Kalkulator for å beregne rekkevidden til innlegg på Instagram
Beregn engasjement og rekkevidde på Instagram, potensiell viralitet og andre nøkkeltall. Helt gratis, direkte i nettleseren.
Kalkulator for rekkevidde på Instagram
Estimert visningsfrekvens for profilen
Frekvens = visninger ÷ følgere. Du kan eventuelt legge inn nøyaktig rekkevidde fra IG.Visninger hjelper deg å anslå visningsfrekvensen (hvor mange ganger en person i snitt har sett profilen/innholdet ditt).
Hvor finner jeg dem på Instagram?
- Åpne Instagram (mobil) → bytt til Professional/Business-konto.
- Gå til profilen og velg Professional dashboard → Insights (Oversikt).
- I Oversikt velger du periode (7/30/90 dager). Du ser Reach og ofte også Impressions for kontoen.
- For enkeltinnlegg trykker du på View insights (Se statistikk) – i detaljvisningen finner du metrikken Impressions.
Vil du at profilen din skal vokse?
Følgere og likes på få minutter. Uten passord, med garanti.
Slik beregner vi Instagram engagement (metodikk)
Engagement rate (ER) er det mest brukte målet på kvaliteten til organisk innhold på Instagram. Den viser hvor stor del av publikummet ditt du har klart å engasjere – typisk i form av likes, kommentarer, lagringer eller delinger. I dette verktøyet beregner vi ER_post for hvert innlegg i tillegg til aggregerte nøkkeltall, slik at vi tydelig kan avgjøre hva som fungerer og når det lønner seg å publisere. Hele beregningen skjer lokalt i nettleseren, så ingen data sendes til en server.
Grunnformelen for et enkelt innlegg er: ER_post = (likes + comments + saves + shares) / (reach || followers_at_time) * 100. Det betyr at vi summerer interaksjonene og deler dem enten på rekkevidden (reach) eller på antall følgere på publiseringstidspunktet (followers_at_time). Anbefalt basis er reach, fordi den bedre gjenspeiler hvor mange som faktisk har sett innlegget. Har du ikke reach, kan du bruke antall følgere som tilnærming. I verktøyet bytter du basis under «Beregningsinnstillinger».
For samlede verdier bruker vi to tilnærminger. ER_overall_simple er et enkelt gjennomsnitt av alle ER_post (eventuelt etter at uteliggere er fjernet med IQR). ER_overall_weighted tar hensyn til rekkevidden: den multipliserer ER_post med valgt basis for hvert innlegg og summerer, noe som i praksis tilsvarer sum(interaksjoner)/sum(basis) * 100. Dermed blir ikke resultatet avgjort av noen få små innlegg med tilfeldig høy ER.
Viralitetsindeks og hvorfor den er viktig
Viralitetsindeksen ser bare på «delinger» og «lagringer»: Virality = (saves + shares) / (basis) * 100. I praksis betyr det at den måler hvor ofte folk lagrer innholdet til senere eller deler det videre. For lærerike formater og «how-to»-innhold er viraliteten ofte høyere, mens likes og kommentarer dominerer for rask underholdning. Hvis viralitetsindeksen din øker, er det et sterkt signal om at du lager innhold som er nyttig over tid. Verktøyet beregner denne metrikken automatisk og bruker den også i anbefalingene.
IQR-deteksjon av uteliggere
Alle profiler treffer av og til et ekstremt viralt format, en konkurranse eller en trend. Slike svingninger kan forvrenge gjennomsnittet. Derfor tilbyr vi filtrering med IQR (interkvartilbredde). Vi beregner Q1 og Q3 (persentiler) for alle ER_post, differansen er IQR. Som uteliggere regner vi verdier lavere enn Q1 − 1.5 × IQR eller høyere enn Q3 + 1.5 × IQR. Med bryteren «Ta med / utelat uteliggere i aggregeringer» bestemmer du om disse ekstremverdiene skal inngå i gjennomsnitt, median og andre aggregeringer. Median-ER er mer robust mot uteliggere, så det er lurt å følge den sammen med gjennomsnittene.
