Kalkylator för att beräkna engagemang och räckvidd för inlägg på Instagram
Räkna ut engagemangsgrad och räckvidd på Instagram, potentiell viralitet och andra mätvärden. Helt gratis direkt i webbläsaren.
Räckviddskalkylator för Instagram
Uppskattad visningsfrekvens för profilen
Frekvens = impressions ÷ följare. Du kan också ange exakt räckvidd från IG.Impressions hjälper dig att uppskatta visningsfrekvensen (hur många gånger en person i snitt har sett din profil/ditt innehåll).
Var hittar jag dem på Instagram?
- Öppna Instagram (mobil) → byt till Professional/Business-konto.
- Välj i din profil Professional dashboard → Insights (Översikt).
- Välj period i Översikt (7/30/90 dagar). Du ser Reach och ofta även Impressions för kontot.
- För enskilda inlägg trycker du på View insights (Visa statistik) – i detaljvyn finns måttet Impressions.
Vill du att din profil ska växa?
Följare och gilla-markeringar på några minuter. Utan lösenord, med garanti.
Så räknar vi exakt ut Instagram engagement (metodik)
Engagement rate (ER) är det vanligaste måttet på kvaliteten i organiskt innehåll på Instagram. Det visar hur stor del av din publik du har lyckats engagera – oftast i form av likes, kommentarer, sparningar eller delningar. I det här verktyget beräknar vi ER_post för varje inlägg samt aggregerade mätvärden, så att vi tydligt kan avgöra vad som fungerar och när det är bäst att publicera. Hela beräkningen sker lokalt i webbläsaren, så inga data skickas till någon server.
Grundformeln för ett enskilt inlägg är följande: ER_post = (likes + comments + saves + shares) / (reach || followers_at_time) * 100. Det betyder att vi summerar interaktionerna och delar dem antingen med räckvidden (reach) eller med antalet följare vid publiceringstillfället (followers_at_time). Rekommenderad bas är reach, eftersom den bättre speglar hur många som faktiskt såg inlägget. Om du saknar reach kan du använda antalet följare som proxy. I verktyget väljer du bas under ”Beräkningsinställningar”.
För totalvärden använder vi sedan två metoder. ER_overall_simple är ett enkelt medelvärde av alla ER_post (eventuellt efter att extremvärden har uteslutits med IQR). ER_overall_weighted tar hänsyn till räckvidden: den multiplicerar ER_post med den valda basen för varje inlägg och summerar, vilket i praktiken motsvarar sum(interaktioner)/sum(bas) * 100. Därmed avgörs resultatet inte av några få små inlägg med slumpmässigt hög ER.
Viralitetsindex och varför det är viktigt
Viralitetsindexet tar bara hänsyn till ”delningar” och ”sparningar”: Virality = (saves + shares) / (bas) * 100. I praktiken mäter det hur ofta folk sparar innehållet till senare eller skickar det vidare. Utbildande innehåll och ”how‑to”-format har ofta högre viralitet, medan snabb underhållning domineras av likes och kommentarer. Om ditt viralitetsindex ökar är det en stark signal om att du skapar innehåll som är användbart på lång sikt. Verktyget beräknar måttet automatiskt och använder det även i rekommendationerna.
IQR-detektering av extremvärden
Varje profil träffar ibland rätt med ett extremt viralt format, en tävling eller åker med på en trend. Sådana toppar kan förvränga medelvärdet. Därför erbjuder vi filtrering med IQR (interkvartilavstånd). Vi beräknar Q1 och Q3 (kvartiler) för alla ER_post, skillnaden är IQR. Som extremvärden räknar vi värden mindre än Q1 − 1.5 × IQR eller större än Q3 + 1.5 × IQR. Med reglaget ”Inkludera/exkludera extremvärden i aggregeringar” styr du om dessa extremer ska ingå i medelvärde, median och andra aggregeringar. Median-ER är mer robust mot extremvärden, så det är klokt att följa den tillsammans med medelvärdena.
