Vous gérez deux comptes. L'un sur Instagram, l'autre sur LinkedIn. La semaine dernière, Instagram a atteint 4,2 % d'engagement et LinkedIn 1,1 %. Avant de conclure qu'Instagram « fonctionne » et LinkedIn « non », vous devez comprendre que ces deux chiffres ont été produits par des formules complètement différentes, sur des audiences aux comportements par défaut totalement différents, sur des plateformes aux mécaniques de distribution totalement différentes.
Comparer les taux d'engagement entre plateformes comme s'ils étaient la même métrique est l'une des erreurs les plus courantes (et les plus coûteuses) dans l'analytics social. Ce post explique comment chaque grande plateforme calcule le taux d'engagement, pourquoi les entrées varient, et comment utiliser ces chiffres d'une manière qui informe vraiment les décisions.
Le problème fondamental : il n'existe pas de formule universelle
Le terme « taux d'engagement » sonne comme un standard. Ce n'en est pas un. Chaque fournisseur d'analytics — y compris les plateformes elles-mêmes — le définit différemment. Au moment de la rédaction, il n'existe pas de standard inter-plateformes pour ce qui compte comme une « interaction », quelles interactions inclure au numérateur, ou si le dénominateur doit être les abonnés ou la portée.
Cela importe parce que :
- Un taux de 2 % sur une plateforme peut être exceptionnel ; sur une autre, il peut être en dessous de la moyenne.
- Calculer votre taux différemment d'un concurrent signifie que votre comparaison mesure la méthodologie, pas la performance.
- Choisir le mauvais dénominateur (abonnés vs. portée) peut produire un chiffre soit massivement gonflé soit artificiellement supprimé.
La formule que notre calculateur de taux d'engagement utilise est cohérente par type de plateforme — mais comprendre pourquoi les entrées diffèrent est ce qui rend le chiffre utile.
Comment la formule fonctionne : le dénominateur compte le plus
Avant de détailler chaque plateforme, la variable clé à comprendre est le dénominateur.
Taux basé sur les abonnés : Interactions totales ÷ Abonnés × 100. Cela mesure avec quelle activité votre audience existante s'engage. Il est affecté par le nombre d'abonnés que ceux-ci aient ou non vu le post. Un grand following inactif écrase ce chiffre.
Taux basé sur la portée : Interactions totales ÷ Portée du post × 100. Cela mesure avec quelle efficacité l'audience qui a réellement vu le post s'est engagée. C'est un reflet plus fidèle de la qualité du contenu, mais les plateformes n'exposent pas toujours les données de portée aux outils tiers.
Le taux de sauvegarde et le taux d'amplification sont des sous-ensembles spécialisés de l'engagement — suivant des comportements spécifiques à haute intention plutôt que le taux d'interaction global — et valent la peine d'être extraits séparément parce qu'ils prédisent souvent mieux la distribution algorithmique que le taux d'engagement global.
Détail par plateforme
Instagram compte : les likes, commentaires, sauvegardes, partages, visites de profil depuis un post, et (pour les Reels) les lectures au-delà d'un certain seuil.
Ce que la plateforme affiche dans ses propres analytics est les « interactions » (likes + commentaires + sauvegardes + partages) divisées par la portée, pas les abonnés. Les outils tiers utilisent souvent les abonnés par défaut pour la cohérence. Au moment de la rédaction, les données de portée sont disponibles pour les comptes Entreprise/Créateur mais pas pour les comptes personnels.
Contexte de benchmark : les taux d'engagement sur Instagram tendent à être plus élevés pour les petits comptes. Les études sur l'engagement montrent systématiquement que les comptes de moins de 10 000 abonnés voient souvent des taux plusieurs fois supérieurs à ceux des comptes dépassant 500 000, simplement parce que les petits followings tendent à être des communautés plus étroitement connectées.
Ce qui le fausse : les Reels peuvent considérablement gonfler les taux basés sur la portée parce qu'ils atteignent des non-abonnés ; le même contenu performant différemment dans le Feed vs. les Reels complique les comparaisons mois-sur-mois à données équivalentes.
TikTok
TikTok compte : les likes, commentaires, partages et sauvegardes. Il n'expose pas actuellement la « portée » de la façon dont le font les autres plateformes — il utilise les vues (lectures vidéo) comme dénominateur principal dans ses propres analytics.
Cela produit une différence méthodologique importante : une vidéo TikTok avec 50 000 vues et 1 000 likes a un taux d'engagement-par-vues de 2 %. Le taux basé sur les abonnés du même compte pourrait être de 20 % si le compte n'a que 5 000 abonnés.
