Ce que coûte un test honnête de ChatGPT Ads

Mesure, Growth, IA
2097 words
Ce que coûte un test honnête de ChatGPT Ads

En janvier, j'écrivais que l'arrivée de la publicité dans ChatGPT signait la fin du mot-clé. Huit mois plus tard, la régie est ouverte en France et les premiers chiffres tombent.

Depuis deux semaines, X est plein de verdicts sur ChatGPT Ads. Presque tous disent la même chose : ça ne convertit pas. Le problème, c'est qu'aucun de ces tests ne permet de savoir si c'est vrai.

Le consensus, en citations non vérifiables

Avant d'aller plus loin : ce qui suit est une collecte de déclarations publiques faites par des inconnus sur X, pas des mesures vérifiées. Personne ne publie son compte Ads, ses logs serveur ou son dispositif de mesure. C'est une partie du problème que cet article décrit, pas un détail de méthode.

Sur la campagne des 1 et 2 septembre, @vytisbareika rapporte 22 dollars dépensés, 10 clics, 0 lead, un CTR de 1,03 % et un CPC de 2,76 dollars. @acapland dit n'avoir généré aucun lead après deux semaines et 1300 dollars dépensés (25 août). @web3celebrity annonce près de 10 000 dollars dépensés sans une seule vente (28 août). En français, @0xCreark résume trois jours et 50 euros dépensés sur son SaaS par "le pire canal de l'histoire" pour une vente (4 septembre). @CreatedByJannn dit avoir brûlé 300 euros (3 septembre) ; sa session de questions ouvertes a récolté 114 réponses, presque toutes des questions sans réponse.

La seule étude du corpus menée sur budget propre et avec une vraie méthode vient de SE Ranking (10 août) : deux semaines, 48 annonces, quatre pays, 1263 clics et quasiment aucune inscription. Elle relève aussi que 14,35 % des annonces diffusées n'avaient aucun lien thématique avec le prompt tapé par l'utilisateur, soit environ une sur sept. Ce chiffre a ensuite été repris par Adweek le 26 août, dans un article révélant qu'OpenAI teste un ciblage d'exclusion. Précision qui a son importance : c'est le même relevé qui circule, pas une seconde mesure indépendante.

Un seul contre-exemple dans le corpus, et il n'est recoupé par personne : @GulatiYajat revendique 3000 clics à 2 centimes de CPC (6 septembre), sans mentionner la moindre conversion. Search Engine Land (10 août) situe le CPC des premières campagnes entre 2 et 5 dollars, et pointe déjà l'absence de ciblage par mots-clés et des trous de mesure importants.

Ce chœur de plaintes prouve une chose : ChatGPT Ads est un canal jeune, ouvert en France depuis le 24 août seulement. Il ne prouve rien sur sa capacité à convertir, parce qu'aucun des témoins n'a montré comment il mesurait.

Pourquoi ces verdicts ne veulent rien dire

Deux témoignages sortent du lot parce qu'ils parlent de mesure, pas de résultat. @dandotio, après 500 livres dépensées (5 septembre) : "on n'a aucun contexte sur l'endroit où l'annonce est diffusée, sur les prompts par exemple. Ça ressemble à une boîte noire." Et surtout @usehardal (1er septembre), le seul du corpus à avoir regardé le problème technique en face : "le référent peut afficher [openai], [chatgpt], ou rien du tout, et des paramètres d'URL comme oppref peuvent se perdre dans les redirections."

C'est le vrai sujet. Sur ChatGPT Ads, le signal se perd de trois façons documentées, et un budget dépensé sans avoir vérifié ces trois points ne mesure rien.

Première fuite : l'identifiant de clic s'efface dans une redirection. OpenAI ajoute à l'URL de destination un paramètre oppref au moment du clic sur l'annonce. C'est une valeur opaque, chiffrée, dont le format n'est documenté nulle part (les sources tierces se contredisent entre elles, aucune ne fait autorité). Il est prévu pour être renvoyé côté serveur via la Conversions API. Le problème : la moindre redirection entre le clic et la page finale (www vers apex, http vers https, redirection de langue) efface les paramètres de l'URL, et oppref avec eux, avant même que le moindre script de mesure se charge.

