful" sui post di valore analitico.

5. Share esterni vs interni

Un post condiviso pubblicamente (share su feed proprio) vale molto più di un like. Un post condiviso in privato (DM ad altri) vale ancora di più perché indica "questo l'hanno passato a qualcuno specifico". LinkedIn non distingue i due, ma il volume totale di share è un proxy utile.

6. Follower growth per post type

Quanti nuovi follower genera in media un post per formato (testuale lungo, carousel, video, ecc). Questa è la metrica che ti dice quale formato converte meglio per te specifico.

OUTCOME (2 metriche)

7. Click sul profilo post-contenuto

Quante persone cliccano sul tuo profilo dopo aver visto un post. Proxy utile di "interesse generato". LinkedIn lo mostra come "profile views" ma va correlato al numero di post pubblicati nel periodo.

8. Conversazioni di valore attivate (manuale)

Numero di DM/email/call ricevute ogni settimana generate da un contenuto LinkedIn. Questa non si misura automaticamente: la tracci tu in uno spreadsheet. Ma è la metrica che collega LinkedIn al tuo business reale.

3. Le 4 metriche che ignoro (e perché)

Impressions totali

Senza contesto (a chi sei arrivato?) è solo un numero. 100.000 impressions su utenti non qualificati valgono meno di 5.000 su decision maker del tuo ICP. LinkedIn non dà breakdown qualitativo, quindi le impressions totali sono un numero fuorviante.

Like totali

Il like è la reazione a minor costo: un pollice significa "ho visto". Non è un segnale forte di valore percepito. Meglio monitorare reazioni qualitative (Insightful, Support) che like generici.

Follower count totale

Numero vanity per eccellenza. Un account con 50.000 follower di cui 40.000 inattivi ha meno valore di uno con 5.000 follower di cui 3.000 nel tuo target. Guardare solo il follower count nasconde la qualità della base.

Demographic breakdown generico

LinkedIn mostra breakdown per industry, seniority, geografia dei tuoi follower. È interessante ma non azionabile nella settimana. Utile una volta al trimestre per verificare che la composizione dell'audience non stia drifting rispetto al tuo target.

4. La cadenza di review: settimanale, mensile, trimestrale

Review settimanale (15 minuti, venerdì)

Guardi le metriche dei 5 post della settimana. Identifichi il migliore e il peggiore. Prendi nota di cosa li ha differenziati (formato, orario, hook, topic).

Review mensile (60 minuti, ultimo venerdì del mese)

Guardi aggregato mensile. Quale formato ha performato meglio? Quale topic pillar ha generato più engagement? Ci sono pattern di orario? Adatti il PED del mese successivo.

Review trimestrale (2 ore)

Cambi strategia solo a livello trimestrale, non settimanale. Le fluttuazioni settimanali sono rumore statistico. I pattern veri emergono su 12+ post. Se dopo un trimestre un pillar non performa, cambia. Non prima.

5. Come leggere le metriche con AI Agent

La dashboard di LinkedIn richiede di aprire 4-5 viste diverse, fare confronti manuali, tenere a mente il contesto. Un AI Agent analytics accelera il processo: fai domande in linguaggio naturale e ricevi risposte con dati e raccomandazioni.

Esempi di domande utili:

• "Quale formato ha performato meglio questo mese?"
• "Perché il post del 15 ha fatto il triplo di engagement degli altri?"
• "I post pubblicati il lunedì performano meglio di quelli del mercoledì?"
• "Quale dei miei 4 pillar sta generando più follower nuovi?"
• "C'è un pattern tra i 5 post con più commenti di valore?"

Un AI Agent risponde in 2-3 secondi con dati aggregati e contesto. Senza AI, stesse domande richiedono 30-60 minuti di manipolazione della dashboard.

6. Quando cambiare strategia vs quando aspettare

L'errore più comune è cambiare strategia troppo presto. 2 post con basse performance non significano che la tua strategia è sbagliata: potrebbero essere fuori fase con il news cycle, pubblicati in orario sub-ottimale, su topic che il tuo pubblico non era pronto a discutere quella settimana.

La regola empirica: 15-20 post sono il minimo per trarre conclusioni. Sotto questa soglia, non cambiare.

Segnali che servono per cambiare strategia (dopo 15+ post):

• Engagement rate medio < 2% su post testuali lunghi (il format più premiato)
• Follower growth negativo (perdi più follower di quanti ne guadagni)
• Nessuna conversazione di valore generata in 4 settimane consecutive
• Il tuo top performer del trimestre sta sempre nel 30% più basso di quello che fanno i competitor sul tuo topic

Se vedi 2-3 di questi segnali, cambia. Altrimenti mantieni la strategia, itera sui dettagli (hook, orari, formato) e aspetta altri 15 post.