Engagement rate: 4 ловушки расчёта и правильная формула
5 разных формул ER дают разброс 4.5× на одном креаторе. Tier-normalized benchmarks по нишам, paid-amplification effect и weighted-формула.
Engagement-rate — самая популярная и одновременно самая некорректно используемая метрика в инфлюенсер-маркетинге. Один и тот же креатор может иметь ER 1.2% или 8.4% — в зависимости от того, кто и как считает. Ниже — 4 ловушки, в которые ловятся бренды и агентства при сравнении креаторов, и одна формула, которой стоит пользоваться, если хочется сравнивать яблоки с яблоками.
Ловушка 1 — разные формулы у разных инструментов
Слово «engagement rate» не имеет единого определения. В индустрии сосуществуют как минимум 5 разных формул, каждая даёт свой результат на одном и том же креаторе.
| Формула | Что считают | Где применяется |
|---|---|---|
| ER by followers (likes-only) | likes / followers | Старые SMM-tools, Modash (legacy) |
| ER by followers (full) | (likes + comments + shares + saves) / followers | HypeAuditor default |
| ER by views (likes-only) | likes / views | Instagram native insights |
| ER by views (full) | (likes + comments + shares + saves) / views | TikTok Analytics, Viralmaxing, large agencies |
| ER by reach | engagement / unique reach | Доступно только владельцу аккаунта (требует Insights-доступа) |
Что это значит на практике: один и тот же креатор с 80k подписчиков, на одном и том же посте:
- 5 000 likes, 200 comments, 800 shares, 1 500 saves
- 240k views, 90k unique reach, 80k followers
Считаем по всем 5 формулам:
| Формула | ER |
|---|---|
| ER by followers (likes-only) | 6.25% |
| ER by followers (full) | 9.4% |
| ER by views (likes-only) | 2.08% |
| ER by views (full) | 3.13% |
| ER by reach | 8.33% |
Разброс — 4.5× на одном и том же посте. Если ты сравниваешь двух креаторов и у первого ER из Modash, а у второго из TikTok Analytics — ты сравниваешь два разных числа, не двух креаторов.
Защита: при сравнении всегда фиксируй формулу. Идеально — «ER by views (full)», потому что (а) views — самая надёжная denominator (followers легко raktыxon ботами, reach недоступен для не-владельцев), (б) «full» учитывает saves и shares, которые сильнее коррелируют с конверсией чем likes.
Ловушка 2 — ER математически падает с ростом базы
Если ты смотришь на ER креатора в динамике, ты увидишь нисходящий тренд по мере роста аккаунта. Многие интерпретируют это как «креатор сдулся». На самом деле — это закон жанра.
Аккаунт на 5k подписчиков почти весь — твоя ядерная аудитория (друзья, коллеги, целевые fans). ER 12% — нормально.
Аккаунт на 500k подписчиков уже подцепил пассивных follower'ов из алгоритм-рекомендаций. Они подписались на одну зашедшую виралку, но не каждый их пост лайкают. ER 2% — нормально для этого tier'а.
Корреляция followers ↔ ER на больших датасетах — отрицательная и статистически значимая. Это не означает, что креаторы становятся хуже. Это означает, что ER нельзя сравнивать без normalizация по follower-tier.
Tier-normalized benchmarks для 2026 (ER by views, full):
| Tier | TikTok (median) | Instagram Reels (median) |
|---|---|---|
| Nano (<10k) | 8–12% | 7–11% |
| Micro (10–100k) | 5–8% | 4–7% |
| Mid (100–500k) | 3–6% | 2.5–5% |
| Macro (500k–5M) | 2–4% | 1.5–3% |
| Mega (5M+) | 1–2.5% | 0.8–2% |
Защита: никогда не сравнивайте abs ER креаторов из разных tier'ов. Сравнивайте deviation от tier-median'а. Креатор с 250k подписчиков и ER 5% (рост на 100% от tier-median'а 2.5%) — звезда. Креатор с 30k и ER 5% (внутри tier-median'а) — норма. Они одинаковы по ER, но первый сильнее.
Ловушка 3 — niche-effect (вертикали ведут себя по-разному)
ER 3% в ASMR-нише — очень низко (норма 6–9% за счёт «залипающего» контента и высокого save-rate). ER 3% в news/politics — высокий (норма 1–2%, аудитория consume + scroll, без engagement). Один и тот же «3%» — топ или дно в зависимости от вертикали.
Approximate niche ER ranges (Reels + TikTok, micro-tier 10–100k):
| Ниша | Median ER (low–high) | Доминирующий driver engagement'а |
|---|---|---|
| ASMR / relaxation | 6–10% | Saves + re-watches |
| Cooking | 5–9% | Saves («приготовлю потом») |
| Fitness | 4–8% | Saves + shares |
| Beauty / fashion | 3–7% | Likes + comments (style debate) |
| Tech / business | 3–6% | Saves + shares |
| News / politics | 1–3% | Comments (мнение) |
| Comedy / entertainment | 5–10% | Likes + shares |
Числа — приближённые, реальные varies. Главный вывод не в конкретных числах, а в принципе: ER нужно сравнивать внутри одной ниши, или явно нормализовать через niche-multiplier.
