简要回答: 在六个保留的公开品牌样本的 120 条合格帖子中,Video/Reel 帖子的合并可见互动平均值最高,而轮播帖子的合并中位数最高。Video/Reel 的平均值为 433,299 次可见互动,轮播为 221,515 次。轮播的中位数为 89,331 次,Video/Reel 为 50,524 次。
这一差异很重要,因为少数互动异常高的帖子会拉高平均值。它不能证明轮播或 Reels 通常表现更好。六个品牌的受众、观察日期、返回的日期范围和格式组合各不相同。在同时包含 Video/Reel 和轮播帖子的四个样本中,每种格式各在两个账户中有更高的中位数。
此基准中的可见互动指观察到的点赞加上观察到的评论。返回的 120 条帖子均有这两个字段,且都符合计算条件。
观察到了什么
每个账户都有各自的观察时间。一个账户返回的 20 条帖子可能覆盖与另一个账户的 20 条帖子不同的期间。
| 公开样本 | 观察时间 | 返回帖子时间范围,UTC | 合格帖子 | 格式组合 | 可见互动平均值 | 可见互动中位数 |
|---|---|---|---|---|---|---|
| Nike | 2026 年 7 月 28 日, 1:13 PDT | 2026 年 6 月 13 日至2026 年 7 月 23 日 | 20 条中的 20 条 | 9 条 Video/Reel、7 条轮播、4 张图片 | 294,231 | 154,454 |
| Adidas | 2026 年 6 月 9 日, 4:01 PDT | 2026 年 5 月 7 日至2026 年 6 月 7 日 | 20 条中的 20 条 | 2 条 Video/Reel、18 条轮播 | 489,591 | 215,199 |
| Starbucks | 2026 年 5 月 6 日, 14:05 PDT | 2026 年 3 月 23 日至2026 年 4 月 30 日 | 20 条中的 20 条 | 8 条 Video/Reel、10 条轮播、2 张图片 | 56,041 | 37,490 |
| Sephora | 2026 年 5 月 6 日, 14:04 PDT | 2025 年 9 月 24 日至2026 年 5 月 6 日 | 20 条中的 20 条 | 18 条 Video/Reel、2 张图片 | 6,623 | 2,610 |
| Netflix | 2026 年 6 月 9 日, 4:04 PDT | 2026 年 5 月 20 日至2026 年 6 月 8 日 | 20 条中的 20 条 | 10 条 Video/Reel、8 条轮播、2 张图片 | 81,867 | 53,032 |
| Red Bull | 2026 年 6 月 9 日, 3:58 PDT | 2025 年 10 月 1 日至2026 年 6 月 9 日 | 20 条中的 20 条 | 20 条 Video/Reel | 1,135,564 | 151,271 |
上方观察时间采用 America/Los_Angeles 时区。发布日期范围边界是可下载来源登记表中的 UTC 时间戳。
Reels/视频与轮播的结果
| 格式 | 合格帖子 | 可见互动平均值 | 可见互动中位数 | 观察到的最高值 |
|---|---|---|---|---|
| Video/Reel | 67 | 433,299 | 50,524 | 17,643,161 |
| 轮播 | 43 | 221,515 | 89,331 | 2,816,858 |
| 图片 | 10 | 272,219 | 46,070 | 1,930,047 |
| 所有格式 | 120 | 343,986 | 59,375 | 17,643,161 |
Video/Reel 的合并平均值几乎是轮播的两倍,但其中位数较低。Video/Reel 组中 1,760 万次互动的最高值说明平均值为何需要背景。由中位数描述的典型值与算术平均值给出不同排序。
在同一品牌样本内部会怎样?
