ERR (Engagement Rate by Reach)

Определение

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.

3 мин 56 Обновлено 5 сентября

ERR – одна из трёх базовых метрик вовлечённости в SMM наряду с классическим Engagement Rate по подписчикам и ERV по просмотрам. Метрика появилась как ответ на алгоритмические ленты: соцсети показывают пост не всем подписчикам, поэтому деление реакций на размер аудитории занижает результат у крупных аккаунтов и ничего не говорит о качестве контента. ERR делит реакции на охват – число уникальных людей, которые публикацию реально видели, включая неподписчиков, пришедших из рекомендаций, хэштегов и репостов. Отсюда главный смысл метрики: из тех, кто увидел пост, какой процент отреагировал.

Как это работает

Формула:

ERR = (сумма реакций / охват) × 100%

Оба компонента требуют уточнения, потому что именно в них сервисы аналитики расходятся.

  • Реакции – активные действия с публикацией: лайки, комментарии, репосты. На части платформ к ним добавляют сохранения, клики по ссылке и ответы в опросах – набор зависит от площадки. Пассивные метрики (показы, просмотры) вовлечением не считаются.
  • Охват – количество уникальных пользователей, увидевших пост. Повторные показы одному человеку в охват не входят – этим охват отличается от показов.

Считать ERR можно по одному посту, а можно средним по аккаунту: сервисы аналитики (например, LiveDune) делят средние реакции на средний охват поста за период. Это разные показатели: ERR отдельного поста оценивает конкретный контент, средний ERR показывает тренд аккаунта, и сравнивать их между собой некорректно.

ER, ERR и ERV – в чём разница

МетрикаЗнаменательДоступность данныхКогда применять
ERВсе подписчики аккаунтаОткрыта для любого аккаунтаВнешняя оценка чужих аккаунтов, сравнение с конкурентами
ERRОхват – уникальные зрители постаТолько владельцу или администраторуОценка качества контента собственного аккаунта
ERVПросмотры, включая повторныеПублична там, где открыт счётчик просмотров (ВКонтакте, YouTube)Видео и чужие аккаунты с видимыми просмотрами

Закономерность по числам: ERR обычно выше ER, потому что охват меньше числа подписчиков, а ERV ниже ERR, потому что просмотров больше, чем уникальных зрителей.

Ловушки интерпретации

Знаменатель ERR нестабилен и плохо контролируем, что искажает метрику в обе стороны:

  • Малый охват завышает ERR. Пост увидело только активное ядро – те, кто и так реагирует чаще всех. Формально показатель отличный, фактически охвата нет.
  • Виральный пост занижает ERR. Когда публикация попадает в рекомендации, виральный охват растёт быстрее реакций: случайная аудитория смотрит, но вовлекается реже ядра. Популярный пост показывает ERR ниже среднего.

Поэтому посты с разным типом дистрибуции – обычный против попавшего в рекомендации – сравнивать по ERR напрямую нельзя.

Зачем это нужно

ERR отвечает на вопрос, который ER при алгоритмических лентах решить не может: насколько контент цепляет тех, кто его реально видит. Отсюда три рабочих сценария.

1. Оценка качества контента своего аккаунта. Сравнение ERR по рубрикам и форматам показывает, что аудитория действительно читает и комментирует, а что пролистывает. Особенно полезен показатель на площадках с рекомендательными лентами (YouTube, Дзен) и при низких охватах, когда абсолютные цифры реакций малы.

2. Проверка блогера перед закупкой рекламы. Здесь у ERR главное ограничение: охват виден только владельцу или администратору аккаунта, снаружи его не посчитать. Практика такая: запросить у блогера скриншоты внутренней статистики по 5–10 последним постам – именно охват, а не показы. Если статистику не дают, остаются ER по подписчикам и ERV по открытым просмотрам.

3. Связка с бизнес-метриками. ERR – метрика верхней части воронки: она показывает качество контакта, но не деньги. Дальше вовлечённая аудитория должна конвертироваться в переходы и заявки, где работу канала оценивают CPL и сквозная аналитика, а конкурентную видимость бренда – Share of Voice.

Единых норм ERR нет: показатель зависит от платформы, ниши и размера аккаунта, а чужие охваты недоступны для сравнения. Unisender рекомендует сравнивать не с чужими бенчмарками, а с собственной историей – средним по 5–10 успешным постам аккаунта.

Пример

Возьмём сообщество ВКонтакте с 40 000 подписчиков и сравним два поста.

Пост А – экспертный разбор. Охват 16 000, реакций 98: 31 лайк, 63 комментария, 4 репоста (реальный пример расчёта из глоссария Unisender). ERR = 98 / 16 000 × 100% = 0,6%. ER по подписчикам = 98 / 40 000 = 0,25%.

