LinkedIn algoritmus: relevancia a expertíza namiesto virality

Čo LinkedIn algoritmus hodnotí

Medzi rokmi 2024 a 2026 LinkedIn prestaval svoj feed, a to preč od virality ako cieľovej veličiny. Namiesto toho, aby príspevok rozdistribuoval čo najväčšiemu počtu ľudí, systém sa ho snaží doručiť tým správnym. Daniel Roth, VP a Editor in Chief v LinkedIne, to zhrnul v tom zmysle, že cieľom platformy nie je ukázať obsah najväčšiemu počtu ľudí, ale tým správnym.

Z toho vyplývajú tri dimenzie, ktoré odborné analýzy ako sprievodca LinkedIn algoritmom od Hootsuite popisujú jednotlivo:

Relevance: Systém porovnáva váš príspevok so záujmami jednotlivých členov, nie s vaším zoznamom followerov. Post o migráciách Payloadu zasiahne vývojárov, ktorí sa zaujímajú o headless CMS, aj keď vás nesledujú, a vaše vlastné kontakty z obchodu možno nezasiahne vôbec.

Expertise: LinkedIn odvodzuje z profilu a z histórie príspevkov, za čím niekto stojí. Kto publikuje konzistentne k jednej téme, býva skôr považovaný za autoritu. Ide o kumulatívny signál, ktorý sa buduje celé mesiace, nie jedným príspevkom.

Kvalita engagementu: Nezáleží na množstve reakcií, ale na ich type. Premyslený komentár vypovedá o relevancii viac než like udelený počas skrolovania a podľa Hootsuite má save približne päťnásobne silnejší vplyv na dosah ako like.

Toto rozdelenie na tri časti nie je model váh zverejnený LinkedInom. Je to najpoužiteľnejšie zhrnutie toho, čo sa dá odvodiť z vyjadrení platformy, z engineering paperov a z analýz tretích strán. Kto ho berie ako vzorec, precenil dátovú základňu.

Prečo dosah klesol a nakoľko sú tie čísla podložené

Najcitovanejším zdrojom k prepadu dosahu je Algorithm InSights Report 2025 od Richarda van der Bloma. Jeho vyhodnotenie uvádza views mínus 50 percent, engagement mínus 25 percent a rast followerov mínus 59 percent v medziročnom porovnaní, na základe 1,8 milióna postov, 58 000 profilov a 31 000 company pages za dvanásť mesiacov do februára 2025. Jeho update z októbra 2025 nad približne 400 000 profilmi meria viditeľnosť mínus 47 percent, engagement mínus 39 percent a rast followerov mínus 42 percent. Samostatná analýza tímu SayWhat za Q4 2025 vyčísľuje medián impresií na mínus 65 percent od roku 2023.

Tri obmedzenia, ktoré vo väčšine LinkedIn príspevkov k tejto téme chýbajú. Po prvé, žiadne z týchto čísel nepochádza od LinkedInu, sú to analýzy tretích strán s vlastnými vzorkami. Po druhé, základný rok a metóda sa líšia, preto mínus 47, mínus 50 a mínus 65 percent nemerajú to isté. Po tretie, plné reporty sú platené, overiteľné je vždy len zhrnutie. Berte vážne smer, nie desatinné miesto.

Výpovednejšie než priemer je rozdelenie: podľa toho istého vyhodnotenia stúpol podiel top creatorov na viditeľnosti z 15 na 31 percent, zatiaľ čo podiel ostatných creatorov klesol z 57 na 28 percent. Dosah sa teda zmenšil a zároveň rozdelil nerovnomernejšie. Pre firmy s niekoľkými aktívnymi, tematicky jasne vyprofilovanými profilmi je to skôr príležitosť než problém.

Ako LinkedIn algoritmus technicky rankuje

Od roku 2025 je mechanika sčasti verejne zdokumentovaná. Paper „Large Scale Retrieval for the LinkedIn Feed using Causal Language Models" popisuje dual encoder doladený na LLaMA 3, ktorý zo stoviek miliónov kandidátov vyberie približne 2 000 postov na jednu požiadavku, s latenčným rozpočtom niekoľkých milisekúnd. Až týchto 2 000 kandidátov ide do samotného rankingu.

