Cómo funciona el feed de LinkedIn: alcance, impresiones y distribución

Por qué dos posts parecidos no llegan igual de lejos

Es una de las frustraciones más comunes de quien ya lleva un tiempo publicando en LinkedIn: dos posts con una estructura casi idéntica —mismo tema, misma extensión, mismo tipo de cierre— terminan con resultados completamente distintos. Uno llega a varios miles de impresiones y genera una decena de comentarios; el otro, publicado dos semanas después, apenas se mueve del centenar. La reacción más frecuente es suponer que "LinkedIn cambió el algoritmo" entre una publicación y otra, cuando la explicación real casi siempre está en variables mucho menos misteriosas: quién estaba conectado en ese momento, si el post generó una conversación temprana o se quedó en silencio, y qué tan reciente era la última interacción de esa cuenta con su propia red.

Este capítulo no promete resolver esa pregunta con una fórmula —ninguna existe, ni siquiera la que LinkedIn publica en su propio centro de ayuda llega a ese nivel de detalle—, pero sí ordena el vocabulario y las pocas certezas confirmadas que hacen falta para dejar de adivinar y empezar a decidir con criterio. Es, dentro de este playbook, el puente entre haber escrito un hook que funciona y entender qué pasa después de publicar: quién lo ve, por qué, y qué parte de eso puedes influir tú.

El caso se repite con variantes previsibles: una consultora de RR.HH. en Barcelona publica un post sobre selección de personal un martes y le va bien; publica algo parecido un mes después y apenas se mueve. Un reclutador en Ciudad de México prueba el mismo formato que vio funcionar en la cuenta de un colega y no obtiene el mismo resultado. Un coach que le habla al público hispano de Miami nota que sus posts en inglés y en español, sobre el mismo tema, circulan de forma distinta entre sí. En los tres casos, la explicación no es una sola: la audiencia conectada en ese momento, si el post generó una respuesta temprana o se quedó en silencio, y la actividad reciente de esa cuenta con su propia red pesan más que cualquier "hora mágica" o "formato ganador" que prometa el mismo resultado siempre.

Alcance, impresiones, distribución y engagement: el vocabulario básico

Cuatro palabras se mezclan todo el tiempo en la conversación sobre "el algoritmo", y conviene separarlas antes de seguir, porque cada una responde una pregunta distinta:

• Alcance: cuánta gente distinta llega a ver tu post en su propio feed, sin contar repeticiones de la misma persona.
• Impresiones: el número de veces que tu post se mostró en una pantalla, sea la misma persona dos veces o dos personas distintas una vez cada una. Es la cifra que sí aparece, con ese nombre, en tus estadísticas nativas de LinkedIn.
• Distribución: el proceso completo por el que LinkedIn decide a quién le muestra qué, en qué orden y con qué frecuencia dentro de su feed —lo que coloquialmente se llama "el algoritmo".
• Engagement: la interacción real que deja alguien después de ver el post —un comentario, sobre todo uno que abre una conversación—, distinta de una reacción que solo cuesta un clic.

Ninguna de las cuatro se entiende sola: una impresión alta con cero comentarios suele ser una señal más débil que una impresión modesta con varios comentarios largos, algo que el artículo sobre qué es el engagement en LinkedIn desarrolla con más detalle.

Qué mira LinkedIn para decidir a quién se lo muestra

LinkedIn no libera el código de su sistema de distribución, pero sí declara, en su propio centro de ayuda, algo concreto: "Our AI systems and algorithms consider hundreds of signals to determine what content appears in each member's Feed" ("How the Feed ranks content"). Esas señales se agrupan, a grandes rasgos, en tres focos: el perfil de quien va a ver el post, su red de contactos y su actividad reciente dentro de la plataforma —qué temas sigue, con qué tipo de posts interactúa, cuánto tiempo se detiene a leer—. La misma fuente aclara, además, que ese sistema filtra contenido de baja calidad antes de que llegue a circular: no es solo un orden posterior de lo que ya se publicó, sino un filtro previo.