När ska man välja reach eller followers_at_time
Om du har reach för de flesta inlägg bör du alltid föredra den som bas för att beräkna engagement rate. Den speglar den verkliga publiken bättre och tar hänsyn till fall där inlägget inte nådde hela följarbasen. Som ersättning kan du använda followers_at_time, helst så exakt ifyllt som möjligt vid publiceringstillfället. Verktyget är dessutom konsekvent: om du väljer followers som bas för ER beräknas även det viktade medelvärdet utifrån dem.
Så tolkar du median kontra medelvärde
Medelvärdet (ER_overall_simple) är intuitivt men kan förvrängas av toppar. Median-ER är värdet i mitten av fördelningen och speglar ofta bättre den normala prestationen för ett typiskt inlägg. Om medianen är betydligt lägre än medelvärdet tyder det på några ”raketer” som har dragit upp snittet. En högre median än medelvärde signalerar i stället en lång ”svans” av svagare resultat. Jämför båda värdena.
Så använder du verktyget (utan import)
Den här versionen är inriktad på snabba manuella beräkningar: fyll i följare och interaktioner så ser du direkt ”Inläggets engagemang (Engagement Rate)” och ”Viralitetsindex”. För visningsfrekvens anger du i en separat sektion Impressions och antal följare.
De vanligaste importfelen är fel datumformat och saknad bas. Verktyget varnar dig och berättar vad som eventuellt har fyllts i med standardvärden (t.ex. interaktioner satta till 0). Behöver du fylla i followers_at_time, men har bara en tabell över följarutvecklingen, rekommenderar vi att du uppskattar värdet med linjär interpolation mellan två kända datum.
Hitta bästa tiden att publicera
Heatmapen ”Timme × Dag” visar genomsnittlig ER_post för varje timme och veckodag. Utifrån färgintensiteten ser du när ditt innehåll får engagemang över snittet. Om det till exempel visar sig att ER är stabilt högre mellan kl. 18–21 på vardagar är det en stark kandidat att testa. Ta dock hänsyn till säsongsvariationer och kampanjer – en kort period kan ge optiska illusioner.
Det ideala tillvägagångssättet är ett A/B-test: välj 2–3 tider som heatmapen favoriserar och publicera samma typ av innehåll vid dessa tider under några veckor. Följ förändringen i ER, men också viraliteten. Det är viktigt att hålla format (t.ex. karuseller) och ämne konsekventa så att testet inte påverkas av andra faktorer.
Räkneexempel med siffror
Låt oss ta tre inlägg under en vecka. P1 (karusell) har en reach på 8 000, interaktioner: 320 likes, 28 kommentarer, 62 sparningar, 20 delningar. P2 (reel) har en reach på 15 000, interaktioner: 420 likes, 34 kommentarer, 120 sparningar, 70 delningar. P3 (post) har en reach på 4 000, interaktioner: 110 likes, 12 kommentarer, 16 sparningar, 8 delningar. För ER_post får vi alltså: 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 %.
För ER_overall_weighted summerar vi interaktionerna och delar med summan av de valda baserna. Här är basen reach: summa interaktioner = 430 + 644 + 146 = 1 220; summa reach = 8 000 + 15 000 + 4 000 = 27 000. Resultatet ER_overall_weighted = 1 220/27 000×100 = 4,52 %. Vi ser att det viktade medelvärdet är lägre, eftersom inlägget med hög räckvidd (reel) hade relativt lägre ER än karusellen.
För viraliteten (för P2: (120+70)/15 000×100 = 1,27 %) mäter vi innehållets förmåga att ”resa” och förbli relevant. Om median-ER vore 3,8 % och medelvärdet 4,6 % drar vi av skillnaden slutsatsen att det finns några extrema framgångar. IQR-testet utesluter extremerna: vi beräknar kvartiler från ER_post, får fram IQR och eliminerar värden utanför intervallet [Q1 − 1,5×IQR, Q3 + 1,5×IQR]. Aggregeringarna speglar då den ”typiska” prestationen.
Vad du ska göra utifrån resultaten: konkreta rekommendationer
Verktyget genererar korta insikter och en handlingsplan. Nedan finns typiska scenarier och hur du kan agera:
- Låg ER: Korta ner bildtexterna, använd en tydlig call‑to‑action, fler karuseller med flera slides och en mer slagkraftig första slide.
- Många sparningar (viralitet ↑): Öka andelen tutorials, checklistor och nedladdningsbara mallar. Att innehållet sparas är en signal om värde.
