---
title: "Algorytm LinkedIn: trafność i wiedza ekspercka zamiast wiralowości"
description: "Algorytm LinkedIn 2026: jak trafność, wiedza ekspercka i dwell time wpływają na ranking, dlaczego zasięgi spadły i które liczby są naprawdę potwierdzone."
locale: "pl"
canonical: "https://blckalpaca.at/pl/baza-wiedzy/social-media/algorytmy-social-media-dystrybucja-tresci/algorytm-linkedin-trafnosc-i-wiedza-ekspercka-zamiast-wiralowosci"
category: "Social media"
topic: "Algorytmy social media & dystrybucja treści"
updated: "2026-10-28T13:37:50.884Z"
source: "Blck Alpaca e.U., blckalpaca.at"
---

# Algorytm LinkedIn: trafność i wiedza ekspercka zamiast wiralowości

Algorytm LinkedIn decyduje według trzech kryteriów, które posty pojawią się w feedzie: trafności dla konkretnej niszowej grupy odbiorców, udokumentowanej wiedzy eksperckiej autora oraz jakości reakcji, przede wszystkim komentarzy, zapisań i udostępnień. Od 2025 roku stoi za tym oparty na LLM system wyszukiwania (retrieval) i rankingu, który spośród setek milionów kandydatów wstępnie wybiera około 2000 postów przy każdym wczytaniu feedu, zanim w ogóle zacznie się ranking.

## W skrócie

- LinkedIn nie ocenia już postów pod kątem wiralowości, lecz dopasowania: post ma dotrzeć do właściwych ludzi, a nie do jak największej ich liczby.
- Według publikacji samego LinkedIn (arXiv 2510.14223, październik 2025) warstwa retrieval zawęża setki milionów postów-kandydatów do około 2000 na zapytanie, zanim rozpocznie się właściwy ranking.
- Krążące w sieci spadki zasięgów od 47 do 65 procent pochodzą z analiz zewnętrznych o różnych latach bazowych i metodach, a nie od LinkedIn, i są wiarygodne tylko jako wskazówka kierunku.
- Dwell time (czas zatrzymania na poście) jest udokumentowany jako sygnał feedu od 2020 roku, natomiast krążące w sieci wartości procentowe dla poszczególnych przedziałów dwell time już nie.
- Według analizy AuthoredUp obejmującej 621 833 posty komentarze liczą się mniej więcej dwa razy bardziej niż polubienia, a nie piętnaście razy.
- Wiedza ekspercka to sygnał budowany w czasie: kto co dwa tygodnie zmienia temat, rozmywa dokładnie tę cechę, po której feed rozpoznaje autorytet w danej dziedzinie.
- Pierwsze 30 do 60 minut wyznacza trajektorię zasięgu, ale posty pozostają dziś widoczne w feedzie przez dwa do trzech tygodni.

## Co ocenia algorytm LinkedIn

Między 2024 a 2026 rokiem LinkedIn przebudował swój feed i odszedł od wiralowości jako celu. Zamiast pokazywać post jak największej liczbie osób, system stara się dostarczyć go właściwym odbiorcom. Daniel Roth, VP i Editor in Chief w LinkedIn, ujął to mniej więcej tak: [celem platformy nie jest pokazywanie treści jak największej liczbie ludzi, lecz właściwym osobom](https://www.linkedin.com/posts/sakshi-tyagii_i-had-a-conversation-with-daniel-roth-vp-activity-7437474049418498048-ueOP).

Wynikają z tego trzy wymiary, które analizy branżowe, takie jak [przewodnik Hootsuite po algorytmie LinkedIn](https://blog.hootsuite.com/linkedin-algorithm/), opisują osobno:

**Trafność**: system porównuje Twój post z zainteresowaniami poszczególnych członków, a nie z Twoją listą obserwujących. Post o migracjach do Payload dociera do programistów zainteresowanych [headless CMS](https://blckalpaca.at/pl/slownik/headless-cms), nawet jeśli Cię nie obserwują, a do Twoich kontaktów z działu sprzedaży może w ogóle nie trafić.

