Il problema
Le statistiche native di LinkedIn mostrano impressioni, reazioni e commenti post per post, ma non rispondono alle domande che contano per un consulente: quale tipo di contenuto arriva oltre la rete più vicina, e sta raggiungendo il pubblico con cui voglio davvero lavorare?
Con poche decine di post, inoltre, i dati erano scarsi: i normali tassi di engagement erano troppo instabili per confrontare in modo affidabile i tipi di contenuto.
La soluzione
Gli export a livello di post da LinkedIn sono modellati in Power BI attorno a due KPI personalizzati e a una classificazione dei contenuti:
RaccoltaMetriche dei post e dati demografici del pubblico esportati da LinkedIn
ClassificazioneOgni post etichettato per tipo e livello tecnico, raggruppato in tre macro-cluster
MisurazioneADP, rapporto impressioni/membri e RQI calcolati per ogni post
DecisioneRisultati trasformati in modifiche concrete a contenuti e targeting
Cosa comprende la soluzione
ADPAverage Distribution by Post: quanti segmenti di pubblico distinti raggiunge un post
Rapporto impressioni/membriPiù è basso, più il post raggiunge persone diverse invece delle stesse più volte
RQIReach Quality Index: combina ampiezza, efficienza della copertura e attualità
Cluster di contenutoOperational/High Trust, Semi-Technical Educational, Generic/Identity
Analisi del pubblicoDimensione aziendale, seniority, settore, ruolo e località
Drill-downDal macro-cluster al livello tecnico fino al singolo post
Risultati
- I post operativi, basati su esperienze reali, raggiungono il pubblico in modo più efficiente (rapporto medio 4,60, contro 7,13 dei post generici)
- I post con casi reali guidano la classifica RQI e hanno il rapporto migliore tra tutti i tipi di post (3,36)
- L'analisi del pubblico ha mostrato un problema di targeting: i post raggiungevano soprattutto profili junior, senior e manager, e relativamente pochi titolari e direttori, cioè chi decide di ingaggiare un consulente
- Una direzione chiara: più post concreti basati su casi reali e networking attivo con il pubblico target, invece di affidarsi solo alla copertura
Stack
Power BI
DAX
Data Modeling
KPI Design
Behavioral Analytics
Costruito sui dati dei miei post LinkedIn (marzo–luglio 2026). Non sono mostrati dati di terzi o di clienti.