研究指南

Instagram 内容基准:公开品牌样本中的 Reels、轮播与发帖节奏

比较六个已保存的公开 Instagram 品牌样本中 Reels/视频、轮播和图片帖子的平均值、中位数与发帖节奏,附来源链接和可下载数据。

可选语言

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
Nike2026 年 7 月 28 日, 1:13 PDT2026 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294,231154,454
Adidas2026 年 6 月 9 日, 4:01 PDT2026 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489,591215,199
Starbucks2026 年 5 月 6 日, 14:05 PDT2026 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56,04137,490
Sephora2026 年 5 月 6 日, 14:04 PDT2025 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6,6232,610
Netflix2026 年 6 月 9 日, 4:04 PDT2026 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81,86753,032
Red Bull2026 年 6 月 9 日, 3:58 PDT2025 年 10 月 1 日至2026 年 6 月 9 日20 条中的 20 条20 条 Video/Reel1,135,564151,271

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/Reel67433,29950,52417,643,161
轮播43221,51589,3312,816,858
图片10272,21946,0701,930,047
所有格式120343,98659,37517,643,161

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。

横向条形图,比较六个保留样本中视频或 Reel、轮播和图片帖子的可见互动平均值与中位数。
按格式比较可见互动的平均值和中位数。 下载可复用的 SVG 图表.

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
Nike9114,0887274,330轮播
Adidas21,588,79418144,605Video/Reel
Starbucks837,6611039,335轮播
Netflix1065,244851,051Video/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 12Sephora、Red Bull
1 到 2.90无
3 到 4.93Nike、Adidas、Starbucks
5 到 7.91Netflix
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。

六个保留品牌样本在估算的每周发布频率区间中的分布。
估算发布频率分布。 下载可复用的 SVG 图表.

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。

让研究结果更有价值。