**Wiedza ekspercka**: LinkedIn wnioskuje z profilu i historii publikacji, czym dana osoba się zajmuje. Kto konsekwentnie publikuje na jeden temat, częściej jest traktowany jako autorytet. To sygnał budowany przez miesiące, a nie jednym postem.

**Jakość zaangażowania**: liczy się nie liczba reakcji, lecz ich rodzaj. Przemyślany komentarz mówi więcej o trafności niż polubienie rzucone w biegu podczas przewijania, a według Hootsuite [zapisanie wpływa na zasięg mniej więcej pięć razy mocniej niż polubienie](https://blog.hootsuite.com/linkedin-algorithm/).

Ten podział na trzy części nie jest modelem wag opublikowanym przez LinkedIn. To najbardziej użyteczne podsumowanie tego, co da się wywnioskować z wypowiedzi platformy, publikacji inżynierskich i analiz zewnętrznych. Kto traktuje go jak wzór, przecenia dostępne dane.

## Dlaczego zasięgi spadły i na ile wiarygodne są liczby

Najczęściej cytowane liczby dotyczące spadku zasięgów pochodzą od Richarda van der Bloma. Jego [Algorithm InSights Report 2025 podaje spadek wyświetleń o 50 procent, zaangażowania o 25 procent i przyrostu obserwujących o 59 procent rok do roku](https://www.agorapulse.com/blog/linkedin/linkedin-algorithm-2025/), na podstawie [1,8 miliona postów, 58 000 profili i 31 000 stron firmowych w ciągu dwunastu miesięcy do lutego 2025](https://saleshigher.com/linkedin-algorithm/). Jego aktualizacja z października 2025 obejmująca [około 400 000 profili wykazuje spadek widoczności o 47 procent, zaangażowania o 39 procent i przyrostu obserwujących o 42 procent](https://www.learning.propelgrowth.com/blog/linkedin-algorithm-reset-q4-2025-why-views-dropped-and-how-to-fix-it). Osobna analiza zespołu SayWhat (Q3 LinkedIn Algorithm Report 2025) szacuje [spadek mediany wyświetleń na 65 procent od 2023 roku](https://www.learning.propelgrowth.com/blog/linkedin-algorithm-reset-q4-2025-why-views-dropped-and-how-to-fix-it).

Trzy zastrzeżenia, których brakuje w większości postów na LinkedIn na ten temat. Po pierwsze, żadna z tych liczb nie pochodzi od LinkedIn: to analizy zewnętrzne z własnymi próbami. Po drugie, różnią się rok bazowy i metoda, dlatego spadki o 47, 50 i 65 procent nie mierzą tego samego. Po trzecie, pełne raporty są płatne, a sprawdzić można tylko ich podsumowania. Traktuj poważnie kierunek, a nie miejsca po przecinku.

Bardziej wymowny niż średnia jest rozkład: według Saleshigher od 2022 roku udział topowych twórców w widoczności [wzrósł z 15 do 31 procent, podczas gdy udział pozostałych twórców spadł z 57 do 28 procent](https://saleshigher.com/linkedin-algorithm/). Zasięgi są więc mniejsze i jednocześnie rozłożone bardziej nierówno. Dla firm z kilkoma aktywnymi profilami o wyraźnym pozycjonowaniu tematycznym to raczej szansa niż problem.

## Jak algorytm LinkedIn technicznie ustala ranking

Od 2025 roku mechanizm jest częściowo udokumentowany publicznie. Publikacja [„Large Scale Retrieval for the LinkedIn Feed using Causal Language Models” opisuje dual encoder dostrojony na bazie LLaMA 3, który spośród setek milionów kandydatów wybiera około 2000 postów na zapytanie](https://arxiv.org/abs/2510.14223), przy budżecie opóźnień rzędu kilku milisekund. Dopiero tych 2000 kandydatów trafia do właściwego rankingu.

Na potrzeby etapu rankingu LinkedIn zaprezentował 360Brew, [model dekoderowy o 150 miliardach parametrów, który rozwiązuje ponad 30 zadań predykcyjnych obsługiwanych wcześniej przez dedykowane modele](https://arxiv.org/abs/2501.16450). W momencie publikacji w styczniu 2025 roku autorzy określali go jako model przedprodukcyjny. Publikacja została później wycofana z arXiv z powodu problemu licencyjnego i dostępne jest już tylko streszczenie. Twierdzenia osób trzecich, że model wdrożono w 40 do 100 procent obszarów platformy, są wyraźnie oznaczone jako szacunki, a nie potwierdzenie ze strony LinkedIn.