Deuxième fuite : sans UTM, le clic payant se noie dans l'organique. Le trafic organique de ChatGPT porte déjà utm_source=chatgpt.com depuis mi-2025, mais de façon inconsistante (apps mobiles, comptes gratuits). Une annonce sans UTM propre atterrit en referral chatgpt.com, exactement le même seau que les recommandations organiques du chatbot. Impossible ensuite de séparer ce qui vient de la pub de ce qui vient de la conversation gratuite.

Troisième fuite : le cookie qui porte le signal ne survit pas à la fenêtre d'attribution. Le cookie __oppref est posé en JavaScript, donc plafonné à sept jours par l'ITP de Safari. La fenêtre d'attribution au clic, elle, est configurable jusqu'à 90 jours (7 par défaut). Sur un cycle de décision B2B de trois ou quatre semaines, le cookie meurt largement avant la conversion.

Ajoutez à ça un olref qui accompagne parfois oppref sans être documenté nulle part, ni stocké par le pixel OpenAI : à ignorer, ce n'est pas un signal exploitable.

Résultat : un annonceur qui n'a pas neutralisé ces trois fuites ne peut pas distinguer "le canal ne convertit pas" de "je ne vois pas les conversions". Les chiffres cités plus haut ne tranchent pas entre les deux, et personne ne dit lequel des deux cas est le sien.

Ce qu'il faut avoir branché avant de dépenser

Avant le premier euro sur ChatGPT Ads, cinq points doivent être réglés. Ce n'est pas la partie implémentation serveur (ça, c'est un autre chantier), c'est la liste de ce qui doit exister.

Conserver oppref à travers les redirections. Soit en le capturant avant que la redirection ait lieu (au niveau du serveur ou d'une règle de routage), soit en s'assurant que la redirection préserve les paramètres de l'URL. Si la page d'atterrissage passe par un www vers apex ou un http vers https géré en amont du site, vérifier concrètement ce qui arrive de l'autre côté, pas supposer que ça passe.

Taguer les annonces avec des UTM distincts de l'organique. Puisque utm_source=chatgpt.com désigne déjà le trafic gratuit, réutiliser cette valeur sur les annonces fusionne payant et organique dans le même reporting. Convention à recommander : utm_source=chatgpt et utm_medium=cpc. Les macros dynamiques disponibles depuis août 2026 ({campaign_id}, {ad_group_id}, {ad_id}, {ad_account_id}) permettent de garder la granularité jusqu'à l'annonce.

Dédupliquer le pixel et la Conversions API sur un identifiant d'event. Les deux canaux vont remonter la même conversion si rien ne les relie. Sans déduplication, le volume de conversions reporté est gonflé, et une éventuelle optimisation oCPC apprend sur un signal faux.

Séparer le trafic crawler du trafic humain. ChatGPT crawle le web pour construire ses réponses, en dehors de toute session publicitaire. Ce trafic ne doit jamais entrer dans le même entonnoir que les clics payants, sous peine de fausser le taux de conversion apparent du canal.

Fixer la fenêtre d'attribution avant de dépenser, pas après. Les events envoyés à la Conversions API sont acceptés si leur timestamp est dans les sept jours, un délai qui porte sur la date de conversion, pas sur celle du clic. La fenêtre d'attribution au clic, elle, va de 1 à 90 jours (7 par défaut), et la fenêtre à l'impression est fixée à 1 jour et exclue des conversions, donc exclue de toute optimisation. Sur un cycle B2B, choisir 7 jours par défaut revient à ne quasiment rien mesurer.

Le mur qui reste même en mesurant bien

Même avec ces cinq points réglés, un obstacle structurel demeure : la taxonomie d'événements d'OpenAI ne connaît pas la vente signée hors e-commerce.

Les événements standard sont au nombre de onze : page_viewed, contents_viewed, items_added, checkout_started, order_created, lead_created, registration_completed, appointment_scheduled, subscription_created, trial_started, app_installed/app_opened, plus un type custom. order_created est cadré e-commerce, il ne représente rien pour un cycle de vente B2B. Le seul candidat restant est lead_created, défini comme un formulaire soumis ou une demande de contact.

