140 Reels «Нескучных финансов»: пять роликов собрали половину просмотров

Разбираю данные бизнес-аккаунта: что показывают обычные Reels и почему публичных просмотров недостаточно для выводов о продажах.

Я слежу за контентом «Нескучных финансов» и решил посмотреть не только на самые заметные ролики. Сделал выгрузку их Instagram за 9 января - 22 октября 2026 года. Оказалось 140 Reels - коротких видео. 5 из них собрали 50% всех накопленных просмотров, а 101 ролик не достиг 10 тысяч.

Меня интересовал не рекорд сам по себе. Я хотел понять, что обычно происходит с публикациями компании и можно ли по чужим результатам выбирать темы для собственного медиа. Эти цифры заставили разделить две вещи: отдельный удачный ролик и повторяемый результат.

Почему я стал разбирать именно это медиа

Я уже выпустил тысячи видео про CRM, продажи и автоматизацию. Но опыт съёмок не подсказывает автоматически, какие темы стоит брать в следующую серию и кому они будут нужны. Поэтому, прежде чем снова составлять большой контент-план, я начал изучать чужие каналы и публикации. Об этом подробнее рассказывал в статье «Почему после тысяч видео я две недели изучал медиарынок вместо новых съёмок».

«Нескучные финансы» - одна из компаний, за контентом которых я наблюдаю. На их аккаунте @noboring_finance регулярно выходят видео на бизнес-темы, а сама компания предлагает финансовые услуги. Для меня здесь сошлись два интереса: как компании удаётся привлекать внимание и можно ли отделить удачные находки от того, что получается у неё регулярно.

Проще всего было бы отобрать самые просматриваемые видео и попробовать повторить их подачу. Но такой список ничего не говорит о результатах остальных публикаций. Поэтому я решил посмотреть на доступный массив за 2026 год целиком.

Я получил список публикаций. Но в нём не было просмотров

Первый сбор данных содержал даты, форматы и реакции. Он помогал увидеть, что и как часто публиковалось, но не отвечал на мой вопрос о просмотрах Reels.

Пришлось отдельно доработать модуль исследования инстаграм и собрать эту метрику и соединить её с записями о публикациях. В итоге получился срез из 209 материалов с 9 января по 22 октября 2026 года: 140 Reels и 69 каруселей. У всех 140 Reels в выгрузке были значения просмотров.

Здесь важно ограничение. Это публикации, доступные в полученном срезе API, а не доказательство того, что удалось собрать абсолютно весь контент аккаунта. И дальше я сравниваю только Reels, не смешивая их с каруселями. Счётчики просмотров накопленные: ролики января находились в публикации дольше октябрьских. Кроме того, один просмотр не равен одному уникальному зрителю.

Что происходило с обычными роликами

Суммарно 140 Reels набрали 2 364 800 просмотров. Впечатляющее число, но оно не отвечает на главный для меня вопрос: сколько обычно набирает отдельное видео?

График 1. Количество Reels по диапазонам накопленных просмотров: до 5 тысяч - 33, от 5 до 10 тысяч - 68, от 10 до 20 тысяч - 26, от 20 тысяч - 13. Выборка публикаций с 9 января по 22 октября 2026 года, n = 140. Просмотры накоплены на момент выгрузки в октябре 2026 года. Источник: Meta Graph API, авторский расчёт по view_count.

101 из 140 роликов (72%) не достиг 10 тысяч просмотров.
Медиана составила 7,5 тыс. просмотра. Это середина отсортированного ряда: половина роликов имеет показатели ниже неё, половина - выше.

А среднее арифметическое - 16,8 тыс. просмотр. Оно больше чем вдвое выше медианы, потому что на него влияют ролики с особенно высокими значениями.

Если бы я посмотрел только на среднее, то получил бы более оптимистичное впечатление об обычном результате. Но среднее здесь прежде всего показывает, как отдельные пики влияют на общую картину. И это ещё не прогноз просмотров для следующего видео.

