Engagement Rate (ER)

Определение

Engagement Rate (ER) – коэффициент вовлечённости: процент аудитории, взаимодействующей с контентом (лайки, комментарии, репосты, сохранения). Считается по подписчикам, охвату или просмотрам – базовая метрика качества контента.

4 мин 54 Обновлено 5 сентября

Engagement Rate пришёл из SMM-аналитики и отвечает на вопрос, который не закрывают ни охваты, ни счётчик подписчиков: какая доля аудитории не просто увидела контент, а отреагировала на него. Вовлечением считаются только активные действия – лайки, комментарии, репосты, сохранения; пассивный просмотр вовлечением не является. При этом ER – метрика верха воронки: она измеряет качество контакта с аудиторией, но не гарантирует продаж, поэтому в отчётах её смотрят в связке со стоимостными метриками вроде CPL и конкурентными вроде Share of Voice.

Как это работает

Базовая формула считает долю отреагировавших от числа подписчиков:

ER = (лайки + комментарии + репосты + сохранения) / подписчики × 100%

Средний ER аккаунта за период считается так же: сумма реакций за период делится на количество постов и затем на число подписчиков. Нюанс в числителе – набор действий отличается по платформам. По методологии LiveDune:

  • Instagram – лайки и комментарии, для собственных аккаунтов плюс сохранения
  • ВКонтакте и Одноклассники – лайки, комментарии, репосты и голоса
  • YouTube – лайки, дизлайки и комментарии
  • Twitter/X – лайки и комментарии

Поэтому перед сравнением двух аккаунтов нужно убедиться, что реакции в числителе считались одинаково.

Матрица формул: какую выбрать

Говорить «наш ER 5%» без уточнения знаменателя бессмысленно: вариантов расчёта минимум шесть, и на одном и том же посте они дают разные цифры.

ВариантФормулаКогда применять
ER по подписчикам(реакции / подписчики) × 100%Оценка «живости» базы в целом; корректен там, где подписчик видит все посты, – прежде всего Telegram
ERR по охвату(реакции поста / охват поста) × 100%Главный рабочий вариант при алгоритмических лентах: считает только тех, кто пост действительно увидел
ER post(реакции поста / подписчики) × 100%Сравнение постов между собой на стабильной базе: подписчики меняются медленнее, чем охват
ER day(все реакции за сутки / подписчики) × 100%Активность аудитории за день, включая реакции на старые посты
ERV(реакции / просмотры) × 100%Видео и платформы с публичными просмотрами (VK, YouTube); повторные просмотры занижают показатель
CPEзатраты / вовлеченияСтоимость одного взаимодействия; сравнение органики и платного продвижения

Для кампаний с оплатой за показы есть ещё ER по показам (impressions) – он даёт заниженные значения. А «взвешенный» ER с множителями (комментарий дороже лайка) Popsters прямо не рекомендует называть коэффициентом вовлечённости: долю отреагировавшей аудитории такая формула уже не показывает.

Почему ER по подписчикам умирает

Классическая формула родилась во времена хронологических лент, когда пост видели все подписчики. С приходом алгоритмических лент публикацию видит лишь часть базы, и знаменатель «все подписчики» перестал отражать реальную аудиторию поста: ER проседает не потому, что контент стал хуже, а потому, что упал органический охват. Объективнее считать ERR по охвату – какой процент реально увидевших отреагировал.

Два следствия. Первое: ERR обычно выше ER, потому что охват меньше числа подписчиков, но при платном промо соотношение переворачивается – пост показывается неподписчикам, и ERR может опуститься ниже ER. Второе: расчёт по подписчикам остаётся валидным прежде всего для Telegram, где подписчик гипотетически видит все сообщения канала, – там знаменатель честный.

Зачем это нужно

У метрики три основные задачи.

1. Оценка контента. ER post на стабильном знаменателе показывает, какие форматы и темы цепляют аудиторию, а какие она пролистывает. Пост, собравший аномально много репостов, – кандидат на виральный охват: его механику имеет смысл воспроизводить в контент-плане.

2. Проверка блогеров перед закупкой рекламы. Охваты чужого аккаунта рекламодателю не видны, а лайки, комментарии и число подписчиков публичны – поэтому ER по подписчикам, при всех недостатках, остаётся единственной метрикой, которую можно посчитать самостоятельно. Аномалии заметны сразу: ER существенно выше нормы ниши при пустых или шаблонных комментариях – типичный след накрутки.

