帳號樣本數不同時，如何比較 Instagram 平均互動表現

1. 決定平均值要描述什麼

有一則公開提問，希望取得六個月內的平均按讚次數、留言次數、觀看次數與分享次數。這段提問帶出兩項不同需求：明確的發布期間，以及「平均」的清楚定義。所提供的證據只有一則這類提問，不能用來衡量更廣泛的需求。公開提問，擷取於 2026 年 8 月 11 日。

蒐集次數資料前，先寫下報告必須支援的決策：

1. 典型的抽樣貼文：計算貼文互動率的平均數時，讓每篇符合條件的貼文具有相同權重。
2. 典型的抽樣帳號：先為每個帳號計算一項定義清楚的彙總值，再讓每個納入計算的帳號具有相同權重。
3. 所有觀測到的觀看次數：將符合條件的互動次數與觀看次數分別加總，再以互動總次數除以觀看總次數。

符合條件的貼文，是指符合你的篩選規則，且具有可供計算數值的貼文。檢視結果前，先說明這些規則。

在本方法中，公開互動次數定義為按讚次數加上留言次數。互動次數記錄的是動作次數，不是不重複人數。同一個人可以產生多次動作。

整份報告請統一使用這個名稱：以觀看次數為分母的按讚加留言互動率。分子是被除的互動次數，分母是用來相除的觀看次數。

10% 的結果表示，每 100 次已記錄的觀看對應 10 次已記錄的按讚與留言。這不代表有 10% 的觀看者參與互動。這兩種次數都無法確定不重複受眾人數。

2. 確定帳號清單、貼文清單與觀測規則

蒐集資料前，先列出帳號清單。記錄每個帳號納入比較的理由。接著，定義內容格式、發布期間，以及貼文發布後經過時間的規則。

若需求涵蓋六個月，請記錄確切的開始與結束日期。決定是否以這段期間的發布日期來篩選貼文。這與衡量六個月內新增的互動次數不同。

即使貼文是在指定期間內發布，今天觀測到的次數也無法顯示該期間內發生了多少次互動。已核對的 Actor 規格沒有提供歷史期間起訖時點的次數欄位。因此，目前的讀值無法提供過去開始日或結束日當時的次數。

請分開保留以下紀錄：

1. 預定比較的帳號清單與發布期間。
2. 為各帳號提供的已知貼文。
3. 實際觀測到的貼文。
4. 符合各項計算條件的貼文。

不要將已知貼文清單稱為帳號的完整歷史紀錄。請記錄涵蓋範圍不一致的情況。一個帳號有兩篇已知貼文，另一個有二十篇，可能反映蒐集範圍不同、發布頻率不同，或兩者皆有。僅憑這些數量無法確定原因。

選擇可相互比較的內容格式。例如，你可以只比較核對過的 Reels 短影音。同時，也要設定貼文發布後經過時間的規則。這段時間是指從發布到觀測之間的時間。請保存這兩個時間，讓讀者能評估差異。

如果你只有發布後經過時間不同的貼文之目前讀值，請說明這項限制。不要將它們呈現為在發布後相同時間取得的讀值。

合併以觀看次數為分母的互動率前，請確認這些讀值能回答同一個問題。可使用觀看指標可比性指南核對定義。僅有相同的欄位名稱，無法證明兩個讀值可以合併。

3. 蒐集次數資料並保存可核對的紀錄

如果清單較短，你可以手動記錄可取得的公開次數。在每個讀值旁保存貼文連結、帳號識別資料、可取得的發布時間，以及觀測時間。

如果已知貼文清單較長，有文件說明的 Instagram Metrics Scraper 可接受直接指向內容的網址。Actor 是託管執行的資料蒐集程式。讀者仍須核對各筆資料並計算比較結果。

2026 年 10 月 25 日核對的公開規格記載，將 `mode` 設為 `contentUrls` 可直接蒐集內容。文件也記載了獨立的個人檔案探索輸入設定。個人檔案探索功能並不能證明可取得完整的六個月歷史紀錄。公開建置版本 1.0.35 規格。

這份簡短的輸入符合所提供的資料結構規範：

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

將範例網址換成一個預定蒐集的公開貼文或 Reel 網址。`maxItems` 的值會限制輸出資料的總筆數。上限設為 1 適合這份只有一個連結的輸入。若用於較大的比較清單，也只會輸出一筆資料。