Este capítulo se queda aquí, a propósito, en el nivel de orientación: el artículo cómo funciona el algoritmo de LinkedIndesarrolla esas mismas señales agrupadas en una tabla completa, con la definición oficial de cada métrica y una discusión honesta sobre el "dwell time" —el tiempo que alguien se queda mirando un post— como hipótesis razonable, no como un hecho que LinkedIn haya confirmado con ese nombre exacto. Si lo que buscas es esa profundidad técnica, esa es la guía completa; este capítulo cubre lo que hace falta para seguir avanzando en el resto del playbook.

El filtro de calidad merece un matiz aparte: no actúa después de medir cuánta gente reaccionó, sino antes, sobre el propio contenido. En la práctica, esto se traduce en una idea sencilla de aplicar: un post con un enlace externo cargado antes que el propio texto, un título en mayúsculas sostenidas o un formato que LinkedIn asocia con spam tiene más probabilidad de que ese filtro reduzca su circulación desde el principio, sin que haga falta que nadie lo reporte. No es una lista cerrada de reglas —LinkedIn no la publica con ese detalle—, pero explica por qué dos posts con contenido similar, uno cuidado en su formato y otro escrito con prisa, pueden partir de una base de distribución distinta incluso antes de que alguien reaccione.

Lo que LinkedIn no ha confirmado

Tan importante como lo que LinkedIn sí declara es lo que deliberadamente no dice. No publica el peso relativo de cada señal frente a las demás, no confirma una hora del día que favorezca a cualquier cuenta por igual, y no ha declarado que el SSI (Social Selling Index) tenga ninguna relación con la distribución de un post —son cosas distintas, aunque convivan en la misma conversación sobre "cómo saber si voy bien en LinkedIn", como aclara el capítulo sobre el SSI de LinkedIn y el vocabulario clave. Tampoco existe una "versión anual" numerada del sistema: lo que cambia es un ajuste continuo, no un lanzamiento con fecha fija.

Vale la pena repetirlo porque es, con diferencia, la búsqueda más frecuente alrededor de este tema: no existe un "truco del algoritmo de LinkedIn" verificable. Cualquier cuenta que prometa un método para "hackear" la distribución —publicar una palabra clave concreta al inicio, etiquetar a decenas de personas sin relación con el post, pedir explícitamente que comenten "primero"— está vendiendo una hipótesis sin fuente, no una instrucción de LinkedIn. El tiempo que se invierte persiguiendo ese tipo de truco suele rendir menos que el mismo tiempo invertido en escribir un post más claro o en responder mejor los comentarios del anterior.

Cómo se conecta con lo que ya escribiste

Si el capítulo anterior de esta guía ayudó a escribir un hook que hace que alguien se detenga en las dos primeras líneas, esa decisión no es cosmética: se conecta directamente con las señales que LinkedIn dice que agrupa. Un post que capta la atención desde el inicio tiene más probabilidad de generar la actividad —tiempo de lectura, un comentario, una respuesta— que alimenta esas mismas señales. Lo mismo aplica a la estructura completa del post, no solo al hook: el capítulo sobre crear contenido para LinkedIn cubre cómo sostener esa estructura semana tras semana, en vez de reinventarla cada vez.

Un post arranca con una afirmación genérica que cualquiera podría haber escrito

Rara vez genera el tipo de comentario que abre conversación; suele quedarse en reacciones rápidas, y el alcance se apaga en las primeras horas.

Un post arranca nombrando un problema concreto y específico de la audiencia a la que le habla

Tiende a generar comentarios que responden ese problema puntual, lo que sostiene la actividad del post más allá del primer día.

El texto se detiene en la primera línea sin dar motivo para seguir bajando

El tiempo de lectura queda corto casi por definición, y esa señal de actividad —la que LinkedIn sí confirma que agrupa— apenas alcanza a registrarse.

Ninguno de estos tres casos garantiza un resultado —de nuevo, LinkedIn no confirma una fórmula reproducible—, pero sí ilustran por qué la estructura del post importa antes de que exista cualquier duda sobre horarios o formatos: si el texto no da motivo para quedarse, ninguna otra decisión posterior tiene mucho margen para compensarlo.

