Cómo saber si tus posts de LinkedIn funcionan: métricas que importan (y cuáles ignorar)

Publicas un post. Al día siguiente miras: 23 likes. ¿Eso es bueno? ¿Malo? ¿Comparado con qué? La mayoría de la gente que publica en LinkedIn no tiene forma de responder a esa pregunta, así que acaba midiendo por sensaciones. Y las sensaciones son un pésimo instrumento de medida.

La buena noticia: no necesitas un máster en analítica. Necesitas saber qué métricas son ruido, cuáles son señal, y contra qué comparar. Vamos por partes.

El error de base: juzgar cada post por separado

Un post con 23 likes no es ni bueno ni malo en sí mismo. Si tu media son 8, es un exitazo; si tu media son 80, algo falló. La unidad de análisis no es el post, es el patrón: qué se repite en tus mejores posts que no aparece en los peores. Sin esa comparación, cualquier número suelto te va a engañar.

Métricas que puedes ignorar (casi siempre)

• Impresiones sueltas: dependen del algoritmo, de la hora y de factores que no controlas. Un pico de impresiones sin conversación no te dice qué repetir.
• Likes totales acumulados: suben con cualquier post viral irrelevante. Es la métrica que mejor sienta y menos informa.
• Número de seguidores: crece despacio y con retardo. Como termómetro semanal de tu contenido no sirve.
• Comparaciones con otros perfiles en absoluto: que alguien con 90.000 seguidores saque 500 likes no te dice nada sobre tus 23.

Ojo: ignorar no significa que no existan o que nunca importen. Significa que no son accionables: no te dicen qué hacer distinto el lunes que viene.

Las métricas que sí te dicen algo

• Comentarios de calidad: alguien invirtió dos minutos en responderte. Es la señal más fuerte de que tocaste un tema que importa a tu audiencia.
• Rendimiento relativo a tu propia media: ¿este post rindió x2 o x0,5 respecto a tus últimos 10-15 posts? Esa es la comparación que vale.
• Compartidos y guardados: alguien consideró tu post lo bastante útil como para quedárselo o jugarse su propia reputación reenviándolo.
• Visitas a tu perfil después de publicar: el post despertó interés en ti, no solo en el contenido.
• DMs y conversaciones que se abren: en B2B, esta es la métrica reina. Un post con 12 likes que te trae una conversación de negocio vale más que uno con 300 que no trae nada.

El engagement bien entendido: tu línea base

Olvida los benchmarks genéricos del tipo "un buen engagement rate es el 2%". Tu audiencia no es la media de LinkedIn. Lo útil es construir tu línea base: la mediana de reacciones y comentarios de tus últimos posts. A partir de ahí, cada post nuevo se lee en contexto: por encima de la mediana, por debajo, o en rango.

La mediana funciona mejor que la media porque un post viral aislado no te la distorsiona. Y conviene dejar madurar los posts unos días antes de juzgarlos: el rendimiento de las primeras horas es engañoso, porque LinkedIn sigue distribuyendo contenido durante días y un post lento puede acabar por encima de tu mediana.

Las señales cualitativas que el contador no enseña

No todo lo que importa se puede contar desde la pestaña de estadísticas. Hay señales que solo ves si les prestas atención deliberada:

• Quién reacciona: 10 likes de tu público objetivo (los perfiles a los que vendes, o que querrías fichar) valen más que 100 de desconocidos fuera de tu nicho.
• Qué dicen los comentarios: "gran post" es cortesía; una pregunta de seguimiento o una experiencia propia es conversación real.
• Qué te citan en persona: cuando alguien te menciona un post en una reunión o un evento, ese post trabajó aunque sus números fueran discretos.
• Qué posts envejecen bien: los que te siguen trayendo visitas al perfil semanas después suelen ser los más ligados a tu posicionamiento.

Estas señales no sustituyen a los números: los interpretan. Un post mediocre en likes pero que abrió dos conversaciones con clientes potenciales es un buen post, y solo lo sabrás si miras más allá del contador.

Un ejemplo hipotético para aterrizarlo

Imagina (es un ejemplo inventado, no un caso real) a una consultora de datos que publica dos veces por semana. Su mediana son 15 reacciones y 3 comentarios. Un martes publica una opinión con matiz sobre dashboards que nadie mira: 28 reacciones, 11 comentarios y 2 DMs de potenciales clientes. El jueves publica un anuncio de su nuevo servicio: 9 reacciones, 0 comentarios.

Leído por separado, "28 likes" y "9 likes" son solo números. Leído contra su línea base, el patrón es clarísimo: las opiniones con criterio le funcionan casi el doble que su mediana, y los anuncios directos rinden a la mitad. La decisión sale sola: más opiniones argumentadas, y los anuncios envueltos en una historia o un aprendizaje.

Tu rutina de análisis en 20 minutos al mes

1. Reúne tus posts del último mes o dos con sus reacciones y comentarios.
2. Calcula tu mediana de reacciones y de comentarios.
3. Marca tu top 3 y tu flop 3 respecto a esa mediana.
4. Busca el patrón en la diferencia: tipo de hook, tema, formato, día y hora.
5. Anota una sola decisión para el mes siguiente (repetir X, dejar de hacer Y).
6. Repite el mes que viene y comprueba si la decisión movió la aguja.

No midas para saber cuánto gustó. Mide para decidir qué repetir.

Hazlo a mano o deja que los datos vengan a ti

Este análisis se puede hacer con una hoja de cálculo y disciplina. Si prefieres que te lo den hecho, el diagnóstico de MyPostCoach lee tu histórico público (sin cookies ni contraseñas) y te saca top/flop, hooks, formato y franjas horarias comparados con tu nicho: puedes probarlo gratis desde la home. Y si quieres el método completo paso a paso, está en la guía.