Earn money by answering our surveys

Register now!

224 mots, le nombre magique pour booster la viralité de vos posts Linkedin

Earn up to 50€ by participating in one of our paid market research.

Register now!

Le nombre de mots est un des facteurs qui détermine le succès d’un post sur Linkedin, au même titre que les hashtags. J’ai réalisé une analyse sur près de 5 millions de posts dans 100 pays qui montre une corrélation linéaire entre le nombre de mots d’un post sur Linkedin et son nombre de likes / commentaires. Les posts qui comprennent entre 224 et 227 mots sont 6x plus de chances d’obtenir plus de 100 réactions que la moyenne. Si ce sujet vous intéresse abonnez-vous à ma newsletter ci-dessous et n’oubliez pas de m’envoyez une demande de connexion … sur Linkedin bien sûr 🙂.

Les résultats de l’étude en bref

Les résultats de l’analyse montrent que les posts qui contiennent entre 224 et 227 mots ont 5,80 fois plus de probabilités d’atteindre les 100 likes / commentaires que la moyenne.

Les données de 4,599 millions de posts Linkedin ont été fournies par Linkalyze et analysées avec la suite Timi (Anatella pour la partie data preparation, et Modeller pour la partie modélisation).

Pourquoi le nombre de mots permet d’augmenter le reach sur Linkedin ?

Depuis que l’algorithme de Linkedin met l’accent sur le „dwell time„, plus le temps passé à lire un post augmente, plus il va être recommandé par l’algorithme.
Logiquement, le nombre de mots devrait donc influencer le temps de lecture … et donc la promotion du post par l’algorithme.

Les résultats en détails

Les résultats détaillés sont visibles sur le graphique ci-dessous (produit avec Modeller de Timi). Quelques mots d’explication s’impose pour bien le comprendre.

Tout d’abord j’ai éliminé les données aberrantes (outliers) en éliminant tous les comptes qui comprenaient plus de 25000 abonnés. Ensuite, pour l’exercice de modélisation, j’ai défini une cible binaire : la probabilité d’obtenir 100 réactions (likes + commentaires). Cela ne m’est arrivé qu’une seule fois et je sais donc que c’est une prouesse compliquée.

Passons maintenant au graphique.

correlation number of words reach posts Linkedin

Le nombre de mots contenus dans les posts Linkedin analysés sont indiqués en abscisse :

  • 50% des posts sur Linkedin contiennent moins de 34 mots
  • 80% des posts sur Linkedin contiennent moins de 86 mots
  • 90% des posts sur Linkedin contiennent moins de 132 mots

En ordonnées, à gauche, sont indiqués le nombre d’observation en fonction du nombre de mots. Par exemple il y avait 392952 posts contenant 1 ou 2 mots et 130364 contenant 3 ou 4 mots.

La ligne grise représente la moyenne du nombre de posts dans l’échantillon qui ont recueilli plus de 100 réactions (Likes + commentaires).

Enfin, la courbe orange (axe des abscisses à droite) représente le pourcentage de posts ayant recueilli plus de 100 réactions en fonction du nombre de mots.

On observe tout d’abord qu’au-delà de 54 mots (intersection de la courbe orange avec la ligne grise), le reach du post Linkedin dépasse la moyenne. La 1ère conclusion est donc qu‘il faut toujours composer des post Linkedin de plus de 54 mots pour augmenter la visibilité du post.

On observe également que la courbe orange possède 2 parties :

  • Jusqu’à 176 mots, la probabilité augmente de 0,05% avec chaque mot ajouté
  • Au-delà de 176 mots, la probabilité augmente de 0,18% avec chaque mot ajouté

Conclusion, pour les posts de plus de 176 mots la probabilité d’atteindre les 100 likes/commentaires augmente 3,52x plus vite qu’avec un post de moins de 176 mots.

correlation number of words vs. reactions Linkedin

Dans une de mes premières analyses sur l’impact du nombre de mots sur la viralité des posts Linkedin j’avais estimé l’optimum à 216-218 mots.

Dans une autre étude (voir graphique ci-dessus), j’avais déjà suspecté cette corrélation sur un dataset de taille limitée. A l’époque j’avais estimé la taille idéale en nombre de mots à 216-218.


Méthodologie

Les données de 4,599 millions de post Linkedin ont été analysées avec Anatella. Deux bases de données au format json ont été réconciliées (voir pipeline de préparation des données ci-dessous) :

  • base de données des posts Linkedin
  • base de données de leurs auteurs

data preparation Linkedin dataset Anatella

Une variable „Nombre de réactions“ a été créée en additionnant le nombre de likes et le nombre de commentaires. J’avais montré dans une autre analyse que le nombre de réactions ainsi défini était corrélé au nombre de vues.
La modélisation statistique a été réalisée avec Modeller en incluant les variables suivantes :

  • nombre de mots
  • nombre de hashtags
  • nombre de connexions
  • pays
  • langue

crédits : Shutterstock

Conclusion

Cette analyse menée sur 4,599 millions de posts Linkedin montre clairement que la visibilité (et la viralité) d’un post est influencée par la longueur du contenu. Si 80% des posts sur Linkedin contiennent moins de 86 mots et qu’un post n’a en moyenne que 3,7% de probabilité d’atteindre les 100 likes / commentaires, cette probabilité atteint 20% avec des posts contenant entre 224 et 227 mots.

Vous avez donc tout intérêt à rédiger des posts longs (et intéressants, voir mes 4 règles d’or ici), car cela enverra un signal positif à l’algorithme de Linkedin.

 

 

Schlagwörter: ,

Author: Pierre-Nicolas Schwab

Pierre-Nicolas est Docteur en Marketing et dirige l'agence d'études de marché IntoTheMinds. Ses domaines de prédilection sont le BigData l'e-commerce, le commerce de proximité, l'HoReCa et la logistique. Il est également chercheur en marketing à l'Université Libre de Bruxelles et sert de coach et formateur à plusieurs organisations et institutions publiques. Il peut être contacté par email, Linkedin ou par téléphone (+32 486 42 79 42)

Share This Post On

Kommentar absenden

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.