L'export natif de LinkedIn ressemble à une réponse complète. Un fichier ZIP, des CSV bien nommés, des colonnes avec des chiffres. En pratique, c'est une illusion de données — utile pour certains usages, inutilisable pour d'autres.
Voici ce que tu obtiens vraiment, ce qui manque, et ce que ça change pour une équipe B2B.
Qu'est-ce que l'export natif LinkedIn contient vraiment (et ce qu'il passe sous silence) ?
L'export LinkedIn te livre un ensemble de fichiers CSV organisés par catégorie. Les principaux : connexions (nom, entreprise, date de connexion), messages, invitations envoyées et reçues, vues de profil agrégées, et un résumé des impressions par post.
C'est là que le mot « résumé » est important. Le fichier de performances de posts contient des colonnes comme le nombre d'impressions, de réactions, de commentaires et de partages. Il ne contient pas de courbe temporelle, pas de ventilation par type d'audience, pas de signal sur la durée d'attention.
Ce que LinkedIn omet silencieusement dans l'export :
- La démographie de l'audience par post (secteur, séniorité, taille d'entreprise) — visible dans l'interface, absente du CSV.
- Le dwell time — le temps passé sur un post avant de scroller, qui influence la distribution algorithmique.
- L'attribution de croissance de followers post par post.
- Toute donnée sur les clics vers un lien externe (disponible dans l'interface Campaign Manager pour les posts sponsorisés, pas pour l'organique).
- L'historique au-delà de la fenêtre glissante affichée dans l'interface.
Le format CSV est aussi trompeur sur un point précis : les impressions ne sont pas équivalentes à la portée. Un même compte peut générer plusieurs impressions sur un post. Le fichier ne distingue pas les deux.
Quel est l'écart entre les données brutes et un insight B2B actionnable ?
Un chiffre brut d'impressions ne répond à aucune question stratégique. Il te dit qu'un post a été affiché — pas à qui, pas combien de temps, pas si ces personnes correspondent à tes comptes cibles.
Pour une équipe marketing B2B ou un founder qui publie pour générer du pipeline, les vraies questions sont différentes :
- Quel format retient l'attention de mon audience cible (décideurs, C-level, acheteurs dans mon secteur) ?
- Quelle cadence de publication maximise ma portée sans saturer mon réseau ?
- Quels posts ont généré des followers qui ressemblent à mes ICP ?
Le CSV natif ne répond à aucune de ces questions. Il fournit des inputs bruts. La transformation en décision nécessite une couche d'interprétation que LinkedIn ne fournit pas nativement.
C'est structurel, pas un oubli. L'analytics natif de LinkedIn est conçu pour les créateurs de contenu grand public — pas pour les équipes revenue B2B qui ont besoin de corréler contenu et pipeline.
Pour aller plus loin sur les limites de l'analytics organique dans une stratégie B2B intégrée, l'article sur les LinkedIn Thought Leadership Ads : le pont organique-payant que les équipes B2B ratent pose bien le problème de la frontière entre organique et payant.
Comment l'Insight Narrator de DSB Intelligence lit ce que le CSV ne peut pas te dire ?
Le CSV est un point de départ, pas une réponse. Ce que fait l'Insight Narrator de DSB Intelligence, c'est lire les patterns de performance dans le temps — pas post par post, mais en croisant les signaux : quel type de contenu, à quelle heure, avec quel format, a généré de l'engagement qualifié sur ta cible.
Concrètement : là où le CSV te donne "450 impressions, 12 réactions", l'Insight Narrator te dit si ce ratio est dans la norme pour ton audience, s'il est en hausse ou en baisse sur les dernières semaines, et quel signal comportemental explique l'écart.
C'est la différence entre un relevé bancaire et un bilan financier. Les chiffres sont les mêmes. L'interprétation change tout.
Walkthrough pratique : du fichier export à une décision concrète
Voici comment utiliser l'export natif de façon utile, sans se noyer dans les colonnes.