Как 5 роликов собрали половину всех просмотров

Когда я отсортировал Reels по просмотрам, разница стала ещё нагляднее. Самый просматриваемый ролик набрал 528 785 просмотров. Вместе 5 лидеров получили 1.19 млн. просмотров. Остальные 135 Reels - 1.7 млн..

График 2. Доля 5-ти лидеров - 50%, остальных 135 Reels - 49,6% от 2 364 800 накопленных просмотров на момент выгрузки в октябре 2026 года. Источник: та же выгрузка Meta Graph API.

5 из 140 Reels (3,6%) дали чуть больше половины просмотров всех роликов в выборке.
Именно эта пропорция изменила для меня способ смотреть на чужие медиапримеры.

Я не могу из неё заключить, что компания выпускает неудачные ролики. Возможно, видео с небольшими просмотрами решают другие задачи: помогают объяснить услугу или доходят до людей, которым она действительно нужна. У меня нет данных, чтобы оценить это.

Но и обратный вывод - что компания научилась стабильно получать сотни тысяч просмотров - из этих цифр не следует. Мы видим состоявшиеся пики. Насколько их можно повторять, ещё предстоит выяснять.

Можно ли по этим данным найти выигрышные сюжеты

Следующий естественный вопрос - что объединяет 5-ть лидеров? Я просмотрел все 5-ть рилсов. Среди них встречаются истории о бизнес-предложениях, откатах при закупках, деньгах и перспективах технологий в ресторанах. Это гораздо конкретнее абстрактного «контента для предпринимателей».

Моя рабочая гипотеза остаётся прежней: широкая предпринимательская история с понятной жизненной ситуацией может привлекать внимание сильнее, чем узкая профессиональная инструкция. Похожие вопросы возникали у меня в исследовании YouTube и сравнении тем в Дзене.

А что эти просмотры дали самой компании

Компания предлагает финансовые услуги и использует публикации как один из публичных способов общения с потенциальными клиентами. Но я не вижу её внутренней аналитики: сколько человек пришло после каждого Reels, сколько оставило заявку, сколько стало клиентами и во что обошлось производство.

Поэтому у меня получились 3 разных уровня оценки.

1. Регулярность выпуска можно увидеть по публикациям.
2. Просмотры - посчитать по выгрузке.
3. А коммерческий результат конкретных Reels остаётся неизвестным.

У ролика с несколькими тысячами просмотров вполне может быть полезная для бизнеса аудитория. И ролик на сотни тысяч просмотров не обязательно приводит к соответствующему числу обращений. Я не знаю, какой из этих сценариев реализуется у «Нескучных финансов».

Это исследование говорит о распределении внимания. Окупаемость медиа оно не измеряет.

Как я буду проверять такие примеры для себя

После этого разбора мне уже недостаточно увидеть несколько популярных видео и выписать их темы. Для собственного медиа я хочу придерживаться следующего порядка:

1. Сначала смотреть на весь доступный массив.
   Сколько роликов вышло, какова медиана, насколько сильно результаты зависят от нескольких лидеров.

2. Сравнивать сопоставимые публикации.
   Учитывать возраст роликов и их задачу, не сравнивать накопленные просмотры так, словно у всех было одинаковое время.

3. Проверять содержание, а не угадывать его по цифрам.
   Сопоставлять конкретные сценарии с конкретными URL и искать не только успешные, но и обычные примеры той же темы.

4. Заранее определять свою метрику.
   Если мне нужны не просто просмотры, а обращения или интерес нужной аудитории, измерять именно это.

5. Начинать с небольшой серии.
   Сначала проверить темы и подачу на собственных публикациях и только затем решать, нужно ли увеличивать объём производства.

Это пока порядок будущей проверки, не описание уже проведённого эксперимента.

У исследования «Нескучных финансов» для меня остался простой результат.
5-ть сильных роликов - хороший повод присмотреться к чужому медиа.
Но чтобы понять, есть ли за ними воспроизводимая модель, нужно изучить остальные 135 и отдельно проверить, какое действие должно происходить после просмотра.