完整蒐集時，請提供預定蒐集的已知內容清單，並選擇適當的筆數上限，或省略這項選填上限。請記錄你的選擇。根據本次固定版本的證據，上方輸入的結構有效。本指南並未實際執行蒐集。

已核對的規格記載了貼文識別資料、帳號識別資料、公開次數、觀測時間及指標品質欄位。請在工作表中保存下列資訊。部分欄位來自 Actor，其餘則由你自行記錄。

規格雖記載了這些欄位，但不保證每筆資料都有可用值。所提供的輸出資料結構規範只要求 `inputUrl`、`status` 與 `scrapedAt` 為必填欄位。輸出規格文件。

本次比較中，每篇貼文只選用一筆觀測紀錄。如果保留多次讀值，請標明哪一筆用於計算。否則，同一篇貼文可能會重複納入樣本。

4. 核對缺漏值、零值與精確程度

計算平均數前，先核對每筆來源資料。僅有蒐集成功的狀態，不足以證明所有必要指標都有可用值。

`postMetricStatus` 欄位記錄個別指標的品質資訊。可用性狀態包括 `present`、`unavailable` 與 `not_attempted`。精確程度標籤包括 `exact`、`display_rounded`、`likely_rounded`、`unavailable` 與 `unknown`。精確程度說明回報數字有多精確。可用性則說明是否存在讀值。請分開核對這兩項資訊。指標狀態資料結構規範。

請使用以下計算規則：

1. 已記錄的數值零，保留為零。
2. 缺漏值或 `null` 值，保留為缺漏。
3. 按讚次數與留言次數都必須有可用值，才能相加。
4. 觀看次數必須有可用值且大於零，才能計算以觀看次數為分母的互動率。
5. 使用同一筆選定觀測紀錄中的次數資料。
6. 記錄排除的資料及其理由。

如果按讚次數有可用值，但留言次數缺漏，按讚加留言的總次數便無法取得。不要未加說明就只用按讚次數代替。

如果互動次數為零且觀看次數大於零，計算出的互動率就是零。如果觀看次數為零，互動率便未定義。請將它標示為無法取得。不要將未定義的互動率記為 0%。

一篇貼文可能可用於原始互動次數的彙總，卻缺少計算互動率所需的觀看次數。請分開記錄這兩種樣本數。例如，某帳號可用來計算平均互動次數的貼文，可能比可用來計算觀看互動率的貼文更多。

經過取整的次數也需要處理規則。你可以在精確次數的比較中排除取整讀值，或保留這些讀值並清楚說明限制。不要將根據取整次數計算出的互動率稱為精確值。對於次數精確程度不足以分辨的細微差異，應保留為無法判定。

文件所述的資料集不提供非公開的觸及人數、收藏次數或分享次數。不要為這些指標新增填滿零值的欄位。不要將 Facebook 公開互動指南中的心情反應加分享公式套用至這項 Instagram 計算。本方法使用已明確定義的 Instagram 分子：按讚次數加上留言次數。

5. 先建立帳號表格，再製作整體彙總

先計算各帳號的結果。這樣可以避免貼文樣本較多的帳號掩蓋樣本較少的帳號。

平均數是數值總和除以數值個數。中位數則是將數值排序後，位於中間的數值。如果中間有兩個數值，就取這兩個數值的平均數。

如果分別呈現按讚次數與留言次數能回答需求，請為每個帳號報告這兩項指標各自的平均數與中位數。列出每項指標的有效貼文數。若觀看次數有可用讀值，也採取相同做法。

接著，報告合計互動次數的平均數與中位數。這些數值描述每篇抽樣貼文所記錄的動作次數。它們是次數，不是百分比。

為每篇符合互動率計算條件的貼文計算：

貼文互動率 =（按讚次數 + 留言次數）÷ 觀看次數 × 100

為每個帳號計算帳號合併互動率：

帳號合併互動率 = 符合條件的互動次數總和 ÷ 符合條件的觀看次數總和 × 100

「合併」是指先將次數加總，再相除。這與計算各篇貼文百分比的平均數不同。觀看次數較多的貼文，對合併分母的貢獻也較大。

帳號表格應列出：

1. 已知貼文數。
2. 符合互動次數計算條件的貼文數。
3. 符合互動率計算條件的貼文數。
4. 缺漏與排除的數量，以及理由。
5. 原始次數的平均數與中位數，以及各自的有效樣本數。
6. 視需求列出貼文互動率的平均數與中位數。
7. 帳號合併互動率，以及互動次數總和與觀看次數總和。