Ловушка 4 — paid amplification маскирует organic ER
Если креатор регулярно бустит свои посты через TikTok Promote или Instagram Boost, его «отчётный» ER (на total views) выглядит ниже, чем organic-only ER. Причина — paid views конвертируются в engagement хуже organic ones.
Конкретные числа: organic views конвертируются в ~6–8% engagement, paid views (boosted) — в ~1.5–3%. Если у поста 200k organic views (= 14k engagement) и потом креатор накачал +800k paid views (= ~16k engagement), общий ER падает с 7% до 3% — но это не деградация креатора, это смешение.
Защита: при оценке креатора всегда узнавайте, есть ли paid amplification. Если ваш инструмент даёт breakdown organic vs paid (Viralmaxing, native Creator Studio) — смотрите organic-only ER. Если нет — спросите креатора напрямую перед contract.
Парадокс: бренды часто предпочитают креаторов, которые пушат paid amplification (так как gross reach выше). Но organic-only ER — лучший предиктор того, что бренд-integration зайдёт. Бренд хочет платить за reach, который сам по себе работает, не за reach, который работает потому что креатор уже потратил $500 на boost.
Какой формулой пользоваться (наш рекомендуемый стандарт)
Для creator-management и influencer-evaluation мы рекомендуем:
ER = (likes + comments × 2 + shares × 3 + saves × 3) / organic_views
Почему такая формула:
- Views в denominator'е — потому что views — самый стабильный и доступный показатель (followers нестабильны из-за ботов, reach недоступен для не-владельца)
- Comments × 2 — комментарий стоит «дороже» лайка по затратам пользователя, и сильнее коррелирует с brand-recall
- Shares × 3 — share — почти максимальный сигнал ценности, расширяет органический охват
- Saves × 3 — save — самый сильный leading-indicator для conversion-кампаний
- Organic views, not total — отрезает paid-bias
Эта формула — не стандарт индустрии. Большинство tools возвращают «vanilla» ER без weights. Но при equity-evaluation creator'ов эта weighted-формула лучше предсказывает sponsored-post performance, чем vanilla.
Скриншот audit-страницы Viralmaxing с разделом «Weighted ER» — встроим в финальной редакции.
Practical checklist для сравнения креаторов по ER
- Фиксируем формулу (рекомендуем weighted by views, organic-only)
- Считаем median по 30+ постам за 90 дней (см. когортный анализ)
- Нормализуем по follower-tier (deviation от tier-median'а)
- Нормализуем по нише (deviation от niche-median'а)
- Проверяем что paid-amplification не маскирует organic ER (запрос breakdown или question креатору)
- Финальное число:
ER_normalized = ER_creator / (ER_tier_median × niche_multiplier). Если > 1.5 — креатор выше нормы для своего tier'а и ниши.
FAQ
Читайте также
Метрики инфлюенс-маркетинга 2026: полный гайд
Pillar-гайд: 4-слойный framework оценки креаторов + 7 pre-flight метрик + 3 уровня отчётности
Читать далееСравнение креаторов: framework на 7 метрик
7-метричный фреймворк pre-flight оценки
Читать далееNano / Micro / Macro: миф о tier-преимуществе
Свежие данные 2026 по tier-аналитике
Читать далееFake followers: как отличить за 10 минут
Ручной и автоматический аудит подлинности
Читать далееПрисоединяйтесь к сообществу
Эксклюзивные советы и обсуждения
Открой свой аналитический дашборд
Метрики аккаунтов, конкурентов и трендов в одной панели. Подключи свои аккаунты бесплатно.
Без кредитной карты. 3 дня бесплатно.
По теме
Читайте также
Похожие материалы для изучения
Burnout у in-house креатора: 4 признака в cadence-данных
Burnout читается в данных за 4-6 недель до увольнения. 4 сигнала с threshold-ами (cadence CV, ER, similarity, posting-time) и 4-stage intervention.
Когортный анализ креаторов: почему один пост — не сигнал
Single-event reasoning — главная ошибка creator-management. 3 типа когорт (per-creator, per-format, per-week) и 30-post rule.
ROI видеоконтента: как измерить и увеличить в 3 раза
Полный гайд по ROI видеоконтента для CMO: правильные метрики, ошибки измерения, 5 способов увеличения эффективности. ROI-калькулятор и кейсы.
Fake-followers: 6 DIY-методов отличить ботов от реальных
$1.4-2B годовые потери брендов. 6 DIY-методов детекции ботов (ER ratio, comments, growth pattern, sampling) с threshold-ами и scoring framework.