Pred tým stojí 360Brew, decoder model so 150 miliardami parametrov, ktorý rieši vyše 30 predikčných úloh, za ktoré predtým zodpovedali dedikované modely. K dátumu zverejnenia v januári 2025 ho autori označujú za pre-production model. Paper bol neskôr pre licenčný problém stiahnutý z arXivu, dostupný je už len abstrakt. Údaje tretích strán, že model je nasadený na 40 až 100 percentách plôch, sú výslovne označené ako odhad, nie ako potvrdenie od LinkedInu.

Štrukturálny dôsledok je rovnaký ako pri ostatných veľkých platformách: distribúcia beží cez záujmy, nie cez sieť vzťahov. Ako je táto pipeline z generovania kandidátov, predvýberu a rankingu vo všeobecnosti postavená, nájdete v prehľade k odporúčaciemu algoritmu.

Signály, ktoré sú skutočne doložené

Dwell time, teda čas do odskrolovania, opísal LinkedIn Engineering už v roku 2020 ako signál feedu, vrátane modelu, ktorý predpovedá pravdepodobnosť preskočenia. Signál je starý a stabilný. Čo doložené nie je: kolujúce percentuálne hodnoty pre jednotlivé sekundové intervaly, napríklad 15,6 percenta engagementu pri viac než 61 sekundách. Tieto čísla nemajú dohľadateľný primárny zdroj, LinkedIn takéto rozpady nezverejňuje.

Pri druhoch reakcií dodáva najkonkrétnejšie hodnoty vyhodnotenie od AuthoredUp: komentáre vážia v 621 833 vyhodnotených postoch približne dvakrát toľko ako likes, saves a okamžité reposty sú najsilnejšími ťahúňmi dosahu. Pre časovanie naďalej platí, že prvých 30 až 60 minút určuje trajektóriu dosahu, príspevky so skutočnými diskusiami však zostávajú viditeľné vo feede dva až tri týždne. Druhá časť je vlastnou novinkou: longtail je späť, čo zvýhodňuje dobre zrešeršovaný obsah oproti dennej aktuálnosti.

Praktický detail z toho istého zdroja: vyše 91 percent browsingu prebieha na mobile, kým 80 percent úprav profilu sa deje na desktope. Kto si texty formátuje na 27-palcovom monitore, málokedy kontroluje, ako vyzerajú prvé tri riadky na telefóne. Práve tie rozhodujú o dwell time.

Formáty a parametre formy

Pri formátoch je dátová základňa užšia, než naznačuje príručková literatúra, a posúva sa s každým updatom. To isté vyhodnotenie od AuthoredUp aktuálne uvádza pre osobné profily ankety s multiplikátorom dosahu 1,64 a dokumentové posty s 1,45, pri firemných stránkach vedú dokumenty s 1,40. Multiplikátory tohto rádu nerozhodujú o ničom, ak nesedí relevancia a expertíza. Zosilnia príspevok, ktorý sedí aj tak, a nezachránia ten, ktorý ide mimo publika.

Dva parametre formy sú konkrétnejšie. Ako dĺžku textu uvádza toto vyhodnotenie 800 až 1 000 znakov ako sweet spot, čo zodpovedá zhruba argumentácii s jedným príkladom, nie statementu a nie eseji. A hashtagy pomáhajú menej, než znie ich povesť: tri až päť hashtagov podľa tej istej analýzy viditeľnosť skôr mierne znižujú, namiesto toho, aby ju zvyšovali. Často citovaných 12,6 percenta hashtagového boostu pochádza zo starého prieskumu naprieč platformami a pre LinkedIn nie je nosných.

Potvrdené, podložené štúdiou, folklór

Tabuľka je vlastným pracovným zadaním: pri každej LinkedIn taktike si overte, v ktorom riadku stojí, skôr než na ňu nasmerujete redakčné zdroje.

Evergreen test a čo znamená

V júli 2025 mnohým používateľom padlo do oka, že sa hore vo feede opäť objavovali týždne staré príspevky. Gyanda Sachdeva, Vice President of Product Management v LinkedIne, test potvrdil a vysvetlil, že ide o to, znovu zviditeľniť hodnotné poznatky a kariérne míľniky. Po kritike používateľov bol test podľa odvetvových správ čiastočne stiahnutý.

Berte to ako smerovku, nie ako trvalý stav. Ak je relevancia kritériom triedenia, aktuálnosť stráca na váhe. Obsah, ktorý platí aj o šesť mesiacov, získava oproti komentárom k včerajšej správe.

