MagicPost · Benchmark LinkedIn
Janvier 2026
Impressions par post selon le nombre d’abonnés · 37 646 posts analysés| Abonnés | Faible | Médian | Haut | Top 10 % |
|---|---|---|---|---|
| 0-1K | 87-2 % | 195-6 % | 436-8 % | 1 006-0 % |
| 1K-5K | 238+5 % | 523+5 % | 1 192+4 % | 2 946+9 % |
| 5K-10K | 445+7 % | 917+5 % | 2 092+6 % | 5 686+19 % |
| 10K-25K | 690+12 % | 1 632+14 % | 3 762+9 % | 10,5 k+13 % |
| 25K-50K | 1 192+31 % | 2 992+22 % | 7 352+22 % | 21 k+29 % |
| 50K-100K | 2 627+4 % | 5 925+13 % | 16,6 k+23 % | 42,6 k+26 % |
| 100K+ | 5 468+38 % | 13,1 k+29 % | 35,7 k+55 % | 99,5 k+53 % |
Faible = quart inférieur · Médian = post du milieu · Haut = quart supérieur · Top 10 % = meilleur décile
Évolution sur six mois
Impressions médianes d’un post LinkedInimpressions sur un post image
+80 %face au texte
+6 %face à la médiane
Les posts construits sur des cascades de phrases très courtes, enchaînées les unes après les autres, affichent en moyenne 5 % d'impressions de moins que les autres publications du même auteur. Ce n'est pas un écart spectaculaire, mais il est constaté sur un volume très large et ne s'inverse pas. Concernant l'hypothèse selon laquelle LinkedIn pénaliserait les contenus au style très automatisé : les données donnent une réponse nuancée. Sur l'ensemble des posts, le lien entre score IA et portée est quasi inexistant. En revanche, quand on compare les publications les plus automatisées aux plus personnelles d'un même créateur, une pénalité apparaît bien : les premières obtiennent une portée inférieure d'environ 10 % par rapport aux secondes, chez les mêmes auteurs. Ce n'est donc pas le style d'écriture en général qui pose problème, mais le fait de produire un contenu interchangeable, celui qu'on pourrait attribuer à n'importe qui. La lecture actionnable est claire : avant de retravailler son style, mieux vaut vérifier si ce qu'on publie apporte quelque chose de propre à sa voix et à son expérience. C'est là que se joue l'essentiel.