3. Сравнение с бенчмарками – с оговорками. Здесь главная ловушка. По исследованию Socialinsider (70 млн постов, январь 2024 – декабрь 2025) средний ER Instagram по подписчикам – 0,45%. В гайде Hootsuite от 30 июня 2026 средний engagement rate Instagram – 3%. Обе цифры опубликованы в 2026 году, обе корректны – и различаются в шесть с лишним раз, потому что посчитаны по разным методологиям и выборкам. Вывод: бенчмарк без описания методологии бессмыслен. Надёжнее сравнивать аккаунт с самим собой в динамике и с конкурентами ниши, посчитанными по одной и той же формуле.

Пример

Бренд-аккаунт в Instagram, 8000 подписчиков. Пост набрал 96 лайков и 14 комментариев – 110 реакций при охвате 2200. ER post = 110 / 8000 × 100 = 1,4%. ERR = 110 / 2200 × 100 = 5%.

На фоне данных Socialinsider (средний Instagram 0,48% в 2025-м и 0,45% в 2026-м, расчёт по подписчикам) 1,4% – результат заметно выше среднего. На фоне бенчмарка Hootsuite (3% для Instagram) тот же пост выглядит слабым. Противоречия нет: методологии разные, поэтому единственный корректный вывод – сравнивать ERR 5% этого поста с ERR соседних постов того же аккаунта.

Теперь Telegram-канал на 12 000 подписчиков: пост собрал 640 реакций, комментариев и пересылок. ER = 640 / 12 000 × 100 = 5,3%. По ориентирам аналитики Telegram-каналов 2025 года (vc.ru) 7–10% – сильный канал, выше 10% – исключительный, ниже 5% – низкая активность. Канал из примера держится чуть выше нижней границы, и задача на квартал – дотянуть ER до 7%, а не радоваться, что «в Instagram у всех меньше»: сравнивать ER между платформами некорректно. Тот же Socialinsider фиксирует для TikTok 2,6% в 2026-м – структурный отрыв от Instagram в 4–7 раз, который держится все годы наблюдений и ничего не говорит о качестве конкретного контента.

Общее правило: разовый замер показывает уровень, тренд виден только по серии замеров, сделанных по одной формуле.

Частые вопросы

Какой Engagement Rate считается хорошим?

Универсальной нормы нет – всё зависит от платформы, размера аккаунта и методологии подсчёта. По данным Socialinsider (расчёт по подписчикам, период январь 2024 – декабрь 2025) средний ER Instagram – 0,45%, TikTok – 2,6%, Facebook – 0,13%. Для Telegram ориентиры 2025 года: 7–10% – сильный канал, выше 10% – исключительный, ниже 5% – низкая активность. Практичнее сравнивать аккаунт с самим собой в динамике и с конкурентами ниши, посчитанными по одной формуле.

Чем ER отличается от ERR и какую формулу выбрать?

ER делит реакции на число подписчиков, ERR – на охват поста, то есть на тех, кто публикацию реально видел. При алгоритмических лентах ERR объективнее: пост показывается лишь части базы, и ER занижается из-за падения охвата, а не качества контента. Минус ERR – охват «скачет» и виден только администратору аккаунта. Обычно ERR выше ER, но при платном промо может опуститься ниже: пост показывается неподписчикам.

Почему ER падает при росте числа подписчиков – это нормально?

Да, это устойчивая закономерность: чем больше аккаунт, тем ниже ER. По агрегированным данным 2026 года для TikTok аккаунты до 10 тысяч подписчиков дают 3–6%, от 100 тысяч до миллиона – 2–4%, свыше миллиона – 1–3%. Причины – размывание базы случайной аудиторией и алгоритмическая лента, которая показывает пост лишь части подписчиков. Поэтому корректно сравнивать аккаунты сопоставимого размера.

Как посчитать ER блогера, если охваты его аккаунта не видны?

Использовать расчёт по подписчикам: сложить реакции 10–20 последних постов, разделить на число постов и на число подписчиков, умножить на 100. Все данные публичны, поэтому именно эту формулу применяют при проверке блогеров перед закупкой рекламы. Для точной картины стоит запросить у блогера скриншоты статистики охватов и посчитать ERR хотя бы по нескольким постам.

Что входит в «вовлечение» – считать ли сохранения и репосты?

Вовлечение – только активные действия, пассивные просмотры не считаются. Набор зависит от платформы: по методологии LiveDune в Instagram это лайки и комментарии (плюс сохранения для собственных аккаунтов), во ВКонтакте и Одноклассниках – лайки, комментарии, репосты и голоса, в YouTube – лайки, дизлайки и комментарии. Главное – считать одинаковый набор действий у всех сравниваемых аккаунтов.

Как считать ER в Telegram?