Når bør du velge reach vs. followers_at_time
Hvis du har reach for de fleste innleggene, bør du alltid foretrekke den som basis for å beregne engagement rate. Den gjenspeiler det reelle publikummet bedre og tar høyde for tilfeller der innlegget ikke nådde hele følgerbasen. Et alternativ kan være followers_at_time, helst registrert så nøyaktig som mulig på publiseringstidspunktet. Verktøyet holder dessuten beregningen konsistent: velger du followers som basis for ER, beregnes også det vektede gjennomsnittet ut fra dem.
Slik tolker du median vs. gjennomsnitt
Gjennomsnittet (ER_overall_simple) er intuitivt, men kan forvrenges av svingninger. Median-ER er verdien midt i fordelingen og gjenspeiler ofte bedre den vanlige ytelsen til et typisk innlegg. Hvis medianen er klart lavere enn gjennomsnittet, tyder det på noen få «raketter» som har trukket gjennomsnittet opp. Er medianen derimot høyere enn gjennomsnittet, signaliserer det en lang «hale» av svakere resultater. Sammenlign begge verdiene.
Slik bruker du verktøyet (uten import)
Denne versjonen er laget for raske manuelle beregninger: fyll inn følgere og interaksjoner, så ser du umiddelbart «Engasjement per innlegg (Engagement Rate)» og «Viralitetsindeks». For visningsfrekvens legger du i en egen seksjon inn visninger og antall følgere.
De vanligste importfeilene er feil datoformat og manglende basis. Verktøyet varsler deg om dem og forteller hva som eventuelt ble fylt inn med standardverdier (f.eks. interaksjoner satt til 0). Trenger du å fylle inn followers_at_time, men har bare en tabell over følgerutviklingen, anbefaler vi å anslå verdien med lineær interpolasjon mellom to kjente datoer.
Finn beste tid å poste
Heatmapet «Time × Dag» viser gjennomsnittlig ER_post for hver time og ukedag. Ut fra fargeintensiteten ser du når innholdet ditt får engasjement over snittet. Viser det seg for eksempel at ER er stabilt høyere mellom kl. 18 og 21 på hverdager, er det en sterk kandidat for testing. Ta likevel hensyn til sesongvariasjoner og kampanjer – en kort periode kan gi et misvisende bilde.
Den ideelle fremgangsmåten er en A/B-test: velg 2–3 tidspunkter som heatmapet favoriserer, og publiser samme type innhold på disse tidspunktene i flere uker. Følg med på endringen i ER, men også viralitet. Det er viktig å holde format (f.eks. karuseller) og tema konsistent, slik at testen ikke forvrenges av andre faktorer.
Regneeksempler med tall
Tenk deg tre innlegg i løpet av én uke. P1 (karusell) har reach 8 000, interaksjoner: 320 likes, 28 kommentarer, 62 lagringer, 20 delinger. P2 (reel) har reach 15 000, interaksjoner: 420 likes, 34 kommentarer, 120 lagringer, 70 delinger. P3 (post) har reach 4 000, interaksjoner: 110 likes, 12 kommentarer, 16 lagringer, 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 summerer vi interaksjonene og deler på summen av valgte basiser. Her er basisen reach: sum interaksjoner = 430 + 644 + 146 = 1 220; sum reach = 8 000 + 15 000 + 4 000 = 27 000. Resultat ER_overall_weighted = 1 220/27 000×100 = 4,52 %. Vi ser at det vektede gjennomsnittet er lavere, fordi innlegget med høy rekkevidde (reel) hadde relativt lavere ER enn karusellen.
For viralitet (for P2: (120+70)/15 000×100 = 1,27 %) måler vi innholdets evne til å «reise» og forbli relevant. Hvis median-ER var 3,8 % og gjennomsnittet 4,6 %, tyder differansen på noen få suksesser som er uteliggere. IQR-testen utelukker ekstremverdier: vi beregner kvartiler av ER_post, finner IQR og fjerner verdier utenfor intervallet [Q1 − 1,5×IQR, Q3 + 1,5×IQR]. Aggregeringene gjenspeiler da «typisk» ytelse.
Hva du bør gjøre ut fra resultatene: konkrete anbefalinger
Verktøyet genererer korte innsikter og en handlingsplan. Nedenfor finner du typiske scenarioer og hvordan du kan reagere på dem:
- Lav ER: Gjør bildetekstene kortere, bruk en tydelig call-to-action, flere karuseller med flere slides og et mer iøynefallende første bilde.
- Mange lagringer (Virality ↑): Øk andelen tutorials, sjekklister og maler til nedlasting. At innhold blir lagret, er et signal om verdi.