如果帳號沒有任何符合互動率計算條件的資料，其帳號互動率就是無法取得，而不是零。請將該帳號排除在帳號等權互動率平均之外，並說明有多少個預定比較的帳號未納入這項計算。

只有一篇貼文的帳號彙總，必須持續清楚標示其樣本只有一篇貼文。平均數與中位數可能相同，但這無法證明該帳號的平常表現。

6. 逐步計算一個原創虛構範例

以下整個計算範例均為原創虛構內容，使用精確的虛構次數。它不是 Actor 的執行結果，也不是實際量測的活動。三篇貼文都符合本範例的篩選與品質規則。

本範例提供按讚加留言的合計次數，未分別提供按讚次數與留言次數，因此無法計算兩者各自的平均數。

各篇貼文的計算如下：

1. A1：10 次互動 ÷ 100 次觀看 × 100 = 10%。
2. A2：20 次互動 ÷ 200 次觀看 × 100 = 10%。
3. B1：50 次互動 ÷ 1,000 次觀看 × 100 = 5%。

A 的平均互動次數為 (10 + 20) ÷ 2 = 每篇貼文 15 次互動。中位數也是 15。帳號合併互動率為 (10 + 20) ÷ (100 + 200) × 100 = 10%。

B 的平均數與中位數都是每篇貼文 50 次互動。帳號合併互動率為 50 ÷ 1,000 × 100 = 5%。這些數值描述的只是該帳號唯一一篇抽樣貼文。

缺漏欄位中的零，是這個虛構範例明確設定的事實，不是用來代替未知的涵蓋範圍。

現在計算三種不同的彙總結果。

帳號合併互動率的帳號等權平均：

(10% + 5%) ÷ 2 個帳號 = 7.5%。

每個帳號提供一個互動率。A 有兩篇貼文，不會因此取得 B 的兩倍權重。

所有符合條件貼文的合併曝光互動率：

(10 + 20 + 50) 次互動 ÷ (100 + 200 + 1,000) 次觀看 × 100 = 80 ÷ 1,300 × 100 ≈ 6.15%。

這裡的曝光是指已記錄的觀看次數，不是不重複人數。1,300 次觀看中有 1,000 次來自 B，因此 B 較低的互動率在這項結果中具有較大權重。

貼文互動率的貼文等權平均：

(10% + 10% + 5%) ÷ 3 篇貼文 ≈ 8.33%。

每篇貼文提供一個互動率。A 有兩篇抽樣貼文，因此提供三個互動率中的兩個。

請保留這三種名稱與單位。它們都不是以不重複受眾人數計算的互動率。B 的唯一一篇抽樣貼文有較多互動次數，而 A 觀測到的觀看互動率較高。這兩項事實都無法證明差異是由帳號策略造成的。

7. 核對結果並決定下一步

交付比較結果前，請完成以下核對：

1. 手動重算幾筆貼文資料，並納入分子為零的情況。
2. 確認合併互動次數與合併觀看次數使用完全相同、符合條件的資料。
3. 確認每個帳號在帳號等權彙總中只計入一次。
4. 檢查是否有重複的貼文識別資料或重複觀測紀錄。
5. 在整體互動率計算之外，仍列出互動率無法取得的帳號。
6. 檢查是否有單一帳號或單篇高觀看次數貼文，占了合併觀看次數的大部分。
7. 在結果旁保留公式、符合條件的數量、蒐集時間與排除紀錄。

也請比較不同彙總規則下的結論。彙總是指將多筆觀測資料合為一項結果。結果改變，可能是因為各項規則給予觀測資料的權重不同。

不要挑選最能讓偏好帳號顯得出色的算法。請使用能回答既定決策需求的算法。如果更換規則後，決策也隨之改變，請解釋原因。若目前樣本不足以支援決策，請要求取得更多可相互比較的觀測資料。

公開次數無法證明內容完全透過自然曝光傳播，也無法證明不重複觸及人數、顧客數或銷售量。本指南提出的流程有助於描述觀測到的樣本，但無法確定因果關係或穩定的帳號排名。