В Telegram расчёт по подписчикам остаётся валидным: подписчик гипотетически видит все сообщения канала, поэтому знаменатель честный. Формула: (реакции + комментарии + пересылки) / подписчики × 100%. Ориентиры 2025 года: ER 7–10% – сильный канал, выше 10% – исключительный, ниже 5% – низкая активность; дополнительно смотрят открываемость постов (30–50% – хорошо, 70%+ – топ, ниже 20% – «мёртвая» аудитория) и CTR ссылок 3–10%.

Можно ли накрутить ER и как распознать накрутку у блогера?

Можно – лайки и комментарии покупаются, поэтому один высокий ER ничего не гарантирует. Типичные признаки накрутки: ER существенно выше нормы ниши при пустых или шаблонных комментариях, перекос в сторону лайков при почти полном отсутствии обсуждений, резкие скачки вовлечённости на отдельных постах. Надёжнее посчитать ER post по 10–20 публикациям и посмотреть на стабильность показателя, а не на пиковые значения.

Связанные термины

CPL (Cost Per Lead) CPL (Cost Per Lead) – стоимость привлечения одного лида: расходы на канал, делённые на число полученных обращений (заявок, звонков, сообщений). Одновременно – модель оплаты рекламы: платим за лиды, а не за клики и показы. ERR (Engagement Rate by Reach) ERR (Engagement Rate by Reach) – метрика вовлечённости: сумма реакций на пост, делённая на охват – число уникальных пользователей, увидевших публикацию. Точнее классического ER, так как учитывает только реальных зрителей. Share of Voice Share of Voice (SOV) в AI-поиске – доля упоминаний бренда в ответах AI-систем (ChatGPT, Perplexity, Gemini, Алиса AI) по релевантным запросам относительно конкурентов. Это ключевая метрика GEO, аналог позиций в SEO для эры zero-click-выдачи. Виральный охват Виральный охват – число уникальных пользователей, увидевших контент без подписки и рекламы: через репосты, пересылки и рекомендации алгоритмов. Прямой показатель того, что контент «зацепил» аудиторию.

Материалы по теме

Что почитать дальше по этой теме

Статья Что боты находят на сайте, а вы – нет Боты ходят по изнанке сайта, куда живой человек не забредёт, и фиксируют в логах то, чего не видно ни в Метрике, ни на витрине: падающие с ошибкой 500 страницы каталога, битый файл с 747 обращениями, поток сканеров секретов. Разбираю на реальных логах, что искать и как чинить. 7 мин 217 22 июля 2026 Инструкция Как выгрузить и читать access-логи, если хостинг хранит их три дня Access-лог – единственное место, где виден весь трафик сайта, включая ИИ-ботов, которых не замечают счётчики. Разбираю на практике: где взять логи, как не потерять их из-за ротации, какие команды показывают ботов, ошибки и подозрительную активность. 7 мин 173 21 июля 2026 Флагманский гайд AI-анализ email-обращений: методика на стыке Яндекс.Метрики и Claude Code Классический email-трекинг отвечает на вопрос «откуда пришло обращение». AI-слой отвечает на вопросы, которые раньше требовали ручного аналитика: значим ли email на фоне звонков, форм и мессенджеров, почему один источник даёт качественные обращения, а другой – пустые, какие сегменты визитов предшествуют письму, что написать в ответ с учётом пути пользователя. Здесь – как я собираю это на уже имеющемся стеке: Logs API Метрики, PostgreSQL и Claude Code, без новых платных сервисов. 11 мин 297 26 мая 2026 Флагманский гайд Майкор: ИИ-аудит проекта по 4 точкам контакта Майкор – это перекрёстный ИИ-аудит проекта в 4 точках контакта: сайт, контекстная реклама, AI-поиск и Яндекс.Карты. Я анализирую каждую систему и смотрю связки между ними – где маркетинг рассказывает одно, реклама ведёт на другое, а AI-системы цитируют третий номер телефона. В одном из моих аудитов медицинской клиники в Москве у организации в индексе AI-сервисов оказалось 6 разных номеров и всего 7 упоминаний на 64 проверочных запроса – при том, что в обычной выдаче Яндекса клиника была в топ-1. Майкор закрывает такие разрывы за один аудит вместо четырёх раздельных. 16 мин 502 13 мая 2026 Гайд FAQPage Schema: как разметить блок частых вопросов и попасть в AI-ответы FAQPage schema – один из самых эффективных типов разметки для попадания в AI-ответы. Страницы с FAQPage schema цитируются AI-поисковиками в 2,7 раза чаще. В этом гайде – формат разметки, правила написания ответов для AI, реализация на 1С-Битрикс и типичные ошибки, которые обнуляют эффект. 8 мин 335 25 апреля 2026