Ce qui le fausse : la For You Page (FYP) diffuse du contenu aux non-abonnés par défaut. Un compte avec 500 abonnés qui obtient une vidéo virale aura un taux d'engagement très différent cette semaine-là que lors d'une semaine normale — et ni l'un ni l'autre ne vous dit grand-chose sur la performance soutenue.
Pour TikTok spécifiquement, le taux de complétion et le taux de partage tendent à être plus prédictifs de la portée continue que le taux d'engagement brut. Le temps de visionnage et les métriques de rétention vivent dans une colonne différente de l'engagement, mais ils sont en amont de l'engagement dans l'algorithme de distribution.
LinkedIn compte : les réactions (tous types), commentaires et re-partages. Il ne compte pas les clics comme engagement dans la plupart des définitions de formule, bien que les clics apparaissent séparément dans les analytics LinkedIn.
Le dénominateur que LinkedIn utilise dans ses propres rapports est les « impressions » (fois où le post est apparu à l'écran pendant au moins 300ms), ce qui est plus proche de la portée que des abonnés. Les outils tiers utilisant les abonnés produiront des chiffres substantiellement différents.
Contexte de benchmark : les taux d'engagement LinkedIn calculés contre les impressions tendent à être inférieurs à Instagram — les plateformes avec des audiences principalement professionnelles et à fort taux de lurking produisent naturellement des ratios d'interaction plus faibles. C'est attendu, pas un échec.
Ce qui le fausse : l'algorithme LinkedIn récompense la vélocité d'engagement précoce. Un post qui obtient cinq réactions dans la première heure tend à être distribué plus largement, ce qui augmente les impressions, ce qui diminue le taux si les interactions ne se mettent pas à l'échelle proportionnellement.
Facebook compte : les réactions, commentaires, partages et clics (y compris les clics sur les liens et les ouvertures de photos). Inclure les clics au numérateur est une des raisons pour lesquelles les taux d'engagement Facebook semblent souvent plus élevés que les taux Instagram équivalents pour le même contenu.
Au moment de la rédaction, Facebook fournit également un dénominateur de « portée du post » dans les analytics de Page, rendant les taux basés sur la portée calculables. La portée organique sur Facebook a considérablement diminué au fil des ans, ce qui signifie que les taux basés sur la portée peuvent sembler gonflés sur les posts qui atteignent très peu de personnes.
Ce qui le fausse : les posts boostés atteignent une audience beaucoup plus large, généralement avec des taux d'engagement plus faibles par spectateur. Si vous mélangez contenu organique et payant dans la même analyse sans segmenter, les moyennes deviennent sans signification.
X (anciennement Twitter)
X compte : les likes, réponses, re-posts et clics de profil. Il a également historiquement inclus les clics sur les liens, les clics sur les médias et les développements de détails dans sa métrique d'« engagements », ce qui rend son taux d'engagement natif l'un des plus inclusifs — et donc l'un des plus élevés — de toutes les plateformes.
Les outils tiers utilisent souvent une définition plus étroite (likes + réponses + re-posts uniquement) pour produire un chiffre plus comparable. Cela signifie que les taux d'engagement X peuvent varier significativement selon l'outil que vous utilisez.
Ce qui le fausse : les posts de thread et les posts avec des liens externes performent très différemment au moment de la rédaction. Les threads apparaissent dans les réponses, ce qui peut produire un engagement disproportionné pour le post qui les initie. Inclure les réponses de thread au numérateur gonfle substantiellement le taux.
Pinterest compte : les engagements (sauvegardes, clics et gros plans) contre les impressions. Pinterest fonctionne davantage comme un moteur de recherche et de découverte que comme un réseau social, donc les taux d'engagement basés sur les abonnés sont presque sans signification — la plupart du trafic de Pinterest provient de la recherche, pas des abonnés.
Le taux basé sur la portée est le seul chiffre qui compte ici. Une Épingle avec 100 000 impressions et 2 000 sauvegardes performe bien ; le taux basé sur les abonnés de la même Épingle est presque du bruit.
Bluesky et Mastodon
Les deux plateformes sont plus récentes et plus petites au moment de la rédaction, et leurs écosystèmes d'analytics sont moins matures. Bluesky compte les likes, re-posts, citations et réponses. Mastodon compte les favoris, boosts et réponses, mais avec la complication que les réseaux sociaux décentralisés signifient que certaines interactions d'autres instances peuvent ne pas apparaître dans les analytics natifs.
Pour les deux, les données de portée sont limitées ou indisponibles, ce qui rend les taux basés sur les abonnés la valeur par défaut — ce qui gonfle les taux par rapport aux plateformes où la portée est le dénominateur.