Conséquence directe : un annonceur B2B qui active l'optimisation fait apprendre l'algorithme sur le formulaire rempli, pas sur le client signé. C'est exactement le problème que la plateforme prétend résoudre en poussant vers l'objectif Conversions, sans que la taxonomie le permette réellement en dehors du commerce en ligne.

Le schéma de lead_created accepte un champ amount, ce qui ouvre une possibilité : renvoyer un lead_created tardif, au moment de la signature, avec la valeur réelle du contrat. Il faut être clair sur ce que c'est : un contournement non documenté, pas une méthode validée par OpenAI. Rien ne garantit qu'un event envoyé plusieurs semaines après le clic reste dans une fenêtre d'attribution acceptée, et rien ne dit comment l'algorithme réagit à un signal de valeur aussi tardif.

Sur les enchères elles-mêmes, la prudence s'impose. Trois objectifs sont documentés : CPM (portée), CPC (clics), et depuis le 24 juillet 2026 un objectif Conversions en oCPC, en bêta ouverte. Cet objectif fixe un bid par clic à partir d'une probabilité de conversion prédite. La facturation reste au clic valide, pas à la conversion : le plafond d'enchère (Bid Cap dans l'interface) est une instruction donnée à l'optimiseur, pas un prix garanti. Les conversions remontées alimentent bien cet algorithme d'enchères, c'est documenté. Mais rien n'indique que la valeur monétaire du champ amount influence le bid : seule la probabilité de conversion est mentionnée comme donnée d'entrée. Il n'existe ni tCPA garanti ni tROAS sur cette plateforme, et il n'y a pas d'optimisation "maximiser la valeur de conversion".

Deux points supplémentaires, avec une réserve claire : par recoupement de sources tierces (non confirmé noir sur blanc dans la documentation officielle), les événements custom ne seraient pas éligibles comme objectif d'optimisation oCPC, et une campagne oCPC n'aurait qu'un seul événement d'optimisation choisi à la création, non modifiable ensuite.

Enfin, aucun seuil d'apprentissage n'est publié par OpenAI, pas d'équivalent des 30 conversions sur 30 jours de Google. Des praticiens tiers avancent 25 à 30 conversions par semaine et trois à quatre semaines de rodage. C'est de l'empirique, pas une spécification produit. Et c'est un vrai problème en B2B : une entreprise qui signe quelques clients par mois ne génère structurellement pas assez de volume pour nourrir un apprentissage, quel que soit le seuil réel.

Ce que coûte un test interprétable

Personne ne publie de chiffre officiel là-dessus, donc voici deux repères empiriques, cités comme tels. @BN_Wenner pose une règle générale de test de canal, pas spécifique à ChatGPT Ads : les premiers 1000 dollars sur un nouveau canal sont un investissement de mesure, pas un test de performance. @vytisbareika, lui, recommande un budget de test équivalent à cinq fois le CAC visé avant de tirer une conclusion.

Deux règles à retenir de ces repères. Un budget qui sert à découvrir si la mesure fonctionne n'est pas le même budget que celui qui sert à juger si le canal convertit, et confondre les deux explique une bonne partie des verdicts négatifs cités en première partie : à 22, 50 ou 300 dollars, aucun de ces tests n'a eu le temps ni le volume de sortir du bruit de mesure. Ensuite, le budget nécessaire dépend directement du CAC visé, pas d'un montant universel. Une entreprise avec un CAC cible à 500 euros ne teste pas avec le même montant qu'une autre à 5000 euros.

Sur un canal ouvert en France depuis deux semaines, avec un mode d'enchère en bêta ouverte et un seuil d'apprentissage non documenté, tabler sur un test à moins de mille euros revient à payer pour découvrir si la mesure est branchée, pas si le canal convertit.

Ce que je ne sais pas encore

Je n'ai fait tourner aucune campagne ChatGPT Ads à ce jour. Je ne sais pas si ce canal convertit, et personne ne le sait vraiment tant que les tests publiés ne détaillent pas leur dispositif de mesure. Les chiffres publics penchent plutôt vers un canal difficile pour l'instant, mais aucun d'eux ne permet de l'affirmer avec certitude, puisqu'aucun ne prouve avoir mesuré correctement.

La seule position tenable aujourd'hui est l'agnosticisme outillé : installer la mesure avant de juger, et accepter que la réponse arrive plus tard, pas maintenant.

Sources