Étape 1 — Extraire le fichier shares.csv ou son équivalent post-performance.
C'est le seul fichier pertinent pour l'analyse de contenu. Ignore les autres pour cet usage.
Étape 2 — Calculer le taux d'engagement brut. Divise (réactions + commentaires + partages) par impressions. C'est ton baseline. Un repère souvent cité dans le secteur, sans origine documentée précise, tourne autour de 2 à 3 % pour un post organique standard — mais ce chiffre varie fortement selon l'audience et le format.
Étape 3 — Identifier les outliers. Quels posts sont au-dessus de ta moyenne personnelle ? Quels formats (texte long, carrousel, vidéo) apparaissent systématiquement dans les outliers positifs ?
Étape 4 — Croiser avec le contexte. Le CSV ne te dit pas pourquoi un post a performé. Tu dois annoter manuellement : sujet, format, heure de publication, présence d'un lien externe ou non. C'est fastidieux — et c'est exactement ce qu'une couche analytics automatise.
Étape 5 — Décider sur une hypothèse testable. "Mes posts sans lien externe génèrent un taux d'engagement supérieur à mes posts avec lien" est une hypothèse que tu peux tester sur 4 semaines. Le CSV te donne les données pour la formuler. Il ne te donne pas la réponse directement.
Pour les équipes qui gèrent aussi des profils Sales Navigator en parallèle, l'article Sales Navigator vs LinkedIn Premium : le verdict B2B détaille ce que chaque outil expose comme données et ce qu'il cache.
Quand l'export natif suffit — et quand il ne suffit pas
L'export natif est pleinement suffisant dans ces cas :
- Demande RGPD / portabilité des données : tu veux récupérer tes données personnelles. Le ZIP de LinkedIn est la réponse légale correcte.
- Audit de connexions : tu veux savoir quand tu as connecté avec quelqu'un, ou nettoyer ton réseau. Le CSV
connections.csvrépond. - Archivage de messages : tu veux garder un historique de tes conversations. Le fichier messages est complet.
L'export natif ne suffit pas dans ces cas :
- Tu veux comprendre quelle audience a vu tes posts et si elle correspond à tes ICP.
- Tu veux comparer la performance de tes posts sur 3 mois, pas juste les 30 derniers jours.
- Tu veux identifier quel format de contenu génère de la croissance de followers qualifiés.
- Tu construis un rapport mensuel pour une direction ou un client.
- Tu veux corréler ta présence LinkedIn avec des signaux de pipeline (demandes entrantes, visites de profil de décideurs).
Pour les équipes qui travaillent aussi le format vidéo, l'article LinkedIn Video Ad Specs : ce qui détermine vraiment la performance montre pourquoi les métriques vidéo sont particulièrement mal couvertes par l'export natif.
La question n'est pas "est-ce que l'export LinkedIn est utile" — il l'est, pour ce qu'il fait. La question est "est-ce que ce que LinkedIn exporte correspond à ce dont mon équipe a besoin pour décider". Dans la majorité des cas B2B, la réponse est non.
Et maintenant ?
- Télécharge ton export LinkedIn via Paramètres > Confidentialité des données > Obtenir une copie de vos données. Sélectionne "Toutes les données" et attends l'email (généralement sous 24h).
- Ouvre le fichier de performance de posts et calcule ton taux d'engagement moyen sur les 20 derniers posts. C'est ton baseline réel — pas celui que LinkedIn affiche dans son interface.
- Identifie les 3 posts outliers (au-dessus de ta moyenne) et note leur format, leur sujet, et la présence ou non d'un lien externe. Tu as déjà une hypothèse à tester.
- Si tu veux aller au-delà du CSV et obtenir une lecture automatisée de tes patterns de performance, essaie DSB Intelligence gratuitement — l'Insight Narrator fait ce travail à ta place, sans tableur.