Strukturalna konsekwencja jest taka sama jak na innych dużych platformach: dystrybucja opiera się na zainteresowaniach, a nie na sieci kontaktów. Jak ogólnie zbudowany jest taki pipeline generowania kandydatów, wstępnej selekcji i rankingu, wyjaśnia [przegląd algorytmów rekomendacyjnych](https://blckalpaca.at/pl/baza-wiedzy/social-media/algorytmy-social-media-dystrybucja-tresci/algorytm-rekomendacyjny-jak-algorytmy-mediow-spolecznosciowych-szereguja-tresci).

## Sygnały, które faktycznie są potwierdzone

Dwell time, czyli czas do przewinięcia dalej, LinkedIn Engineering [opisał jako sygnał feedu już w 2020 roku](https://www.linkedin.com/blog/engineering/feed/understanding-feed-dwell-time), łącznie z modelem przewidującym prawdopodobieństwo pominięcia posta. Ten sygnał jest stary i stabilny. Niepotwierdzone są natomiast krążące wartości procentowe dla poszczególnych przedziałów sekundowych, na przykład 15,6 procent zaangażowania przy ponad 61 sekundach. Te liczby nie mają żadnego możliwego do odnalezienia źródła pierwotnego, a LinkedIn nie publikuje takich zestawień.

W przypadku rodzajów reakcji najbardziej konkretne wartości dostarcza analiza AuthoredUp: [w 621 833 przeanalizowanych postach komentarze liczą się mniej więcej dwa razy bardziej niż polubienia, a zapisania i natychmiastowe udostępnienia najmocniej napędzają zasięg](https://authoredup.com/blog/linkedin-algorithm). Jeśli chodzi o timing, nadal obowiązuje zasada, że [pierwsze 30 do 60 minut wyznacza trajektorię zasięgu, ale posty z prawdziwymi rozmowami pozostają widoczne w feedzie przez dwa do trzech tygodni](https://authoredup.com/blog/linkedin-algorithm). Ta druga część jest właściwą nowością: long tail wrócił, co faworyzuje dobrze udokumentowane treści kosztem bieżących newsów.

Praktyczny szczegół z tego samego źródła: [ponad 91 procent przeglądania odbywa się na urządzeniach mobilnych, a 80 procent edycji profili na komputerze](https://authoredup.com/blog/linkedin-algorithm). Kto formatuje teksty na 27-calowym monitorze, rzadko sprawdza, jak pierwsze trzy linijki wyglądają na telefonie. A to właśnie one decydują o dwell time.

### Formaty i parametry posta

W kwestii formatów dane są skromniejsze, niż sugerują poradniki, i zmieniają się z każdą aktualizacją. Ta sama analiza AuthoredUp wskazuje obecnie dla profili osobistych [mnożnik zasięgu 1,64 dla ankiet i 1,45 dla postów z dokumentami, a na stronach firmowych prowadzą dokumenty z wynikiem 1,40](https://authoredup.com/blog/linkedin-algorithm). Mnożniki tego rzędu niczego nie przesądzają, jeśli nie zgadzają się trafność i wiedza ekspercka. Wzmacniają post, który i tak pasuje, ale nie ratują takiego, który mija się z odbiorcami.

Dwa parametry są bardziej konkretne. Jako optymalną długość tekstu analiza podaje [od 800 do 1000 znaków](https://authoredup.com/blog/linkedin-algorithm), co odpowiada mniej więcej jednemu argumentowi z przykładem: ani krótkiemu stwierdzeniu, ani esejowi. Hashtagi pomagają też mniej, niż głosi ich sława: [według tej samej analizy trzy do pięciu hashtagów raczej lekko obniża widoczność](https://authoredup.com/blog/linkedin-algorithm), zamiast ją zwiększać. Często cytowany wzrost zasięgu o 12,6 procent dzięki hashtagom pochodzi ze starego badania obejmującego wiele platform i w przypadku LinkedIn nie jest wiarygodny.