- Låg konsekvens: Planera innehållspaket (t.ex. 3× reels + 2× karuseller i veckan) och återanvänd äldre framgångsrika format.
- Reels dominerar: Hitta ett format som går att upprepa, jobba med en hook inom 2 sekunder och testa längder på 7–15 s.
- Karuseller presterar bäst: Ta fram miniserier och utbildande sekvenser. Optimera första och sista sliden.
- ER_weighted ≠ ER_simple: Om det viktade värdet är betydligt lägre betyder det att inlägg med stor räckvidd har svagare ER – de behöver bättre kvalitet.
- Utan reach-data: Använd followers som bas och följ trender, inte absolut jämförbarhet med andra verktyg.
FAQ
Jag har ingen reach – fungerar det ändå?
Ja. Välj basen followers_at_time. Resultaten lämpar sig för trendjämförelser och intern benchmark.
Varför skiljer sig min ER från andra verktyg?
Varje verktyg kan använda en annan bas (reach vs. followers), ett annat urval av interaktioner eller inkludera outliers. Här kan du ställa in allt transparent.
Hur fungerar PDF-exporten exakt?
Sidan växlar tillfälligt till ett ”print skin” med bättre läsbarhet och renderas med html2canvas till jsPDF. Diagrammen konverteras till bilder.
Behövs en API-nyckel?
Nej. Allt körs bara i din webbläsare, utan server och utan API.
Hur fungerar det viktade medelvärdet och när ska jag slå på det?
Vikten motsvarar den valda basen (reach/followers). Slå på det om du vill att räckvidden ska avgöra resultatet.
Vad är outliers och varför ska man (inte) inkludera dem?
Outliers är extremvärden enligt IQR. Om de inkluderas eller inte påverkar medelvärdet; medianen förblir stabilare.
Kan jag redigera data manuellt?
Ja. I sektionen ”Manuell inmatning” kan du lägga till rader och direkt räkna om mätvärdena.
Stöds views för reels?
Ja, de är valfria. I ER-beräkningen ingår ”reach” eller ”followers”, inte views, men du kan följa views parallellt.
Passar resultatet för kundrapporter?
Ja. PDF-exporten innehåller en titelsida med nyckeltal, diagram och rekommendationer.
Kan man ställa in egna tröskelvärden för rekommendationerna?
Ja, i JS-delen är tröskelvärdena lätta att ändra (t.ex. virality_threshold).
Hur skyddade är mina data?
Alla beräkningar körs lokalt. Vi skickar ingenting och filerna laddas inte ens upp till någon server.
Hur stor CSV-fil klarar verktyget?
Vi rekommenderar upp till ~10–20 tusen rader för smidig körning på en vanlig laptop. Stäng samtidigt öppna tunga program.
Mini-fallstudie (fiktiva data)
En profil med fokus på marknadsföring publicerade oregelbundet 2–3× i veckan, mest enskilda inlägg. Genomsnittlig ER låg kring 1,4 %, medianen på 1,2 %, viraliteten på 0,3 %. Efter att ha analyserat heatmapen bestämde teamet sig för att flytta publiceringen till vardagar mellan kl. 18–20, lade till 2 karuseller i veckan och 1 utbildande reel med en sammanfattning. Efter 6 veckor steg ER till 2,1 %, medianen till 1,8 % och viraliteten till 0,8 %. Den största förbättringen kom från sparbara karuseller med en tydlig CTA: ”Spara till senare”.
Ordlista
ER (engagement rate): Andel interaktioner i förhållande till vald bas (reach/followers).
Reach: Antal unika konton som har sett inlägget.
Impressions: Totalt antal visningar (inklusive upprepade).
Viralitet: Sparningar + delningar i förhållande till basen; proxy för innehållets långsiktiga värde.
Median: Mittvärdet i fördelningen; mer robust mot outliers.
IQR: Interkvartilavstånd (Q3 − Q1), används för att upptäcka extremvärden.
Konsekvens: Antal inlägg per vecka under den valda perioden.
Avslutande CTA
Starta analysen gratis och spara resultaten i en PDF-rapport. För bästa tolkning, följ medelvärde, median och viralitetsindex samtidigt.