六个保留样本中只有四个同时包含 Video/Reel 和轮播帖子。它们的中位数结果不一致:
| 样本 | Video/Reel 帖子 | Video/Reel 中位数 | 轮播帖子 | 轮播中位数 | 此样本中中位数较高的格式 |
|---|---|---|---|---|---|
| Nike | 9 | 114,088 | 7 | 274,330 | 轮播 |
| Adidas | 2 | 1,588,794 | 18 | 144,605 | Video/Reel |
| Starbucks | 8 | 37,661 | 10 | 39,335 | 轮播 |
| Netflix | 10 | 65,244 | 8 | 51,051 | Video/Reel |
这种 2 比 2 的分布提醒我们不能将合并结果变成普遍规则。Adidas 的 Video/Reel 比较也只基于两条帖子。这些是描述性观察,不是格式效应的对照实验。
发布频率分布
发布节奏根据每个样本返回的有日期帖子估算。这不是对账户完整发布历史的断言。
| 估算每周帖子数 | 样本数量 | 样本 |
|---|---|---|
| 少于 1 | 2 | Sephora、Red Bull |
| 1 到 2.9 | 0 | 无 |
| 3 到 4.9 | 3 | Nike、Adidas、Starbucks |
| 5 到 7.9 | 1 | Netflix |
| 8 或更多 | 0 | 无 |
按来源时间范围估算的结果为:Nike 3.32、Adidas 4.23、Starbucks 3.51、Sephora 0.59、Netflix 6.88、Red Bull 0.53。Sephora 和 Red Bull 的时间范围比其他样本延伸到更久以前。返回集中的历史或置顶帖可能造成较长间隔,因此不应把这两个较低估计值视为当前发布计划。
下载数据
逐帖下载使用样本 ID A 至 F。它不包含文案、帖子标识符或来源帖子 URL。单独的来源登记表将每个样本 ID 映射到公开账户和 Instaseer 样本页面,以便读者核实范围,而不在分析文件中放入可识别的帖子内容。
方法
此基准使用 Instaseer 已发布品牌样本背后的六份保留 JSON 观察记录。每个来源贡献 20 条返回帖子。来源中标为 Video 或 Reel 的格式归为 Video/Reel; Carousel 和 Image 则保持分开。
每条帖子的可见互动计算方式:
可见互动 = 观察到的点赞 + 观察到的评论
只有两个值均可用且为安全整数时,帖子才符合计算条件。平均值是合格可见互动之和除以合格帖子数。中位数是排序后居中的合格值;如果组内数量为偶数,则为中间两个值的平均值。
发布频率估算公式:
(有日期帖子数 - 1)÷ 最早与最新有日期帖子之间的天数 × 7
明确标为置顶的帖子会从该估算中排除。这些保留文件没有置顶标记,因此近期返回项目中的历史帖子可能拉长表面时间范围。有关更广泛的采集、比较和证据边界,请参阅 公开 Instagram 研究方法.
要检查互动统计,请将帖子数据集、机器可读摘要、来源清单和复现脚本下载到同一文件夹。使用 Python 3.9 或更高版本运行 python3 reproduce-benchmark.py。脚本仅使用标准库,不发送网络请求,并根据下载的数据行核对合并统计、各账号统计和账号内各格式的统计摘要。数据字典解释了每个字段。
该脚本不复现历史发布频率估算,因为公开帖子 CSV 缺少判断置顶帖子是否符合计算条件所需的字段。脚本将摘要和来源清单中的原始状态标签保留为历史元数据。算术核对通过并不能证明这些选定样本代表 Instagram,也不能验证最初的数据采集。
局限
- 这是选定的六品牌样本,不是 Instagram 的代表性样本。
- 账户在不同日期接受观察,其返回的 20 条帖子覆盖不同时间跨度。
- 品牌的受众规模、类别、活动和内容策略各不相同。
- 格式组并不均衡。Red Bull 贡献了 20 条 Video/Reel 帖子,Adidas 仅贡献两条。
- 可见互动不包括触达人数、收藏、分享、观看时长、完播率、点击、转化、付费分发或私人受众数据。
- 公开计数可能在观察后变化。本版本报告所述观察时间保留的数值。
- 合并关联不能证明帖子格式导致结果。
- 返回的帖子可能无法代表账户的完整发布历史,尤其是获取的帖子中包含较早或置顶内容时。
- 这里没有使用按粉丝数标准化的互动率,因为研究问题关注可见帖子互动和来源时间范围内的发布节奏。
复用与署名
两张图表可原样嵌入,前提是保留可见署名,且发布者链接到此基准页面。建议署名: 来源:Instaseer,Instagram 内容基准(六个公开品牌样本,120 条帖子)。
作者应注明版本、样本规模、观察日期差异和指标定义。有据可查的总结是:“在 Instaseer 选定的六品牌样本中,Video/Reel 帖子的合并平均值更高,轮播的合并中位数更高。”不能说该研究证明某一种格式在整个 Instagram 上表现更好。
继续研究
使用 Instagram 账户分析工具,查看另一个公开账户及其数据涵盖的日期范围。使用 Instagram 账户比较工具比较两个账户,查看 Instagram Reels 竞品分析流程,或使用 Instagram 发布频率分析工具,分析来源时间范围内的发布频率。