Пост Б – развлекательный, попал в рекомендации. Охват 55 000, реакций 190. ERR = 190 / 55 000 = 0,35%. ER = 190 / 40 000 = 0,48%.

По ER пост Б почти вдвое «успешнее» поста А. По ERR картина обратная: пост А вовлекает увидевшую его аудиторию в 1,8 раза сильнее – 63 комментария против случайных лайков виральной аудитории. Обе метрики честные, но отвечают на разные вопросы: ER и охват – про дистрибуцию, ERR – про качество контента. Для контент-стратегии вывод такой: экспертные разборы удерживают ядро и наращивают доверие, развлекательные посты приводят новую аудиторию – и оценивать их одним показателем нельзя.

Частые вопросы

Чем ERR отличается от классического ER?

ER делит сумму реакций на общее число подписчиков, ERR – на охват, то есть на уникальных пользователей, реально увидевших пост, включая неподписчиков из рекомендаций и репостов. При алгоритмических лентах пост видит лишь часть подписчиков, поэтому ER у крупных аккаунтов занижен и отражает скорее дистрибуцию, чем качество контента. ERR численно выше ER, так как охват обычно меньше числа подписчиков.

Как посчитать ERR чужого аккаунта, например блогера перед закупкой рекламы?

Напрямую никак: охват виден только владельцу или администратору аккаунта. Рабочий вариант – запросить у блогера скриншоты внутренней статистики по 5–10 последним постам, именно охват, а не показы. Если статистику не дают, оценивайте ER по подписчикам или ERV по открытым просмотрам (ВКонтакте, YouTube) – эти данные публичны.

Какой ERR считается хорошим?

Универсальной нормы нет: показатель зависит от платформы, ниши, размера аккаунта и типа контента, а чужие охваты недоступны для честного сравнения. Ориентир – собственная история: средний ERR по 5–10 успешным постам аккаунта и динамика относительно него. Публичные бенчмарки вовлечённости (например, у Hootsuite за 2026 год: Instagram около 3%, LinkedIn около 2%, Facebook около 0,8%) считаются в основном от подписчиков, поэтому сравнивать с ними ERR напрямую некорректно.

Что входит в «реакции» при расчёте ERR – считать ли сохранения и клики?

Ядро одинаково на всех платформах: лайки, комментарии, репосты. Расширенный набор зависит от площадки: сохранения, клики по ссылке и ответы в опросах тоже считаются вовлечением, если платформа их отдаёт. Пассивные метрики – показы и просмотры – реакциями не являются. Главное – зафиксировать один набор действий и считать все посты одинаково, иначе динамика будет несравнимой.

Почему у вирального поста ERR падает, хотя пост популярен?

Когда публикация попадает в рекомендации, охват растёт быстрее реакций: случайная аудитория из ленты смотрит, но вовлекается реже ядра подписчиков. Знаменатель формулы раздувается, и ERR проседает, хотя абсолютное число реакций может быть рекордным. Это не провал контента, а особенность метрики: виральные посты корректнее оценивать по приросту охвата и подписчиков, а не по ERR.

ERR и ERV – когда считать по охвату, а когда по просмотрам?

ERR делит реакции на охват – уникальных зрителей, ERV – на просмотры, где повторные показы одному человеку тоже учитываются, поэтому ERV обычно ниже. ERR – основная метрика для собственных аккаунтов, где охват доступен во внутренней статистике. ERV удобен для видео и для чужих аккаунтов на площадках с открытым счётчиком просмотров, например ВКонтакте или YouTube.

Как считать ERR: по одному посту или средним по аккаунту?

Это два разных показателя. ERR поста (реакции поста / охват поста) оценивает конкретную публикацию и формат. Средний ERR аккаунта сервисы аналитики считают как средние реакции, делённые на средний охват поста за период – так делает, например, LiveDune; он показывает тренд качества контента. Для отчётности используйте средний ERR в динамике, для разбора рубрик – ERR отдельных постов.

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. Engagement Rate (ER) Engagement Rate (ER) – коэффициент вовлечённости: процент аудитории, взаимодействующей с контентом (лайки, комментарии, репосты, сохранения). Считается по подписчикам, охвату или просмотрам – базовая метрика качества контента. 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. сквозная аналитика Система интеграций между рекламными кабинетами, веб-аналитикой, коллтрекингом, CRM и платёжной системой, позволяющая отслеживать путь клиента от первого касания с рекламой до факта оплаты. Даёт реальный ROI каналов на основе выручки.

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 170 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 334 25 апреля 2026