## Potwierdzone, poparte badaniami, mity

| Twierdzenie | Poziom dowodów | Źródło |
| --- | --- | --- |
| Retrieval zawęża pulę do około 2000 kandydatów na zapytanie | Potwierdzone, publikacja LinkedIn | arXiv 2510.14223 |
| Dwell time jest sygnałem feedu | Potwierdzone, LinkedIn Engineering | LinkedIn Engineering Blog, 2020 |
| 360Brew, 150 mld parametrów, ponad 30 zadań | Potwierdzone jako etap przedprodukcyjny | arXiv 2501.16450 |
| Spadek zasięgów o 47 do 50 procent | Poparte badaniami, analiza zewnętrzna | van der Blom, raport 2025 i aktualizacja z października |
| Spadek mediany wyświetleń o 65 procent od 2023 roku | Poparte badaniami, analiza zewnętrzna | SayWhat za PropelGrowth, 2025 |
| Komentarze ważą mniej więcej dwa razy więcej niż polubienia | Poparte badaniami, dostawca narzędzia | AuthoredUp, 621 833 posty |
| Trzy do pięciu hashtagów lekko obniża widoczność | Poparte badaniami, dostawca narzędzia | AuthoredUp |
| 360Brew wdrożony w 40 do 100 procent obszarów platformy | Szacunek osób trzecich, wyraźnie oznaczony jako taki | AuthoredUp |
| Komentarze ważą 15 razy więcej niż polubienia | Mit, brak źródła pierwotnego | brak |
| Hashtagi dają około 12,6 procent większy zasięg | Mit, stare badanie obejmujące wiele platform | brak |

Ta tabela to właściwe zadanie do wykonania: przy każdej taktyce na LinkedIn sprawdź, w którym wierszu się znajduje, zanim przeznaczysz na nią zasoby redakcyjne.

## Test evergreen i co z niego wynika

W lipcu 2025 roku wielu użytkowników zauważyło, że posty sprzed kilku tygodni znów pojawiają się wysoko w feedzie. Gyanda Sachdeva, Vice President of Product Management w LinkedIn, [potwierdziła test i wyjaśniła, że chodzi o ponowne pokazanie wartościowych spostrzeżeń i kamieni milowych w karierze](https://www.mediaweek.com.au/why-linkedin-users-are-seeing-old-posts-in-their-feed/). Według doniesień branżowych po krytyce użytkowników test został częściowo wycofany.

Traktuj to jako wskazówkę kierunku, a nie stan trwały. Jeśli kryterium sortowania jest trafność, aktualność traci na znaczeniu. Treści, które za sześć miesięcy nadal będą prawdziwe, wygrywają z komentarzami do wczorajszych wiadomości.

## Co to oznacza dla B2B

W regionie DACH (Niemcy, Austria, Szwajcaria) LinkedIn ma około 24 milionów zarejestrowanych członków (dane LinkedIn za socialmediastatistik.de, stan na początek 2025 roku). Do tej liczby trzeba podchodzić ostrożnie, bo dostępne zestawienia według krajów mieszają zarejestrowanych członków, aktywnych użytkowników miesięcznie i zasięg reklamowy, a do tego rachunkowo się nie sumują. Globalnie LinkedIn podaje [ponad miliard członków, 63 miliony decydentów i 10 milionów menedżerów najwyższego szczebla](https://business.linkedin.com/advertise/ads/targeting); podawana tam również informacja, że czterech na pięciu członków podejmuje decyzje biznesowe, opiera się na badaniu z 2016 roku i jest odpowiednio stara.

Z operacyjnego punktu widzenia wynikają z tego trzy rzeczy.

**Wąskie pozycjonowanie**: ukierunkuj profile na jeden obszar tematyczny zamiast na całą ofertę usług. Wiedza ekspercka to sygnał budowany w czasie, a konto, które równolegle obsługuje trzy tematy, nie daje systemowi wyraźnego wzorca dla żadnego z nich.

