如何测试 Instagram Reels 的最佳发布时间

1. 确定一个账号、一种计数和一项决策

Reel 是 Instagram 上的视频帖子。指标是测量得到的数值，例如公开观看次数。在发布测试帖子之前，先选定一个指标。

例如，可以选择发布满 24 小时后的公开 `views`。这只是一个建议的测试规则，并不表示 24 小时就是最佳观测时点。

发布后时长是指从发布到观测时经过的时间。发布后 24 小时的计数与发布后两天的计数对应不同的时长。不要将它们放在一起比较。

采集结果之前，先写下这些规则：

1. 注明要测试的账号。
2. 明确 Reel 的形式和主题范围。
3. 选择一种公开计数，并保持其定义不变。
4. 确定每次读取计数时的发布后时长。
5. 明确需要做出的发布安排决策。
6. 写明如何处理缺失、延迟和不确定的读数。

将 `views`、`plays`、`playsInstagram`、`likes` 和 `comments` 分开处理。不要用播放次数代替缺失的观看次数。不要将点赞数加到观看次数上。观看次数不等于去重后的人数。

一个有用的决策可以是：在两个能长期执行的发布时段之间做出选择。这项测试不能确定 Instagram 的排序规则。它不测量用户观看了多长时间，也不测量私有触达数据，还不能区分付费与非付费结果。

2. 选择可行的发布时段，统一时间规则

选择两到三个适合你工作安排的发布时段。如果增加第三个时段会导致各组可比较的帖子过少，就先从两个时段开始。

明确定义每个时段。写明开始时间、结束时间和时区。说明结束时间是否包含在该时段内。例如，可以包含开始时间，但不包含结束时间。这条规则可以避免同一个发布时间同时属于两个相邻时段。

写明账号采用的时区及其夏令时规则。夏令时会改变某些地区的本地时间与 UTC 之间的对应关系。UTC 是一种通用时间标准。发布安排应保留本地发布时间。如果有精确的 UTC 时间，也要一并保存。用精确时间计算发布后时长。

如果测试期间发生夏令时切换，请遵守事先写下的规则。不要在未说明的情况下，将按本地时间确定的时段改为按固定 UTC 时间确定的时段。

账号所有者的 Insights 数据可以为计划提供背景信息，但不能代替测试。将所有私有受众信息保存在账号所有者的记录中。不要声称公开观看次数能确定受众在线的时段。

你可以用内容形式与发布频率指南描述当前的发布规律。发布频率是指你多久发布一次内容。那篇指南统计的是发布活动。本指南则帮助你选择未来的发布时间，并比较之后的结果。

3. 将可比较的 Reels 轮流安排到不同时段和日期

分配是指为每条 Reel 选定发布时段。在看到结果之前，先写下分配方案。

在工作条件允许的范围内，尽量让计划发布的帖子具有可比性。记录主题、形式及其他可能影响比较的差异。不要把所有有把握表现好的主题都放在一个时段，把所有表现不确定的主题都放在另一个时段。

通过轮换分配，分散这些差异。轮换是指让各类计划帖子轮流进入不同的发布时段。也可以采用随机分配，即用随机方式选择时段。这两种方法都不能消除小规模测试中的所有不确定性。

按以下顺序操作：

1. 列出计划发布的 Reels。
2. 将主题和形式相近的内容分组。
3. 将各组内容分散安排到选定的发布时段。
4. 让每个发布时段都覆盖计划测试的不同日期。
5. 在发布前保存分配方案。
6. 记录每次变更及其原因。

不要让一个时段只安排工作日帖子，另一个时段只安排周末帖子，除非你本来就想测试这种日期与时段相结合的安排。否则，日期和时间的影响仍然混在一起。

不要因为某次结果特别高，就将剩余最有把握表现好的 Reels 都移到那个时段。保留原计划。如果需要新计划，请将其标为新的测试期。

同时记录推广、节假日和合作账号。合作账号是指参与该帖子的另一个账号。即使采用轮换分配，这些差异也可能仍然很重要。

4. 保存发布安排和观测记录

一次观测是指在已知时间读取并保存一次计数。将计划读取时间与实际读取时间分开记录。

下表列出了工作表中有用的列。其中一些使用 Actor 字段名。Actor 是托管运行的数据采集程序。其他列则由你自行记录。

检查发布时间的精度。只有日期的值只能说明是哪一天，不能确定发布的具体小时。不要将日期转换为当天零点的时间戳。

如果需要精确到小时的发布时间，请单独保存账号所有者的发布记录。如果该记录与公开的发布时间字段冲突，请保留两者，并在使用发布后时长之前解决冲突。

手动读取时，要保存来源，并注明显示的计数是精确值还是经过舍入的值。不要将屏幕上经过舍入的数字与已保存的精确计数混在一起，当作同等精度的数据。

5. 采集选定的公开计数

如果能在计划的发布后时长读取并保存同一种公开计数，就可以用手动记录完成测试。各时段应使用一致的来源。每次都要记录实际读取时间。

Instagram Metrics Scraper 提供了一条有文档说明的途径，可从已知内容网址采集当前的公开指标记录。其公开构建版本 1.0.35 接受将 `mode` 设为 `contentUrls`，并在 `startUrls` 中提供直接网址。所提供的公开接口规范已于 2026 年 10 月 25 日核查。本指南没有进行付费运行。因此，这些证据支持的是文档中的输入和字段说明，并非当前实际运行的结果。参见公开默认构建版本记录。

