Cómo funciona el algoritmo de LinkedIn
LinkedIn no publica el código de su sistema de distribución, pero sí ha confirmado en su propio centro de ayuda algunas señales que usa y, más importante todavía, algunas que dice explícitamente que no usa. Este artículo se queda dentro de lo que LinkedIn ha declarado en público —lo demás se marca como observación o hipótesis, nunca como hecho— dentro del proceso más amplio de crecer en LinkedIn.
Respuesta rápida
El algoritmo de LinkedIn no es una fórmula secreta que se pueda "hackear": según su propio centro de ayuda, es un sistema que considera cientos de señales agrupadas en el perfil, la red y la actividad reciente de cada persona, filtra contenido de baja calidad antes de distribuirlo, y declara explícitamente que no usa datos demográficos para decidir qué se muestra. Lo que no ha publicado es el peso de cada señal ni una fórmula reproducible —cualquier "truco" que prometa lo contrario va más allá de lo que LinkedIn confirma, dentro del proceso de crecer en LinkedIn.
Qué ha confirmado LinkedIn sobre su algoritmo (y qué no)
Cada cierto tiempo circula un artículo con "el algoritmo de LinkedIn en 2026" como si LinkedIn hubiera publicado una nueva versión numerada. No lo ha hecho: LinkedIn no libera números de versión de su sistema de distribución ni el código que lo ejecuta. Lo que sí existe, y es la única base sólida para hablar del tema, es lo que la propia LinkedIn declara en su centro de ayuda.
Según "How the Feed ranks content", la compañía declara textualmente: "Our AI systems and algorithms consider hundreds of signals to determine what content appears in each member's Feed" — cientos de señales, agrupadas en el contexto de la publicación (si es una idea útil, una oferta de empleo o un hito profesional) y en el perfil, la red y la actividad reciente de quien la ve. La misma página es igual de explícita sobre lo que no hace: "do not use demographic information—such as age, race, or gender—as a signal to determine the visibility of content, profile, or posts in the Feed".
Lo que este artículo no va a hacer
Las señales que LinkedIn dice que agrupa
Otra página del mismo centro de ayuda, "LinkedIn relevance - Optimizing the member experience", ordena esas señales en tres grupos y añade, sobre el filtro de calidad: "These algorithms also filter out or taper distribution of low-quality and unsafe content to enhance the value of what you see on your Feed" — es decir, hay un filtro antes de que un post circule, no solo un orden posterior de lo que ya se publicó.
| Grupo de señal | Qué agrupa (según LinkedIn) | Ejemplo |
|---|---|---|
| Identidad | Datos del perfil de quien ve el post: ubicación, sector, puesto | Un post sobre RR.HH. circula más entre perfiles de esa función |
| Contenido | Métricas de interacción, qué tan reciente es, si viene de la propia red, y qué tan constructiva o profesional es la conversación | Un post con comentarios que abren debate real pesa distinto que uno con solo reacciones |
| Actividad | Reacciones, tiempo de visualización, temas que sigues y patrones de interacción | Interactuar seguido con un tema hace que aparezcan más posts de ese tema |
Ningún dato de esta tabla incluye un porcentaje de peso: LinkedIn agrupa las señales, pero no publica cuánto pesa cada una frente a las demás. Tratar esta tabla como una fórmula con proporciones exactas sería inventar un dato que la propia fuente no da.
Qué significan las impresiones en LinkedIn
Una duda frecuente, sobre todo entre quien recién empieza a mirar sus propias estadísticas: qué es exactamente una "impresión". Según "Post analytics for your content", el propio centro de ayuda de LinkedIn lo define así: "Number of times your post was shown on LinkedIn" — el número de veces que tu publicación se mostró en LinkedIn, sin importar si fue la misma persona dos veces o dos personas distintas una vez cada una.
| Métrica | Definición de LinkedIn |
|---|---|
| Impresiones | Número de veces que tu publicación se mostró en LinkedIn. |
| Reacciones | Número de veces que miembros o páginas reaccionaron (dieron "me gusta") a tu publicación. |
| Comentarios | Número de veces que miembros y páginas comentaron tu publicación. |
| Republicaciones | Número de veces que miembros y páginas compartieron tu publicación en su propio feed. |
Una impresión alta no equivale a que mucha gente distinta haya leído el post entero: es, simplemente, cuántas veces apareció en una pantalla. Por eso conviene mirarla junto a los comentarios —una señal de que alguien se detuvo de verdad—, como desarrolla el artículo sobre qué medir en LinkedIn.
El "dwell time": una hipótesis razonable, no un hecho confirmado
"Dwell time" —el tiempo que alguien se queda mirando un contenido antes de seguir bajando en el feed— es un término que se usa en varias plataformas sociales, no una palabra que LinkedIn use en ninguna de sus páginas de ayuda públicas. Lo más cerca que LinkedIn llega es la propia tabla de arriba: dentro del grupo "Actividad", su centro de ayuda menciona expresamente el "viewing time" (tiempo de visualización) como una de las señales que se agrupan.