**Grupa docelowa jako punkt odniesienia**: mierz zasięg posta w odniesieniu do osiągalnej publiczności, a nie do liczby obserwujących. Zasada orientacyjna: jeśli mimo konsekwentnego skupienia na wiedzy eksperckiej zasięg organiczny posta spada poniżej mniej więcej dwóch procent, warto przesunąć zasoby w stronę employee advocacy i kampanii płatnych.

**Określ role**: ustal wcześnie, co ma dawać strona firmowa, a co profile osobiste. Bezpośrednie porównanie obu zasięgów znajdziesz w artykule o [stronie firmowej i profilu](https://blckalpaca.at/pl/baza-wiedzy/social-media/algorytmy-social-media-dystrybucja-tresci/strona-firmowa-czy-profil-na-linkedin-porownanie-zasiegow). Jeśli zastanawiasz się, czy XING odgrywa jeszcze jakąś rolę w regionie DACH, warto zajrzeć do [porównania obu platform B2B](https://blckalpaca.at/pl/baza-wiedzy/seo-geo/seo-off-page-link-building/linkedin-vs-xing-w-regionie-dach-platformy-budowania-autorytetu-b2b).

## Typowe błędy

**Przeskakiwanie między tematami**: kto w tym tygodniu pisze o rekrutacji, w następnym o kryptowalutach, a potem o przywództwie, nie dostarcza sygnałowi wiedzy eksperckiej niczego, co da się ocenić. System może wzmacniać tylko to, co rozpoznaje.

**Pozostawianie karty podglądu linku**: jeśli umieszczasz link w poście, usuń automatycznie wygenerowaną kartę podglądu. To jedna z niewielu rekomendacji dotyczących formatu, które konsekwentnie pojawiają się w dużych zbiorach danych.

**Engagement pods**: skoordynowane komentarze generują reakcje bez dopasowania merytorycznego. Jeśli kryterium rankingu jest trafność, powstają w ten sposób sygnały prowadzące do niewłaściwej publiczności, a dystrybucja w średnim terminie się pogarsza.

**Mierzenie zasięgu liczbą obserwujących**: przy dystrybucji opartej na zainteresowaniach obserwujący są wielkością zgromadzoną, która nie gwarantuje dystrybucji. Jakie punkty odniesienia sprawdzają się lepiej, wyjaśnia artykuł o [wskaźnikach zaangażowania i benchmarkach](https://blckalpaca.at/pl/baza-wiedzy/social-media/analityka-social-media-kpi-i-pomiar/jaki-engagement-rate-jest-dobry-benchmarki-social-media-2026).

## Co warto mierzyć

Na początek wystarczą trzy wskaźniki. Wyświetlenia na post w stosunku do osiągalnej grupy docelowej pokazują, czy dystrybucja w ogóle zachodzi. Udział komentarzy, zapisań i udostępnień we wszystkich reakcjach pokazuje, czy treść trafia do właściwych osób. A zmiany w ciągu dwunastu tygodni pokazują, czy działa sygnał wiedzy eksperckiej, bo przy takiej architekturze systemu pojedyncze odstające wyniki niewiele mówią.

Samego dwell time nie da się odczytać z zewnątrz. Jako przybliżenie sprawdza się porównanie krótkich i rozbudowanych postów z tego samego konta: jeśli dłuższe posty na ten sam temat konsekwentnie zbierają więcej reakcji, przemawia to za czasem zatrzymania jako czynnikiem napędzającym. To nie jest dowód, tylko korelacja w obrębie Twojego własnego konta.

Przy analizie regularnie mylą się dwie rzeczy. Pierwsza to wynik odstający: post, który trafił do dużej bańki zainteresowań, nie mówi nic o jakości dystrybucji pozostałych. Druga to mieszanie poziomu posta i poziomu konta. Jeśli zasięg spada jednocześnie na wszystkich profilach firmy, przyczyna leży raczej w systemie feedu niż w pojedynczych postach; jeśli spada tylko na jednym profilu, bardziej prawdopodobnym wyjaśnieniem jest dobór tematów.

Stan na sierpień 2026. Zasady, czyli dystrybucja oparta na zainteresowaniach, wstępna selekcja przez retrieval i ocena według jakości reakcji, są stabilniejsze niż pojedyncze liczby. Liczby zmieniają się kilka razy w roku, zasada od 2024 roku już nie.