一次运行是指执行一次 Actor。以下小型输入已对照公开输入结构定义进行核查。该定义规定了可接受的输入字段。这份输入尚未实际运行：

{
  "maxItems": 1,
  "mode": "contentUrls",
  "startUrls": ["https://www.instagram.com/reel/DIwcCZgxVZP/"]
}

将示例网址替换为测试中某条已知公开 Reel 的网址。请完整替换示例值。如果在自己的网址旁边保留示例网址，就会增加一个无关的采集目标。

`maxItems` 限制返回的指标记录总数。设为 1 适合这次单网址检查。如果采集规模更大，请检查该限制，避免计划列表被截断。仍需逐一核对每个计划网址，确认它有对应结果，或记录其结果缺失。

Instagram Reels Performance Tracker 是一个公开 Task。Task 是保存好的输入预设。其页面和预设身份已核查。本指南没有通过已登录账号读取其保存的设置，也没有运行该 Task。使用前，请检查这些设置，并替换示例输入。

Actor 提供当前的公开观测数据。发布分配方案、读取计划、比较和决策需要由你完成。不要假定该预设会安排读取时间或完成这项实验。

6. 比较前检查每一次计划读数

对 Actor 读数，使用 `scrapedAt` 作为实际采集时间。不要用运行开始时间或计划提醒时间代替。`publishedAt` 是发布时间的依据。这些字段各有不同用途。

用核查后的发布时间和观测时间计算发布后时长。设置发布后 24 小时采集的提醒只是一项计划，不能证明采集确实发生在发布后 24 小时。

下面的精确 24 小时方法只将发布后恰好 24 小时的观测纳入汇总。提前或延迟的读数要单独列出。如果你的工作流程需要允许一定的时间误差，请在测试前明确规定。报告比较结果时，应说明对应的发布后时长区间，并列出实际时长。不要将其描述为精确的 24 小时数据。

检查以下异常状态：

如果返回结果中有 `status`、`statusReason` 和 `postMetricStatus`，请读取并保留它们的值。不要因为返回了一条记录，就假定其中每个指标都可用。

重新运行无法补回此前错过的读数。每月计数保存指南说明了过去报告边界上的同类限制。本测试将这一限制应用于每条帖子的计划发布后时长。

7. 比较符合条件的帖子，列明缺失情况

符合条件的读数是指满足测试前所定规则的读数。列出每条帖子，包括不符合条件的帖子。然后，仅汇总各计划分组内符合条件的读数。

对每个发布时段，报告以下信息：

1. 计划帖子数。
2. 符合条件的读数数量。
3. 缺失或被排除的读数数量及原因。
4. 每一个符合条件的计数。
5. 计数的中位数。
6. 符合条件计数中的最小值和最大值。

中位数是将计数排序后位于中间的值。如果计数的数量为偶数，就取中间两个值的平均数。这里的平均数等于这两个值的和除以二。

取值范围显示最小值和最大值。它能帮助读者判断：较小的中位数差异，是否处于帖子结果较大的波动范围内。报告中位数时，必须同时列出帖子数量和缺失情况。

再次检查分配方案。某个时段是否有更多经过推广的帖子？是否由某一个主题占据多数？读取失败是否导致某一组缺少了一整类帖子？将这些限制与结果一起说明。

差异只描述符合条件的样本中发生的情况，不能证明发布时间具有普遍适用的影响。

8. 完整演示一个原创虚构示例

本例中的所有内容均为原创虚构。这些记录为教学而编造，并非 Actor 输出，也不是真实账号的结果。

这个虚构账号测试两个切实可行的发布时段 A 和 B。它使用发布后恰好 24 小时的精确公开 `views`。虚构的账号所有者拥有精确的发布记录。可比较的主题在两个时段和不同测试日期之间轮换分配。

计划中共有九条 Reels。其中八条有符合条件的精确 24 小时读数。第九条只有发布后 25 小时的延迟读数。它的计数不纳入 24 小时汇总。

B5 缺失的是未观测到的发布后恰好 24 小时的计数。这个值不是零。延迟读数不能填补这一缺失。

时段 A 符合条件的观看次数排序后为 100、120、140 和 160 次。中间两个值为 120 和 140 次观看：

中位数 A = (120 + 140) / 2 = 130 views.

时段 B 符合条件的观看次数排序后为 110、130、150 和 170 次。中间两个值为 130 和 150 次观看：

中位数 B = (130 + 150) / 2 = 140 views.

观测到的中位数差异为：

140 views − 130 views = 10 views.

以 A 为基准，相对差异为：

10 views / 130 views × 100 = 7.69%.

在这次除法中，观看次数的单位相互抵消。这个百分比比较的是两个中位数。它不是人数占比，不衡量结论的确定程度，也不承诺增长。

在符合条件的读数中，B 的观测中位数较高。两组的取值范围有重叠，而且 B 缺少一次精确时长的读数。这个小型虚构样本不能证明存在普遍适用的最佳发布时间。审慎的下一步决策是先按计划重复比较，再考虑是否将 B 作为长期优先选择。