Beregner til udregning af rækkevidde for opslag på Instagram
Beregn engagement og rækkevidde på Instagram, potentiel viralitet og andre målinger. Helt gratis direkte i browseren.
Instagram rækkevidde-beregner
Indtast en positiv værdi for „Følgere på udgivelsestidspunktet".
Estimat af visningsfrekvens for profilen
Frekvens = impressions ÷ følgere. Du kan eventuelt indtaste den præcise rækkevidde fra IG.Impressions hjælper med at estimere visningsfrekvensen (hvor mange gange en person i gennemsnit har set din profil/dit indhold).
Hvor finder jeg dem på Instagram?
- Åbn Instagram (mobil) → skift til Professional/Business-konto.
- Vælg på din profil Professional dashboard → Insights (Oversigt).
- Vælg en periode i Oversigt (7/30/90 dage). Du kan se Reach og ofte også Impressions for kontoen.
- Ved de enkelte opslag trykker du på View insights (Se indsigt) – i detaljevisningen finder du metrikken Impressions.
Vil du have din profil til at vokse?
Følgere og likes på få minutter. Uden adgangskode, med garanti.
Sådan beregner vi Instagram engagement præcist (metode)
Engagement rate (ER) er den mest brugte indikator for kvaliteten af organisk indhold på Instagram. Den viser, hvor stor en del af dit publikum der er blevet engageret – typisk i form af likes, kommentarer, gemte eller delinger. I dette værktøj beregner vi ER_post for hvert opslag samt samlede metrikker, så vi tydeligt kan afgøre, hvad der virker, og hvornår det er bedst at poste. Hele beregningen foregår lokalt i browseren, så der sendes ingen data til en server.
Grundformlen for et enkelt opslag er følgende: ER_post = (likes + comments + saves + shares) / (reach || followers_at_time) * 100. Det betyder, at vi lægger interaktionerne sammen og dividerer dem enten med rækkevidden (reach) eller med antallet af følgere på udgivelsestidspunktet (followers_at_time). Den anbefalede basis er reach, fordi den bedre afspejler, hvor mange mennesker der reelt har set opslaget. Hvis du ikke har reach, kan antallet af følgere bruges som proxy. I værktøjet skifter du basis i afsnittet „Beregningsindstillinger".
For de samlede værdier bruger vi to tilgange. ER_overall_simple er det simple gennemsnit af alle ER_post (eventuelt efter udelukkelse af outliers ved hjælp af IQR). ER_overall_weighted tager højde for rækkevidden: den ganger ER_post med den valgte basis for hvert opslag og lægger sammen, hvilket i praksis svarer til sum(interaktioner)/sum(basis) * 100. Det forhindrer, at nogle få små opslag med tilfældigt høj ER afgør resultatet.
Viralitetsindeks, og hvorfor det er vigtigt
Viralitetsindekset ser kun på „delinger" og „gemte": Virality = (saves + shares) / (basis) * 100. I praksis betyder det, at det måler, hvor ofte folk gemmer indholdet til senere eller deler det videre. Ved lærerige og „how‑to"-formater er viraliteten som regel højere, mens likes og kommentarer dominerer ved hurtig underholdning. Hvis dit viralitetsindeks stiger, er det et stærkt signal om, at du skaber indhold med langvarig værdi. Værktøjet beregner denne metrik automatisk og bruger den også i anbefalingerne.
IQR-detektion af outliers
Alle profiler rammer en gang imellem et usædvanligt viralt format, en konkurrence eller hopper med på en trend. Disse udsving kan skævvride gennemsnittet. Derfor tilbyder vi filtrering med IQR (interkvartilafstand). Vi beregner Q1 og Q3 percentilen for alle ER_post, forskellen er IQR. Som outliers regner vi værdier, der er mindre end Q1 − 1.5 × IQR eller større end Q3 + 1.5 × IQR. Med kontakten „Medtag/udelad outliers i aggregeringer" bestemmer du, om disse ekstremer skal indgå i gennemsnit, median og andre aggregeringer. Median-ER er mere robust over for outliers, så det er en god idé at følge den sammen med gennemsnittene.
Hvornår skal du vælge reach vs. followers_at_time
Hvis du har reach for de fleste opslag, bør du altid foretrække den som basis for beregning af engagement rate. Den afspejler bedre det reelle publikum og tager højde for tilfælde, hvor opslaget ikke nåede ud til alle følgere. Et alternativ kan være followers_at_time, helst udfyldt så præcist som muligt på udgivelsestidspunktet. Værktøjet holder desuden konsistensen: Hvis du vælger followers som basis for ER, beregner det også det vægtede gennemsnit ud fra dem.