Čo to znamená pre DACH B2B

LinkedIn počíta v regióne DACH približne 24 miliónov registrovaných členov (údaje LinkedInu cez socialmediastatistik.de, stav zo začiatku roka 2025). S číslom treba narábať opatrne, pretože dostupné rozdelenia podľa krajín miešajú registrovaných členov, mesačne aktívnych používateľov a reklamný dosah a početne si neodpovedajú. Globálne uvádza LinkedIn sám vyše miliardu členov, 63 miliónov rozhodovateľov a 10 miliónov C-level manažérov; tam takisto uvedený údaj, že štyria z piatich členov robia obchodné rozhodnutia, sa opiera o štúdiu z roku 2016 a je teda zodpovedajúco starý.

Operatívne z toho vyplývajú tri veci.

Úzke pozicionovanie: Zamerajte profily na jedno tematické pole namiesto celého portfólia služieb. Expertíza je kumulatívny signál a účet, ktorý paralelne obsluhuje tri témy, nedodá systému pre žiadnu z nich jasný vzor.

Cieľová skupina ako vzťažná veličina: Merajte dosah na post voči dosiahnuteľnému publiku, nie voči počtu followerov. Ako orientačné pravidlo platí, že pod približne dvomi percentami organického dosahu na post napriek dôslednému zameraniu na expertízu dáva zmysel presun smerom k employee advocacy a paid.

Vyjasnenie rolí: Určte včas, čo má plniť firemná stránka a čo osobné profily. Priame porovnanie oboch dosahov prináša článok o firemnej stránke a profile. Pre otázku, či XING popri tom v regióne DACH ešte zohráva rolu, sa oplatí porovnanie oboch B2B platforiem.

Typické chyby

Skoky medzi témami: Kto tento týždeň píše o recruitingu, budúci o kryptomenách a potom o leadershipe, nedodá signálu expertízy nič vyhodnotiteľné. Systém dokáže zosilniť len to, čo znovu rozpozná.

Nechať link preview kartu: Ak do príspevku vložíte odkaz, odstráňte automaticky vygenerovanú náhľadovú kartu. Je to jedno z mála formátových odporúčaní, ktoré sa vo veľkých dátových súboroch objavuje konzistentne.

Engagement pody: Koordinované komentáre vytvárajú reakcie bez obsahovej väzby. Ak je relevancia kritériom rankingu, produkuje to signály, ktoré vedú k nesprávnemu publiku, a strednodobo zhoršuje distribúciu.

Merať dosah cez followerov: Followeri sú pri distribúcii založenej na záujmoch kumulatívnou veličinou bez záruky distribúcie. Ktoré vzťažné veličiny namiesto toho obstoja, stojí v článku o engagement rate a benchmarkoch.

Čo by ste mali merať

Tri metriky na začiatok stačia. Impresie na post v pomere k dosiahnuteľnej cieľovej skupine ukazujú, či k distribúcii vôbec dochádza. Podiel komentárov, saves a repostov na všetkých reakciách ukazuje, či distribúcia ide k správnym ľuďom. A vývoj počas dvanástich týždňov ukazuje, či signál expertízy zaberá, pretože jednotlivé výkyvy pri tejto architektúre systému vypovedajú málo.

Dwell time samotný sa zvonku vyčítať nedá. Ako priblíženie poslúži porovnanie krátkych a podrobných príspevkov toho istého účtu: ak dlhšie príspevky pri rovnakej téme konzistentne zbierajú viac reakcií, hovorí to pre čas strávený pri príspevku ako ťahúňa. Dôkaz to nie je, zostáva to korelácia v rámci vášho vlastného účtu.

Pri vyhodnocovaní sa pravidelne miešajú dve veci. Prvou je výkyv: príspevok, ktorý sa dostal do veľkej záujmovej bubliny, nehovorí nič o kvalite distribúcie tých ostatných. Druhou je miešanie úrovne postu a úrovne účtu. Ak dosah klesá naprieč všetkými profilmi firmy naraz, príčina leží skôr vo feed systéme než v jednotlivých príspevkoch; ak klesá len pri jednom profile, pravdepodobnejším vysvetlením je tematické vymedzenie.

Stav august 2026. Princípy, teda distribúcia založená na záujmoch, predvýber cez retrieval a hodnotenie podľa kvality reakcií, sú stabilnejšie než jednotlivé čísla. Čísla sa menia viackrát do roka, princíp od roku 2024 už nie.