Por qué esto es una hipótesis, no un hecho
En la práctica, esta hipótesis se traduce en una decisión de contenido razonable, no en una promesa: escribir para que alguien se detenga a leer, no solo para que pase el ojo por encima. La sección siguiente desarrolla esa y otras decisiones parecidas.
Definición corta del término, junto a otros de LinkedIn, en el glosario de LinkedIn.
Qué puedes decidir tú, con esto en mente
Ninguna de estas decisiones garantiza un resultado —LinkedIn no ha confirmado una fórmula que reaccione igual para cualquier cuenta—, pero todas se apoyan directamente en las señales que LinkedIn sí ha confirmado que agrupa:
Escribe para que alguien se detenga, no solo para que pase de largo
Si el "tiempo de visualización" cuenta como actividad (según LinkedIn), un hook que solo funciona en la miniatura no ayuda: importa lo que pasa después de la primera línea.
Cuida que la conversación sea constructiva
LinkedIn menciona explícitamente "qué tan constructiva o profesional" es la conversación como parte de la señal de contenido: un post que genera insultos o spam en comentarios no juega a tu favor, aunque tenga muchas reacciones.
No dependas de una hora exacta como si fuera la señal principal
La hora de publicación no aparece en ninguna de las tres categorías que LinkedIn confirma; sigue importando en la práctica, pero como parte de la recencia, no como un truco aislado. El artículo sobre mejor hora para publicar desarrolla el método para encontrar la tuya.
Responde los comentarios de tu propio post
La actividad de tu red (reaccionar, comentar, seguir un tema) es una señal confirmada; sostener la conversación después de publicar —no solo publicar y desaparecer— alimenta esa misma señal.
No copies un "truco del algoritmo" que promete un resultado idéntico para cualquier cuenta
Si la promesa va más allá de lo que LinkedIn ha declarado en público —una fórmula secreta, un formato que garantiza alcance—, no viene de una fuente verificable.
El otro lado: automatización y restricción de cuenta
Todo lo anterior asume que la cuenta está en buen estado. Según "Account restrictions", LinkedIn declara sin rodeos: "Automated inauthentic activity violates the LinkedIn User Agreement and can result in temporary or permanent restriction of your account", y que no permite "third-party software or browser extensions that scrape, modify the appearance of, or automate activity on LinkedIn's website" sin su autorización.
Límite de LinkedIn
Qué hace LinkeChat con estos datos
Nada de lo anterior exige ninguna herramienta: se puede aplicar revisando las estadísticas nativas de LinkedIn a mano. Donde LinkeChat ahorra el trabajo de armar la tabla es en su propio dashboard.
Tu autoridad real, no tus seguidores

Así lo hace LinkeChatTu autoridad real en LinkedIn, no tus seguidores, y un mapa de calor de tus mejores horas, según tus propios datos.
Ver el dashboard de métricasErrores comunes al hablar del algoritmo de LinkedIn
- Fórmula
Tratar cualquier "truco" como confirmado
Si la fuente no es linkedin.com/help o un anuncio oficial de la propia LinkedIn, es una hipótesis de un tercero, no un hecho sobre el algoritmo.
- Cifra
Inventar un peso o porcentaje por señal
LinkedIn agrupa las señales en categorías, pero no ha publicado cuánto pesa cada una frente a las demás.
- Hora
Confundir la hora de publicación con la señal principal
La recencia importa, pero no aparece como un factor aislado en ninguna de las tres categorías que LinkedIn confirma.
- SSI
Confundir el SSI con una señal de alcance
No hay ninguna declaración pública de LinkedIn que vincule el SSI a la distribución de tus publicaciones: son cosas distintas, como desarrolla la guía del SSI de LinkedIn.
- Automatización
Subestimar el riesgo de una restricción de cuenta
Ninguna señal de contenido compensa una cuenta restringida por actividad automatizada: LinkedIn lo confirma en su propio centro de ayuda.
Este artículo es parte de la guía para crecer en LinkedIn, que recorre el resto de piezas —qué medir, cuándo publicar y por qué baja el alcance— con el mismo criterio: solo lo que LinkedIn confirma se presenta como hecho.
Preguntas frecuentes
¿LinkedIn ha publicado el código de su algoritmo?
¿Qué significan las impresiones en LinkedIn?
¿Existe una "versión 2026" del algoritmo de LinkedIn?
¿LinkedIn confirma que la automatización afecta el alcance?
Del mismo tema.
Ver tu dashboard de métricas
LinkeChat muestra tu autoridad real en LinkedIn, no tus seguidores, junto a un mapa de calor de tus mejores horas, según tus propios datos.