ChatGPT Ads : le vide intersidéral de la plateforme publicitaire ? 🌌
Nous voulions cibler une audience minuscule : les Media Traders français. Et si une plateforme conversationnelle connaissait suffisamment les centres d'intérêt professionnels de ses utilisateurs pour relever ce défi ? Nous avons testé ChatGPT Ads en self-service. Résultat : une expérience beaucoup plus limitée que ce que nous espérions. 🪐
Dans notre test de l'interface self-service de ChatGPT Ads, les paramètres de ciblage accessibles étaient limités à la géographie et à l'environnement de diffusion ; les créations étaient simples et le reporting ne détaillait pas les requêtes ou conversations d'apparition. Il s'agit de notre expérience d'une version bêta, pas d'un audit exhaustif de toutes les offres commerciales ni de leurs évolutions futures.
Pourquoi GreyFox Ads a-t-il voulu tester ChatGPT Ads ?
Il y a quelques mois, nous nous étions déjà demandé comment cibler les Media Traders français avec des publicités. Nous estimions alors cette population à environ 800 personnes : autant dire que les approches d'audience trop larges risquent de diluer très vite le budget.
Nous avons donc ouvert un compte self-service, passé les étapes de validation et configuré une campagne dédiée. L'idée était simple : confronter la promesse d'un environnement conversationnel riche en signaux contextuels à ce qu'un annonceur peut effectivement paramétrer et mesurer.
1. Ciblage : où sont les options pour atteindre une audience de niche ?
Dans l'interface à laquelle nous avons eu accès, nous pouvions sélectionner une zone géographique et un environnement (iOS, Android ou Web). Nous n'avons pas trouvé de paramétrage fin permettant de sélectionner explicitement des métiers, des thèmes de conversation ou des listes de requêtes.
Les audiences personnalisées étaient indiquées comme indisponibles dans l'Espace économique européen. Le système devait donc déterminer lui-même les profils et les contextes de diffusion pertinents. Pour une cible professionnelle aussi précise, cela soulève une question essentielle : comment savoir si la campagne touche réellement les bonnes personnes ?
Précision importante : ce constat décrit les possibilités visibles dans notre interface au moment du test. Il ne démontre pas que les partenaires AdTech disposent exactement des mêmes options, ni que ces restrictions resteront inchangées.
2. Créations publicitaires : du native ads, mais peu de liberté
La création reposait sur un dispositif simple : un titre, un logo, une description et une URL de destination. L'annonceur pouvait fournir ses éléments ou laisser davantage de latitude à la plateforme, qui pouvait ensuite adapter le rendu.
Ce format peut être pratique pour lancer rapidement un test. Mais la simplicité créative ne compense pas forcément le manque de maîtrise du contexte de diffusion. Pour une marque B2B, l'environnement dans lequel une annonce apparaît peut être aussi important que le message lui-même.
3. Reporting : le vrai point de frustration
Nous avons pu consulter les indicateurs classiques : impressions, clics et conversions. En revanche, nous n'avions pas accès à un rapport détaillant les requêtes ou les thèmes de conversations ayant déclenché l'affichage de nos publicités.
Or, dans un produit publicitaire lié à la recherche et à la conversation, ce contexte est central. Un annonceur ne veut pas seulement savoir combien de fois son annonce a été affichée ; il veut comprendre sur quels besoins exprimés elle apparaît et quels contextes génèrent de la valeur.
Attention à ne pas confondre deux mesures : le zero-click search décrit des parcours où l'utilisateur obtient sa réponse sans visiter de site externe. Il ne suffit pas, à lui seul, à établir que le taux de clic des publicités ChatGPT serait proche de zéro. Cela nécessiterait des données de campagne comparables.
ChatGPT Ads face aux attentes d'un Media Trader
| Dimension | Notre observation en self-service | Ce que nous aimerions obtenir |
|---|---|---|
| Ciblage | Géographie et environnement | Segments et contextes professionnels exploitables, dans le respect de la vie privée |
| Création | Titre, logo, description, lien | Plus de formats et de contrôle créatif |
| Reporting | Impressions, clics, conversions | Catégories de contextes de diffusion et indicateurs de pertinence |
| Optimisation | Peu de leviers granulaires visibles | Possibilité de comprendre et d'ajuster les performances |
Pourquoi le contexte de diffusion est-il si important ?
Imaginons deux impressions publicitaires : l'une auprès d'un professionnel qui demande comment optimiser ses achats DV360, l'autre auprès d'un internaute qui pose une question sans rapport avec l'AdTech. Même si l'interface rapporte deux impressions identiques, leur valeur potentielle pour une entreprise comme GreyFox Ads est très différente.
La difficulté est de fournir aux annonceurs des informations agrégées et respectueuses de la confidentialité sur les contextes de diffusion, sans exposer les conversations privées des utilisateurs. C'est un arbitrage produit et réglementaire majeur, pas un simple bouton manquant.
Une publicité trop « boîte noire » ?
Notre impression rappelle une vieille tentation du marché : demander à l'annonceur de fixer un objectif, de fournir un budget et de faire confiance à l'algorithme pour le reste. La comparaison avec les campagnes automatisées de type Performance Max est volontairement provocatrice ; les produits et les mécanismes ne sont pas identiques.
L'automatisation n'est pas le problème en soi. Elle peut simplifier l'achat et améliorer l'efficacité. Mais automatiser ne devrait pas signifier renoncer à toute possibilité d'audit. C'est aussi une question récurrente dans l'audit des achats programmatiques.
Faut-il déjà condamner ChatGPT Ads ?
Non. Notre test portait sur une version bêta et sur un accès self-service. Les fonctionnalités, les contraintes réglementaires en Europe et les modalités d'accès peuvent évoluer. Nous ne savons pas non plus si les partenaires AdTech disposent d'options de ciblage ou de reporting plus détaillées.
Il faut donc distinguer trois choses : ce que nous avons réellement vu, ce que nous aurions souhaité trouver et ce qui pourrait être proposé plus tard. Pour le moment, la promesse publicitaire nous semble supérieure aux leviers de contrôle disponibles dans notre expérience.
Quelles améliorations rendraient l'offre plus convaincante ?
- Un ciblage contextuel explicite : choisir des catégories de besoins ou d'intentions pertinentes, sans exploiter indûment des données personnelles.
- Un reporting sur les contextes : connaître les grandes catégories de sujets associés aux impressions, sous une forme agrégée et protectrice.
- Des outils de diagnostic : identifier les écarts entre la cible souhaitée et les résultats obtenus.
- Des formats et parcours mesurables : pouvoir évaluer l'apport réel de la publicité au-delà du seul clic.
- Une transparence sur les contraintes : expliquer clairement ce qui est possible selon le pays et le mode d'achat.
Conclusion : une bêta prometteuse, mais encore frustrante pour les experts de l'achat média
Nous étions venus chercher la précision d'un environnement conversationnel. Nous avons surtout découvert une plateforme simple à prendre en main, mais difficile à piloter finement pour une audience B2B de niche. Pour notre cas d'usage, le verdict est donc décevant à ce stade.
La vraie question reste ouverte : les partenaires AdTech ont-ils accès à davantage de fonctionnalités que les annonceurs self-service ? Nous serions curieux de comparer les expériences.
Retrouvez le post LinkedIn original et notre analyse précédente sur le ciblage des Media Traders.
Vous cherchez une alternative programmatique transparente ?
GreyFox Ads accompagne les Media Traders avec son Master Deal et les régies avec des missions de conseil en curation. Parlons de vos enjeux de ciblage, de qualité et de mesure.
Contacter GreyFox Ads