Pourquoi la comparaison inter-plateformes est en grande partie trompeuse
Compte tenu de tout ce qui précède, voici une façon simple de penser aux comparaisons inter-plateformes :
| Plateforme | Dénominateur principal (natif à la plateforme) | Inclut les clics ? | Plage typique (approximative) |
|---|---|---|---|
| Portée | Non | 1–5 % (les comptes varient beaucoup) | |
| TikTok | Vues | Non | 3–9 % (basé sur les vues) |
| Impressions | Non (dans la plupart des outils) | 0,5–3 % | |
| Portée | Oui (en natif) | 1–5 % (posts organiques) | |
| X | Impressions | Oui (en natif) | 0,5–3 % |
| Impressions | Oui | 0,5–5 % |
Les plages dans ce tableau se chevauchent délibérément — ce sont des illustrations approximatives de ce que le chiffre signifie en contexte, pas des benchmarks à atteindre. Le vrai benchmark est la tendance historique de votre propre compte sur chaque plateforme.
La bonne façon d'utiliser le taux d'engagement entre plateformes
Suivez chaque plateforme indépendamment
Maintenez des lignes de base séparées par plateforme. Une ligne de base LinkedIn de 1,2 % et une ligne de base Instagram de 3,8 % sont toutes deux des benchmarks valides — pour LinkedIn et Instagram respectivement. L'objectif n'est pas de les aligner ; c'est d'améliorer chacune indépendamment.
Utilisez la même formule de manière cohérente
Quelle que soit la formule que vous utilisez (abonnés vs. portée), utilisez-la de manière cohérente pour tous les posts sur une plateforme donnée. Le chiffre est le plus utile comme indicateur de tendance, pas comme score absolu. Si vous changez de formule en cours d'année, vos données historiques deviennent incomparables.
Regardez les sous-métriques pour les signaux spécifiques à la plateforme
Parce que le taux d'engagement global obscurcit ce qui se passe réellement, extrayez les sous-métriques par plateforme :
- Instagram : ratio sauvegardes/portée (signal de qualité du contenu)
- TikTok : ratio partages/vues (indicateur de viralité)
- LinkedIn : re-posts et commentaires (amplificateurs de portée)
- Pinterest : ratio sauvegardes/impressions (signal d'intention)
Ceux-ci sont plus actionnables que le taux global parce qu'ils vous disent quel comportement stimule (ou manque à) la performance.
N'utilisez jamais un taux d'engagement brut pour vous comparer à vos concurrents
Le taux de 5 % d'un concurrent pourrait être basé sur les abonnés d'une petite audience. Votre taux de 2 % pourrait être basé sur la portée d'une distribution beaucoup plus large. Les chiffres ne sont pas directement comparables sans connaître la méthodologie — que les concurrents ne partagent jamais.
Ce que vous pouvez comparer : la direction de croissance dans le temps, les performances des formats de contenu au sein d'une plateforme, et le taux d'amplification (partages par rapport à la portée), qui est plus neutre par rapport aux plateformes que le taux d'engagement.
Donner du sens à vos rapports
Lorsque vous rapportez l'engagement à un client ou à votre propre équipe, soyez explicite sur ce que le chiffre signifie :
- Indiquez la formule utilisée (interactions ÷ portée ou interactions ÷ abonnés).
- Indiquez la période.
- Comparez à la période précédente du même compte, pas aux benchmarks de l'industrie à moins que vous n'ayez vérifié que le benchmark a utilisé la même méthodologie.
- Signalez les anomalies : un post viral, un boost payant ou un événement ponctuel faussera la moyenne de la période.
Si vous souhaitez calculer des chiffres cohérents rapidement, notre calculateur de taux d'engagement gère la formule par plateforme et maintient les entrées cohérentes. Le guide analytics des réseaux sociaux pour débutants explique comment extraire les données brutes de chaque plateforme avant d'effectuer le calcul.
Conclusion
Le taux d'engagement est une métrique utile — mais seulement quand vous comprenez ce qu'il mesure réellement. Le chiffre raconte une histoire différente sur Instagram que sur LinkedIn, sur TikTok que sur Pinterest, parce que la formule, le dénominateur et le comportement par défaut de l'audience sont tous différents.
La conclusion pratique : construisez des lignes de base spécifiques par plateforme, suivez les tendances dans le temps, plongez dans les sous-métriques quand le taux global n'explique pas la performance, et traitez toute comparaison inter-plateformes avec un scepticisme méthodologique. L'objectif n'est pas un « score d'engagement » unifié — c'est des données utiles par plateforme qui vous indiquent où mettre plus d'attention et où changer votre approche.