Impressions médianes à 620, p90 à 3 867 : avant d'optimiser ta portée LinkedIn, encore faut-il savoir exactement ce que tu mesures. Définitions précises et benchmarks issus de 359 000 posts analysés.
En bref
→ Les impressions comptent chaque affichage de ton post, répétitions comprises. Les membres atteints comptent les profils uniques. Ce ne sont pas les mêmes chiffres. → La médiane des impressions sur notre corpus est à 620. 90 % des posts restent sous 3 867 impressions. → Le taux d'engagement médian est de 2,99 % (environ 3 %). Le taux de commentaire médian est de 0,62 %. → Il existe une deuxième portée souvent ignorée : tes commentaires génèrent leurs propres impressions. On en a tracké 118 millions sur la base LinkHub. → Ces chiffres sont des repères, pas des objectifs universels. Ils varient selon ton format, ton réseau et ton secteur.
Impressions, vues, membres atteints : trois termes, trois réalités
LinkedIn utilise plusieurs métriques que beaucoup de créateurs confondent, parfois entre elles, parfois avec les définitions d'autres plateformes.
Impressions : le nombre total de fois où ton post a été affiché dans le fil d'actualité, dans les résultats de recherche ou via une notification. Un même profil peut compter pour plusieurs impressions s'il voit ton post à deux moments différents.
Membres atteints (souvent appelés "unique viewers") : le nombre de profils distincts qui ont vu ton post au moins une fois. Ce chiffre est toujours inférieur ou égal aux impressions.
Vues : le terme générique de l'interface LinkedIn, qui désigne tantôt les impressions, tantôt les membres atteints selon le contexte. Pour les vidéos, LinkedIn applique une règle spécifique : une "vue" vidéo est comptée à partir de 3 secondes de lecture minimum.
Pourquoi la distinction compte ? Parce qu'un post à 2 000 impressions avec 400 membres atteints n'a pas le même profil qu'un post à 2 000 impressions avec 1 800 membres atteints. Le premier est revu plusieurs fois par les mêmes personnes, souvent signe que l'algorithme l'amplifie progressivement. Le second touche un réseau large en une seule passe.
Les vrais benchmarks : où se situe ta médiane ?
Sur 359 000 posts avec métriques extraits de notre corpus de 516 144 posts (voir l'analyse complète sur 516 000 posts LinkedIn), voici les chiffres bruts :
| Métrique | Médiane | p90 | |---|---|---| | Impressions | 620 | 3 867 | | Taux de like | 2,16 % | 26,8 % | | Taux d'engagement global | 2,99 % | 26,8 % | | Taux de commentaire | 0,62 % | n/a |
Ce que ça veut dire concrètement : si ton post dépasse 620 impressions, tu es dans la moitié haute du corpus. Si tu dépasses 3 867, tu es dans le top 10 %. Les outliers existent au-delà, notamment sur le carrousel (2,3× impressions médianes du texte seul) et la vidéo.
Note méthodologique : cette étude est observationnelle, sur un corpus 62 % francophone. Les chiffres reflètent des corrélations, pas des normes absolues. La taille de ton réseau, ton secteur et ta cadence de publication influencent tes propres baselines. Corrélation ne vaut pas causalité, et le biais d'échantillon est réel.
Le taux d'engagement : comment l'interpréter sans se perdre
3 %, c'est la médiane. Ça signifie aussi que la moitié des posts font moins. Deux erreurs fréquentes à éviter :
→ Comparer ton taux à une "norme" externe : les plateformes d'analyse n'utilisent pas toutes la même formule. Chez LinkPost, le calcul est (likes + commentaires + partages) / impressions. Certains outils divisent par le nombre d'abonnés, ce qui donne des résultats très différents. → Confondre taux d'engagement et portée absolue : un post peut afficher 3 % d'engagement sur 300 impressions. C'est un bon taux, mais une portée faible. L'un ne compense pas l'autre.
L'objectif concret n'est pas d'atteindre un chiffre théorique, mais de faire progresser tes propres baselines. Si ta médiane personnelle passe de 400 à 800 impressions de manière reproductible, c'est ça qui compte. Voir aussi comment lire tes métriques LinkedIn correctement pour les pièges les plus courants.
Les impressions de commentaires : le reach caché que tu ne traces pas
Il y a une surface de visibilité que la quasi-totalité des créateurs ignore : celle générée par leurs commentaires.
Quand tu commentes un post, ton commentaire apparaît dans le fil de ton réseau. Il génère ses propres impressions, distinctes de celles de tes posts. Sur la base LinkHub, on a tracké 118 millions d'impressions de commentaires issues de 909 560 commentaires analysés.
Le timing est décisif ici. Commenter dans les 10 premières minutes d'un post rapporte en médiane 89 impressions sur ton commentaire. Après 24 heures, ce chiffre tombe à 12. Soit un facteur 7× selon le délai.
Autrement dit : ta stratégie de visibilité LinkedIn a deux composantes, les posts ET les commentaires. La deuxième est systématiquement sous-estimée.
Ce qu'il faut faire concrètement
→ Lis tes impressions comme une tendance. Un post à 400 qui monte à 800 puis 1 200 sur les semaines suivantes est un meilleur signal qu'un one-shot à 2 000. → Ne te fixe pas sur ton taux d'engagement seul. Regarde en parallèle les valeurs absolues (nombre de likes, de commentaires), plus stables à mesurer dans le temps. → Additionne ta portée posts et ta portée commentaires. Ce sont deux canaux de visibilité distincts dans le fil de ton réseau. → Utilise les bonnes métriques pour analyser chaque post. La fonctionnalité LinkedIn Analytics de LinkPost lit tes stats natifs et les replace dans le contexte de 1M+ posts analysés pour te donner une lecture comparative.
Mesurer ce qu'on ne comprend pas ne sert à rien. Maintenant que tu as les définitions et les vrais benchmarks, tu peux interpréter tes chiffres correctement et concentrer ton énergie là où ça compte vraiment.
Étude observationnelle LinkPost sur 516 144 posts (2020 à avril 2026, 62 % de contenu francophone). Les findings sont des corrélations. Biais d'échantillon et limites méthodologiques détaillés dans le playbook. Données de commentaires issues de la base LinkHub (909 560 commentaires, 118M+ impressions trackées).
À propos de l'auteur

Yannis Haismann
Co-fondateur de LinkPost
Yannis écrit sur la création de contenu LinkedIn, la prédiction de viralité et l'algorithme. Il construit LinkPost, calibré sur plus d'un million de posts analysés.
Voir l'étude algorithmeGratuit pour commencer · prédis la viralité avant de publier