Если загуглить «как посчитать вовлечённость», все источники говорят одно и то же. Реакции поделить на охват, умножить на сто. Это и есть ERR. Формулу повторяют десятки статей и любая нейросеть. Чего не делает почти никто, так это не объясняет, как потом эту цифру читать. А там начинается самое интересное, потому что у метрики есть пара неочевидных свойств, из‑за которых выводы на ровном месте получаются неверными.

Три метрики, которые называют одним словом

Под «вовлечённостью» прячутся три разные величины, и их постоянно путают.

ER = взаимодействия / подписчики × 100%
ERR = взаимодействия / охват × 100%
ERV = взаимодействия / показы × 100%

ER считается от подписчиков. Показывает активность базы в целом, удобно для сравнения аккаунтов между собой. Проблема в том, что подписчик не равно зритель. Часть базы спит, часть отсёк алгоритм, часть это вообще боты.

ERR считается от охвата, то есть от тех, кто реально увидел пост. Это честнее, потому что мы не делим на людей, которые публикацию даже не открывали.

ERV считается от показов. Применяют там, где число просмотров публично, это ВКонтакте и YouTube. Значение чуть ниже ERR, потому что один человек может открыть пост несколько раз и каждый показ пойдёт в знаменатель.

Звучит просто. Но дьявол в знаменателе.

Набор реакций зависит от платформы

Ещё до расчёта легко получить кривой результат, если складывать не то. Под «взаимодействиями» на разных площадках понимают разные вещи.

Платформа	Что входит в числитель
Telegram	реакции, комментарии, репосты, пересылки
ВКонтакте	лайки, комментарии, репосты, голоса в опросах
Instagram	лайки, комментарии, сохранения, репосты в Direct
YouTube, RUTUBE, Дзен	лайки, комментарии (репостов в формуле обычно нет)

Отсюда первое практическое правило. Не сравнивайте вовлечённость между площадками напрямую. Алгоритмы и наборы реакций разные, цифры несопоставимы. Сравнивать корректно только внутри одной соцсети и желательно одним и тем же набором реакций от поста к посту. Иначе динамика начинает врать просто из‑за того, что в одном месяце вы учли сохранения, а в другом забыли.

Обратная зависимость охвата и вовлечённости

Вот главное, из‑за чего ломаются выводы. Между охватом и ERR обратная связь, и это не мнение, а арифметика.

Когда пост набирает органический охват внутри ядра аудитории, реакции и охват растут более или менее вместе. Но как только пост уходит в рекомендации или в платное продвижение, в знаменатель валится холодная аудитория, которой тема в среднем менее близка. Доля реагирующих у неё ниже. Числитель растёт медленнее знаменателя, и ERR падает.

Простой пример. Пост для своих, охват 800, реакций 64. ERR 8%. Тот же по смыслу пост улетел в рекомендации, охват 50 000, реакций 1500. ERR 3%. По цифрам второй выглядит как провал, хотя именно он принёс в 23 раза больше реакций и кучу новой аудитории.

Вывод неприятный для отчётности. Высокий ERR у поста с маленьким охватом и низкий ERR у поста с большим охватом это нормально и почти ничего не говорит о качестве контента в отрыве от охвата.

Когорты вместо одной кучи

Из обратной зависимости следует, что нельзя сваливать все посты в один список и сравнивать ERR в лоб. Вирусные посты систематически окажутся внизу, а камерные наверху, и рейтинг будет про охват, а не про качество.

Что работает. Бить посты на когорты по охвату и сравнивать внутри когорты. Условно до 1К, от 1 до 3К, от 3 до 7К, дальше по вашим объёмам. Тогда сравнение становится честным, потому что вы сопоставляете посты с похожими условиями показа.

Среднее против медианы

Второе место, где легко обмануться, это расчёт за период. Берут все посты за месяц, считают средний ERR, радуются. А потом оказывается, что один пост случайно выстрелил и перетянул среднее на себя.

Медиана от этого защищает. Это значение ровно посередине отсортированного ряда, выбросы на неё почти не влияют.

Покажу на цифрах, почему это важно. Пусть ERR постов за период такой.