Sådan fortolker du median vs. gennemsnit
Gennemsnittet (ER_overall_simple) er intuitivt, men kan skævvrides af udsving. Median-ER er værdien midt i fordelingen og afspejler ofte bedre den almindelige præstation for et typisk opslag. Hvis medianen er markant lavere end gennemsnittet, tyder det på nogle få „raketter", der har trukket gennemsnittet op. Omvendt signalerer en højere median end gennemsnit en lang „hale" af svagere resultater. Sammenlign begge værdier.
Sådan bruger du værktøjet (uden import)
Denne version er målrettet hurtige manuelle beregninger: Udfyld følgere og interaktioner, og du ser straks „Opslagets rækkevidde (opslagets engagement)" og „Viralitetsindeks". For visningsfrekvens skal du i et separat afsnit indtaste Impressions og antal følgere.
De hyppigste importfejl er forkert datoformat og manglende basis. Værktøjet gør dig opmærksom på dem og fortæller, hvad der eventuelt er udfyldt med standardværdier (f.eks. interaktioner sat til 0). Hvis du har brug for at udfylde followers_at_time, men kun har en tabel over udviklingen i følgere, anbefaler vi at estimere værdien med lineær interpolation mellem to kendte datapunkter.
Find det bedste tidspunkt at poste
Heatmappet „Time × Dag" viser den gennemsnitlige ER_post for de enkelte timer og ugedage. Ud fra farveintensiteten kan du se, hvornår dit indhold opnår engagement over gennemsnittet. Hvis det for eksempel viser sig, at ER er stabilt højere mellem kl. 18 og 21 på hverdage, er det en stærk kandidat til test. Tag dog også højde for sæsonudsving og kampagners indflydelse – en kort periode kan skabe optiske illusioner.
Den ideelle fremgangsmåde er en A/B-test: Vælg 2–3 tidspunkter, som heatmappet favoriserer, og udgiv indhold af samme type på dem i flere uger. Følg ændringen i ER, men også Viralitet. Det er vigtigt at holde formatet (f.eks. karruseller) og emnet konsistent, så testen ikke skævvrides af andre faktorer.
Eksempler på beregninger med tal
Lad os tage tre opslag i samme uge. P1 (karrusel) har en reach på 8.000, interaktioner: 320 likes, 28 kommentarer, 62 gemte, 20 delinger. P2 (reel) har en reach på 15.000, interaktioner: 420 likes, 34 kommentarer, 120 gemte, 70 delinger. P3 (opslag) har en reach på 4.000, interaktioner: 110 likes, 12 kommentarer, 16 gemte, 8 delinger. For ER_post får vi altså: P1 = (320+28+62+20)/8.000×100 = 5,375 %, P2 = (420+34+120+70)/15.000×100 = 4,97 %, P3 = (110+12+16+8)/4.000×100 = 3,65 %. ER_overall_simple = (5,375 + 4,97 + 3,65) / 3 = 4,66 %.
For ER_overall_weighted lægger vi interaktionerne sammen og dividerer med summen af de valgte baser. Her er basis reach: summen af interaktioner = 430 + 644 + 146 = 1.220; summen af reach = 8.000 + 15.000 + 4.000 = 27.000. Resultatet ER_overall_weighted = 1.220/27.000×100 = 4,52 %. Vi kan se, at det vægtede gennemsnit er lavere, fordi opslaget med høj rækkevidde (reel) havde en relativt lavere ER end karrusellen.
For Viralitet (for P2: (120+70)/15.000×100 = 1,27 %) følger vi indholdets evne til at „rejse" og forblive relevant. Hvis median-ER var 3,8 % og gennemsnittet 4,6 %, kan vi ud fra forskellen slutte, at der er nogle få outlier-succeser. IQR-testen udelukker ekstremerne: Vi beregner kvartilerne af ER_post, finder IQR og fjerner værdier uden for intervallet [Q1 − 1,5×IQR, Q3 + 1,5×IQR]. Aggregeringerne afspejler derefter den „typiske" præstation.
Hvad du skal gøre ud fra resultaterne: konkrete anbefalinger
Værktøjet genererer korte indsigter og en handlingsplan. Nedenfor finder du typiske scenarier, og hvordan du reagerer på dem:
- Lav ER: Gør billedteksterne kortere, brug en tydelig call‑to‑action, flere karruseller med flere slides og et mere iøjnefaldende første slide.