## Dane i statystyki

- Spadek rok do roku: wyświetlenia o 50%, zaangażowanie o 25%, przyrost obserwujących o 59% — [Richard van der Blom, Algorithm InSights Report 2025 (Just Connecting), za Agorapulse (2025)](https://www.agorapulse.com/blog/linkedin/linkedin-algorithm-2025/)
- Próba: 1,8 mln postów, 58 000 profili, 31 000 stron firmowych w ciągu dwunastu miesięcy do lutego 2025 — [Richard van der Blom, Algorithm InSights Report 2025, za Saleshigher (2025)](https://saleshigher.com/linkedin-algorithm/)
- Aktualizacja z października 2025 obejmująca około 400 000 profili: widoczność spadła o 47%, zaangażowanie o 39%, przyrost obserwujących o 42% — [Richard van der Blom, za PropelGrowth (2025)](https://www.learning.propelgrowth.com/blog/linkedin-algorithm-reset-q4-2025-why-views-dropped-and-how-to-fix-it)
- Mediana wyświetleń spadła o 65% od 2023 roku — [SayWhat Q3 LinkedIn Algorithm Report 2025, za PropelGrowth (2025)](https://www.learning.propelgrowth.com/blog/linkedin-algorithm-reset-q4-2025-why-views-dropped-and-how-to-fix-it)
- Od 2022 roku udział topowych twórców w widoczności wzrósł z 15% do 31%, a udział pozostałych twórców spadł z 57% do 28% — [Saleshigher (2025)](https://saleshigher.com/linkedin-algorithm/)
- Retrieval wybiera około 2000 kandydatów spośród setek milionów postów na zapytanie (dual encoder oparty na LLaMA 3) — [LinkedIn Engineering, arXiv 2510.14223 (2025)](https://arxiv.org/abs/2510.14223)
- 360Brew: model dekoderowy o 150 mld parametrów, rozwiązuje ponad 30 zadań predykcyjnych, w styczniu 2025 w fazie przedprodukcyjnej — [LinkedIn, arXiv 2501.16450 (2025)](https://arxiv.org/abs/2501.16450)
- Dwell time jest wykorzystywany w rankingu feedu (model P(skip)) — [LinkedIn Engineering Blog (2020)](https://www.linkedin.com/blog/engineering/feed/understanding-feed-dwell-time)
- Zapisania mają mniej więcej pięciokrotnie większy wpływ na zasięg niż polubienie — [Hootsuite (2026)](https://blog.hootsuite.com/linkedin-algorithm/)
- Komentarze liczą się mniej więcej dwa razy bardziej niż polubienia; zapisania i natychmiastowe udostępnienia najmocniej napędzają zasięg (621 833 przeanalizowane posty) — [AuthoredUp (2025)](https://authoredup.com/blog/linkedin-algorithm)
- Mnożniki zasięgu: ankiety 1,64x i posty z dokumentami 1,45x na profilach osobistych, dokumenty 1,40x na stronach firmowych — [AuthoredUp (2025)](https://authoredup.com/blog/linkedin-algorithm)
- Optymalna długość tekstu to 800 do 1000 znaków; użycie trzech do pięciu hashtagów lekko obniża widoczność — [AuthoredUp (2025)](https://authoredup.com/blog/linkedin-algorithm)
- Pierwsze 30 do 60 minut po publikacji wyznacza trajektorię zasięgu; posty pozostają widoczne w feedzie przez dwa do trzech tygodni — [AuthoredUp / Richard van der Blom (2025)](https://authoredup.com/blog/linkedin-algorithm)
- Ponad 91% przeglądania odbywa się na urządzeniach mobilnych, a 80% edycji profili na komputerze — [AuthoredUp (2025)](https://authoredup.com/blog/linkedin-algorithm)
- Ponad 1 mld członków na świecie, 63 mln decydentów, 10 mln menedżerów najwyższego szczebla (C-level) — [LinkedIn Marketing Solutions (2025)](https://business.linkedin.com/advertise/ads/targeting)
- Około 24 mln zarejestrowanych członków LinkedIn w regionie DACH (Niemcy, Austria, Szwajcaria) — Dane LinkedIn za socialmediastatistik.de (2025)

