Saves vs likes : quelle métrique compte vraiment sur LinkedIn

On fantasme sur les saves LinkedIn depuis que des créateurs les présentent comme la métrique ultime de la plateforme. Problème : dans notre corpus de 516 000 posts analysés, les saves sont quasi absents des données mesurables. Ce qui décide vraiment de ta portée, c'est bien plus simple.

En bref

→ Les saves LinkedIn n'apparaissent pas comme signal fiable dans les données : trop peu fréquents dans notre corpus pour en tirer des conclusions robustes. → Les likes mesurent une réaction active, avec un taux médian de 2,16 % des impressions. → Les commentaires sont le signal le plus puissant : ils génèrent du dwell time et de la vélocité d'engagement. → Les impressions (médiane : 620 par post) sont la vraie mesure de ta portée brute. → Piloter ta stratégie sur des sauvegardes, c'est naviguer sans boussole. Concentre-toi sur ce qui est mesurable et actionnable.

Les saves sur LinkedIn : un signal introuvable dans la data

On entend souvent que "les saves enverraient un signal fort à l'algorithme". C'est possible en théorie. LinkedIn peut les pondérer dans son modèle de classement. Mais dans notre analyse de 516 000 posts, les saves remontaient de façon quasi nulle dans les métriques accessibles. LinkedIn ne les expose pas publiquement dans son API de la même façon que les likes ou les commentaires.

Conséquence concrète : tu ne peux pas piloter ta croissance sur une métrique que tu n'arrives pas à mesurer de façon systématique. Et surtout, tu n'as aucun moyen de savoir si tes posts "sauvegardés" ont eu un impact sur leur distribution dans le fil. C'est une boîte noire dans une boîte noire.

Traite les saves comme un indicateur de qualité perçue, pas comme un levier de reach.

Ce que les likes mesurent (et leurs limites)

Le like est la métrique la plus visible, la plus simple à compter. Sur notre corpus, le taux de like médian est de 2,16 % des impressions, avec une médiane de 18 likes par post. La moyenne monte à 85 grâce aux outliers viraux, ce qui confirme la loi de puissance qui gouverne LinkedIn.

Le like indique qu'un contenu a déclenché une réaction, mais c'est un signal passif : il ne génère pas de conversation et ne prolonge pas le temps passé sur le post. LinkedIn le prend en compte, mais avec une pondération inférieure aux commentaires.

Ce que les likes ne mesurent pas : → Si quelqu'un a lu ton post en entier (dwell time) → Si ton post a créé de l'intention (DM, clic profil, visite de lien) → Si tu as gagné de nouveaux abonnés grâce à ce post

Pour ça, il faut regarder d'autres métriques.

Le commentaire : le signal que l'algorithme valorise le plus

L'algorithme LinkedIn valorise les commentaires nettement plus que les likes. La raison est mécanique : un commentaire prouve que quelqu'un a lu, réfléchi, et pris le temps d'écrire. C'est du dwell time prolongé, c'est un signal fort d'intérêt, et c'est visible par le réseau du commentateur.

Sur notre corpus, le taux de commentaire médian est de 0,62 % des impressions. C'est faible en apparence, mais les posts qui dépassent ce seuil voient leur distribution s'élargir nettement. Ce n'est pas un hasard.

Notre étude sur 438 413 posts confirme que les tactiques générant le plus de commentaires (polarisation avec données, question ouverte, comment-gate) sont aussi celles qui amplifient le reach. Les deux sont liés par le même mécanisme.

Les impressions : la seule métrique de portée brute

Les impressions LinkedIn comptent chaque affichage de ton post dans le fil, qu'il soit ou non suivi d'une réaction. C'est la mesure la plus honnête de ta portée réelle. Là où les likes peuvent varier selon le sujet ou la tactique, les impressions reflètent directement la distribution accordée par l'algorithme.

| Métrique | Médiane | p90 | |----------|---------|-----| | Impressions par post | 620 | 3 867 | | Taux de like | 2,16 % | n/c | | Taux d'engagement total | ~3 % | 26,8 % | | Taux de commentaire | 0,62 % | n/c |

Source : corpus LinkPost, ~359 000 posts avec métriques sur 180 jours.

Un taux d'engagement de ~3 % (likes + commentaires rapportés aux impressions) correspond à la médiane. En dessous, ton post peine à sortir de l'échantillon initial. Au-dessus, il entre dans la phase d'amplification.

Pour mieux comprendre comment LinkedIn distingue impressions, vues et membres atteints (trois notions que beaucoup confondent), lis le guide dédié.

Le vrai classement des métriques à surveiller

| Métrique | Mesurable | Poids algorithme | À suivre | |----------|-----------|-----------------|----------| | Saves | Non (quasi nul dans notre corpus) | Potentiel, non validé | Non | | Impressions | Oui | Référence de portée | Oui, en priorité | | Commentaires | Oui | Fort | Oui | | Likes | Oui | Moyen | Oui | | Abonnés gagnés par post | Oui | Indirect | Oui |

Les saves ne disparaissent pas de l'équation pour toujours. Peut-être que LinkedIn les rendra plus accessibles, ou qu'une future étude les isolera proprement. Mais aujourd'hui, ils ne font pas partie de ce que tu peux piloter.

Ce qu'il faut faire, concrètement

→ Surveille tes impressions semaine après semaine : c'est ta portée réelle, pas les likes. → Optimise pour les commentaires : formule une vraie question, prends position avec des données, crée de la conversation plutôt que de la validation. → Vise un taux d'engagement au-dessus de 3 % comme seuil de qualité minimum. → Ignore les saves dans ta stratégie tant qu'ils restent non mesurables de façon systématique. → Avant de publier, vérifie le score de ton post sur les 33 critères de viralité avec l'analyseur gratuit de LinkPost.

La métrique la plus séduisante n'est pas toujours la plus utile. Sur LinkedIn, ce qui compte, c'est ce que tu peux mesurer, piloter et améliorer dans le temps.

Étude observationnelle LinkPost (corpus 516 144 posts, ~359 000 posts avec métriques sur 180 jours). Les saves n'étant pas fiablement remontés dans les métriques accessibles, les conclusions sur ce point restent prudentes. Corrélation ≠ causalité. Méthodologie complète dans le playbook.