El formato también participa

LinkedIn no ha confirmado en público que favorezca un formato de post sobre otro por sí solo —ni el texto, ni la imagen, ni el documento, ni el video tienen, según sus propias fuentes, una ventaja automática de distribución—. Lo que sí cambia entre formatos es el tipo de actividad que generan: un documento de varias hojas o un video nativo suelen pedir más tiempo de atención que una imagen suelta o un enlace externo, y ese tiempo de permanencia forma parte de las señales de actividad que LinkedIn dice que agrupa. Por eso vale la pena decidir el formato con intención, no por costumbre: el capítulo sobre medidas y formatos en LinkedIn reúne las medidas exactas para diseñar una imagen, un documento tipo carrusel o un video que se vea bien en cualquiera de los dos casos.

Un ejemplo práctico: un mismo consejo sobre negociación salarial puede publicarse como un párrafo de texto, como un documento de cinco hojas con un paso por hoja, o como un video corto explicando la idea a cámara. Ninguno de los tres formatos tiene, según lo que LinkedIn confirma, una ventaja de distribución sobre los otros dos; lo que sí cambia es cuánto tiempo le pide a quien lo ve, y ese tiempo es, precisamente, la señal de actividad que sí forma parte del sistema. Elegir el formato según el tema —un paso a paso se presta más a un documento, una reflexión corta se presta más a un texto— suele rendir mejor que elegirlo siempre igual por costumbre.

El límite que sí es contundente

Hay un punto en el que LinkedIn deja de hablar en términos de señales graduales y pasa a una declaración sin matices: la automatización inauténtica. Según su propio centro de ayuda, "Automated inauthentic activity violates the LinkedIn User Agreement and can result in temporary or permanent restriction of your account" ("Account restrictions"). Ninguna de las señales de contenido descritas arriba compensa esto: si una cuenta queda restringida, deja de importar qué tan bien esté escrito el post o qué tan buen hook tenga. El capítulo sobre seguridad y límites de tu cuenta de LinkedIn desarrolla qué ritmo de acciones conviene respetar para no llegar a ese punto.

Este límite aparece con la misma fuerza sin importar el mercado desde el que se publique: una agencia en Bogotá que sube el ritmo de invitaciones para "acelerar" el crecimiento de una cuenta corre el mismo riesgo que un consultor en Valencia que automatiza mensajes de seguimiento sin control de ritmo. La restricción no distingue geografía ni sector; distingue patrón de actividad.

Qué hacer con esto: el resto de la guía

Entender el vocabulario y las señales confirmadas sirve de poco si se queda como teoría suelta. El resto de este playbook traduce esa orientación en decisiones concretas: el capítulo sobre cómo crecer en LinkedIn sin arriesgar tu cuenta convierte todo esto en un plan de 90 días con cadencia, conversación y métricas; el capítulo sobre cuál es la mejor hora para publicar aplica el método para encontrar tu propia franja horaria con tus datos, no con un estudio ajeno a tu audiencia.

• 01

  Escribe con estructura, no al azar

  El sistema de producción semanal que sostiene la constancia detrás de cada post.

• 02

  Encuentra tu franja horaria

  El método en cuatro semanas para dejar de copiar la hora "ideal" de un estudio ajeno.

• 03

  Arma el plan completo

  Cadencia, conversación y métricas, en un plan de 90 días.

Lo que este capítulo no promete

Cómo lo hace LinkeChat

Nada de lo anterior exige ninguna herramienta: se puede revisar a mano en las estadísticas nativas de LinkedIn. Donde LinkeChat ahorra el trabajo de cruzar esos datos es en su propio panel.

Esa comparación —impresiones contra día, hora y formato— es exactamente lo que este capítulo pedía hacer a mano en la sección anterior: agrupar tus propios posts y ver qué franja y qué formato rinden mejor. El dashboard no cambia la respuesta que darías tú mismo revisando tus estadísticas nativas; ahorra el tiempo de armar esa tabla cada semana.