- Mange gemte (Viralitet ↑): Øg andelen af tutorials, tjeklister og skabeloner til download. At indhold bliver gemt, er et signal om værdi.
- Lav konsistens: Planlæg indholdspakker (f.eks. 3× reels + 2× karruseller om ugen), og genbrug ældre formater, der har klaret sig godt.
- Reels dominerer: Find et format, der kan gentages, arbejd med et hook inden for 2 sekunder, og test længder på 7–15 s.
- Karruseller klarer sig bedst: Lav miniserier og lærerige sekvenser. Optimer første og sidste slide.
- ER_weighted ≠ ER_simple: Hvis den vægtede er markant lavere, betyder det, at opslag med stor rækkevidde har svagere ER – de har brug for bedre kvalitet.
- Uden reach-data: Brug followers som basis, og følg tendenserne frem for absolut sammenlignelighed med andre værktøjer.
FAQ
Jeg har ikke reach – kan det stadig lade sig gøre?
Ja. Vælg basis followers_at_time. Resultaterne egner sig til sammenligning af tendenser og intern benchmark.
Hvorfor er min ER forskellig fra andre værktøjer?
Hvert værktøj kan bruge en anden basis (reach vs. followers), et andet udvalg af interaktioner eller medtage outliers. Her kan du indstille alt gennemsigtigt.
Hvordan fungerer PDF-eksporten præcist?
Siden skifter midlertidigt til et „print skin" med bedre læsbarhed og gengives ved hjælp af html2canvas til jsPDF. Grafer konverteres til billeder.
Kræver det en API-nøgle?
Nej. Alt kører kun i din browser, uden server og uden API.
Hvordan fungerer det vægtede gennemsnit, og hvornår skal det slås til?
Vægten svarer til den valgte basis (reach/followers). Slå det til, hvis du vil have, at rækkevidden afgør resultatet.
Hvad er outliers, og hvorfor skal de (ikke) medtages?
Outliers er ekstreme værdier ifølge IQR. Om de medtages eller ej, påvirker gennemsnittet; medianen forbliver mere stabil.
Kan jeg redigere data manuelt?
Ja. I afsnittet „Manuel indtastning" kan du tilføje rækker og straks genberegne metrikkerne.
Understøtter I reels views?
Ja, de er valgfrie. I ER-beregningen indgår „reach" eller „followers", ikke views, men du kan følge views sideløbende.
Egner resultatet sig til kunderapporter?
Ja. PDF-eksporten indeholder en forside med nøgletal, grafer og anbefalinger.
Kan man indstille egne tærskler for anbefalinger?
Ja, i JS-delen kan tærsklerne nemt justeres (f.eks. virality_threshold).
Hvor godt er mine data beskyttet?
Alle beregninger kører lokalt. Vi sender intet, og filer bliver heller ikke uploadet til en server.
Hvor store CSV-filer kan værktøjet klare?
Vi anbefaler op til ~10–20 tusind rækker for en flydende oplevelse på en almindelig bærbar. Luk samtidig andre tunge programmer.
Mini-casestudie (fiktive data)
En profil med fokus på marketing udgav uregelmæssigt 2–3× om ugen, primært enkeltopslag. Den gennemsnitlige ER lå omkring 1,4 %, medianen på 1,2 % og viraliteten på 0,3 %. Efter at have analyseret heatmappet besluttede teamet at flytte udgivelserne til hverdage mellem kl. 18 og 20, tilføjede 2 karruseller om ugen og 1 lærerig reel med en opsummering. Efter 6 uger steg ER til 2,1 %, medianen til 1,8 % og viraliteten til 0,8 %. Den største forbedring kom fra karruseller, der var værd at gemme, med en tydelig CTA: „Gem til senere".
Ordliste
ER (engagement rate): Andelen af interaktioner i forhold til den valgte basis (reach/followers).
Reach: Antal unikke konti, der har set opslaget.
Impressions: Samlet antal visninger (inklusive gentagne).
Viralitet: Gemte + delinger i forhold til basis; proxy for indholdets langsigtede værdi.
Median: Den midterste værdi i fordelingen; mere robust over for outliers.
IQR: Interkvartilafstand (Q3 − Q1), bruges til at finde outliers.
Konsistens: Antal opslag om ugen i den givne periode.
Afsluttende CTA
Start en gratis analyse og gem resultaterne i en PDF-rapport. For den bedste fortolkning bør du følge gennemsnit, median og viralitetsindeks samtidig.