посты:   3.0  3.1  3.0  4.2  18.0   (последний залетел)
среднее: 6.26
медиана: 3.1

Если смотреть только на среднее, кажется, что у канала ERR около 6%. На деле обычный пост собирает около 3%, а шестёрку нарисовал один выброс. Поэтому полезно держать рядом оба числа. Среднее показывает потенциал, медиана показывает будни. Если они сильно разъехались, значит был выброс, и ориентироваться стоит на медиану.

Нормы зависят от размера аккаунта

Любимый вопрос, на который большинство калькуляторов отвечает фиксированной шкалой. У меня раньше было ровно так, 3% подсвечивались как «хорошо» для всех подряд. Это неправильно, потому что нормальная вовлечённость падает с ростом аккаунта.

Подписчики	Нормальный ER
5 до 10 тысяч	10 до 20%
10 до 100 тысяч	3 до 5%
100 тысяч до миллиона	1 до 3%
от миллиона	до 1%

Поэтому оценку надо привязывать к числу подписчиков, а не к универсальному порогу.

И это всё равно ориентиры. По уму сравнивать надо с собственной историей и с конкурентами в нише, а не со средней температурой по больнице. Но даже грубая привязка к размеру лучше, чем единый порог, который вводит мелкие аккаунты в уныние, а крупные в ложный оптимизм.

View Rate, особенно для Telegram

Есть метрика, про которую почти не пишут, хотя для Telegram она важнее ER.

View Rate = охват / подписчики × 100%

Она показывает, какая часть подписчиков вообще видит посты. Для Telegram нормой считают от 30%. Если у вас ниже, проблема не в том, что контент плохой, а в том, что его мало кто видит. И работать надо сначала над охватом, а уже потом над реакциями. Сначала чтобы увидели, потом чтобы отреагировали.

Когда ERR считать не нужно

Метрика хорошая, но не всегда уместная.

Чужие аккаунты. Данные об охвате почти везде доступны только админу, исключение ВКонтакте и Facebook. Для чужого аккаунта остаётся ER по подписчикам, потому что подписчики и реакции видны всем.
Продающие промо. Если целевое действие это переход или покупка, лайки вторичны. Считать надо клики и заявки, а ERR тут просто красивая, но бесполезная цифра.
Сравнение всех постов подряд. Смотри раздел про когорты, без них такое сравнение ломается.

Почему ER бывает больше 100%

Один человек может оставить несколько реакций сразу, лайк плюс репост. А короткое видео может уйти в рекомендации и собрать просмотров больше, чем у аккаунта подписчиков. Так что ER в сотни процентов означает не то, что отреагировали все, а то, что взаимодействий вышло больше, чем людей в базе.

Аномально высокий ER это не всегда хорошо

Если оцениваете блогера перед закупкой, держите в голове, что слишком высокий ER бывает признаком накрутки. Стабильно ровная вовлечённость заметно выше нормы для размера, особенно если она не объясняется залетевшими видео, повод открыть комментарии. Однотипные комментарии не по теме, которые оставляют в основном другие блогеры, это чаты активности. Обратная картина, много подписчиков и почти нет реакций, чаще всего означает накрученную базу или теневой бан.

Что в итоге переделал в калькуляторе

Старая версия считала ER, ERR и ERV и подсвечивала результат фиксированной шкалой. По формулам всё верно, по смыслу подсказки врали. Что появилось в новой. Адаптивная оценка ER по размеру аккаунта вместо единого порога. View Rate, Like Rate и Comment Rate, чтобы видеть не только общий уровень, но и из чего он собран. Отдельный режим за период, куда можно вбить посты руками или вставить два столбца из выгрузки, после чего считаются среднее, медиана и разброс. Парсер вставки сделал максимально терпимым к формату.

Для оптимизации своей работы сделал калькулятор ER и ERR, бнсплатный и без регистрации.

ER считается от подписчиков, ERR от охвата, ERV от показов. Набор реакций зависит от платформы, площадки между собой не сравнивают. ERR честнее ER, но у него обратная связь с охватом, поэтому посты сравнивают когортами. За период смотрят и среднее, и медиану, расхождение между ними это сигнал про выбросы. Норма зависит от размера аккаунта. А высокая вовлечённость сама по себе не равно деньги, рядом всегда должны быть бизнес‑метрики.

ER, ERR и обратная зависимость охвата от вовлечённости