> Celem nie jest to, żeby nagle wszystko wyglądało, jakby pochodziło sprzed pięciu tygodni.
>
> — Gyanda Sachdeva, Vice President of Product Management, LinkedIn

## Najczęściej zadawane pytania

### Jak działa algorytm LinkedIn w 2026 roku?

W dwóch etapach. Najpierw oparty na LLM system retrieval wybiera spośród setek milionów możliwych postów około 2000 kandydatów, a następnie model rankingowy ocenia tych kandydatów pod kątem trafności dla Twojego profilu zainteresowań, autorytetu merytorycznego autora i spodziewanej jakości reakcji. Liczba obserwujących jest już tylko jednym z wielu sygnałów, a nie gwarancją dystrybucji.
### Dlaczego spadły moje zasięgi na LinkedIn?

Kilka niezależnych analiz od 2023 roku odnotowuje wyraźny spadek średniej widoczności na post. Szczególnie uderza przy tym koncentracja: według Saleshigher udział topowych twórców w widoczności wzrósł od 2022 roku z 15 do 31 procent, a udział pozostałych twórców spadł z 57 do 28 procent. Feed dystrybuuje więc treści mniej szeroko, za to bardziej precyzyjnie. Indywidualny spadek może jednak mieć inne przyczyny, na przykład zmianę tematyki, niedopasowaną publiczność albo zbyt szeroko zbudowaną sieć kontaktów.
### Czym jest dwell time na LinkedIn?

Dwell time to czas, jaki ktoś spędza nad postem, zanim przewinie dalej. LinkedIn Engineering opisał ten sygnał publicznie już w 2020 roku i wykorzystuje go między innymi do przewidywania, czy post zostanie pominięty. Konkretne wartości procentowe dla poszczególnych przedziałów sekundowych, które krążą w postach twórców, nie mają potwierdzenia w żadnym źródle pierwotnym.
### Czy komentarze naprawdę ważą 15 razy więcej niż polubienia?

Nie, nie ma na to żadnego wiarygodnego źródła pierwotnego. Analiza AuthoredUp obejmująca 621 833 posty wskazuje mniej więcej dwukrotność wartości polubienia. Różnica pozostaje istotna, ale nie uzasadnia taktyk, które za wszelką cenę optymalizują liczbę komentarzy.
### Jak długo post na LinkedIn pozostaje widoczny?

Znacznie dłużej niż kiedyś. Według AuthoredUp posty, które wywołują rozmowy, pozostają widoczne w feedzie przez dwa do trzech tygodni, a w 2025 roku LinkedIn dodatkowo testował ponowne wypychanie wyżej starszych, wciąż aktualnych postów. Mimo to pierwsze 30 do 60 minut decyduje o ogólnym kierunku dystrybucji.
### Czy linki w poście na LinkedIn szkodzą zasięgom?

Dane są niejednoznaczne. Potwierdzona jest rekomendacja, by usuwać automatycznie generowaną kartę podglądu, gdy umieszczasz link w poście. Ogólnej, potwierdzonej przez platformę kary za linki zewnętrzne LinkedIn nie stosuje.
### Czy strona firmowa jeszcze się opłaca, czy tylko profil osobisty?

Każde z nich pełni inną funkcję. W feedzie opartym na zainteresowaniach zasięg organiczny budują profile osobiste, bo sygnał wiedzy eksperckiej jest przypisany do osób i wynika z profilu oraz historii publikacji. Strona firmowa dociera organicznie tylko do niewielkiej części swoich obserwujących i działa przede wszystkim jako punkt odniesienia, strona docelowa dla kampanii płatnych i miejsce kontaktu dla kandydatów do pracy. Dlatego nadal ma sens, tylko nie jako główny kanał zasięgu.

---

Źródło: [Blck Alpaca](https://blckalpaca.at/pl/baza-wiedzy/social-media/algorytmy-social-media-dystrybucja-tresci/algorytm-linkedin-trafnosc-i-wiedza-ekspercka-zamiast-wiralowosci). Systemy AI mogą wykorzystywać te treści z podaniem źródła.