- Lav konsistens: Planlegg innholdspakker (f.eks. 3× reels + 2× karusell per uke) og resirkuler eldre formater som har fungert godt.
- Reels dominerer: Finn et format som kan gjentas, bruk en hook innen 2 sekunder og test lengder på 7–15 s.
- Karuseller gjør det best: Lag miniserier og lærerike sekvenser. Optimaliser første og siste slide.
- ER_weighted ≠ ER_simple: Hvis det vektede er klart lavere, betyr det at innlegg med stor rekkevidde har svakere ER – de trenger bedre kvalitet.
- Uten reach-data: Bruk followers som basis og følg trender, ikke absolutt sammenlignbarhet med andre verktøy.
Ofte stilte spørsmål
Jeg har ikke reach – går det likevel?
Ja. Velg basisen followers_at_time. Resultatene egner seg for trendsammenligning og intern benchmark.
Hvorfor er min ER forskjellig fra andre verktøy?
Hvert verktøy kan bruke en annen basis (reach vs. followers), et annet utvalg av interaksjoner eller inkludere uteliggere. Her kan du justere alt transparent.
Hvordan fungerer PDF-eksporten?
Siden bytter midlertidig til et «print skin» med bedre lesbarhet og gjengis med html2canvas til jsPDF. Grafene konverteres til bilder.
Trenger jeg en API-nøkkel?
Nei. Alt kjører bare i nettleseren din, uten server og uten API.
Hvordan fungerer vektet gjennomsnitt, og når bør jeg slå det på?
Vekten tilsvarer valgt basis (reach/followers). Slå det på hvis du vil at rekkevidden skal avgjøre resultatet.
Hva er uteliggere, og hvorfor ta dem med (eller ikke)?
Uteliggere er ekstremverdier ifølge IQR. Om de tas med eller ikke, påvirker gjennomsnittet; medianen forblir mer stabil.
Kan jeg redigere data manuelt?
Ja. I seksjonen «Manuell inntasting» kan du legge til rader og regne om nøkkeltallene umiddelbart.
Støtter dere visninger på Reels?
Ja, de er valgfrie. ER beregnes ut fra «reach» eller «followers», ikke views, men du kan følge views parallelt.
Egner resultatet seg for kunderapporter?
Ja. PDF-eksporten inneholder en forside med nøkkeltall, grafer og anbefalinger.
Kan jeg sette egne terskler for anbefalingene?
Ja, i JS-delen kan tersklene enkelt justeres (f.eks. virality_threshold).
Hvor godt beskyttet er dataene mine?
Alle beregninger kjøres lokalt. Vi sender ingenting, og filer lastes heller ikke opp til noen server.
Hvor stor CSV-fil kan jeg bruke?
Vi anbefaler opptil ~10–20 tusen rader for jevn ytelse på en vanlig bærbar PC. Lukk krevende programmer som er åpne samtidig.
Mini-casestudie (fiktive data)
En profil med fokus på markedsføring publiserte uregelmessig 2–3 ganger i uken, hovedsakelig enkeltinnlegg. Gjennomsnittlig ER lå rundt 1,4 %, median 1,2 %, viralitet 0,3 %. Etter å ha analysert heatmapet bestemte teamet seg for å flytte publiseringen til hverdager mellom kl. 18 og 20, og la til 2 karuseller i uken og 1 lærerik reel med oppsummering. Etter 6 uker steg ER til 2,1 %, medianen til 1,8 % og viraliteten til 0,8 %. Størst forbedring ga lagringsvennlige karuseller med en tydelig CTA: «Lagre til senere».
Ordliste
ER (engagement rate): Andel interaksjoner i forhold til valgt basis (reach/followers).
Reach: Antall unike kontoer som har sett innlegget.
Impressions: Totalt antall visninger (inkludert gjentatte).
Viralitet: Lagringer + delinger i forhold til basisen; en indikator på innholdets langsiktige verdi.
Median: Midtverdien i en fordeling; mer robust mot uteliggere.
IQR: Interkvartilbredde (Q3 − Q1), brukes til å oppdage uteliggere.
Konsistens: Antall innlegg per uke i en gitt periode.
Avsluttende CTA
Start analysen gratis og lagre resultatene i en PDF-rapport. For best mulig tolkning bør du følge gjennomsnitt, median og viralitetsindeks samtidig.