Deux mois de ChatGPT Ads en France : ce qui a vraiment progressé, ce qui coince encore

Avant même de parler enchères ou mesure, les premiers tests se heurtent parfois à un problème plus terre à terre : à qui confier ChatGPT Ads chez l’annonceur ? “L’intérêt est réel, mais les annonceurs français classent spontanément ChatGPT Ads dans le search. Or le levier croise search, média, data et création”, observe Alexandre Barré, Adtech & Partnerships Director de Jellyfish.

Qui porte le levier en interne, et sur quelle ligne budgétaire ? “C’est souvent cette question, plus que la technologie, qui retarde les premiers tests”, poursuit-il. L’ouverture des accès ne règle donc pas tout. Il faut aussi trouver une place à ChatGPT dans une organisation et un plan média construits avant son arrivée.

Le libre-service, accessible en Europe depuis le 31 août, a considérablement abaissé la barrière d’entrée. La documentation d’Open API affiche un budget quotidien minimum de 15 euros pour les comptes facturés en euros, là où les premiers partenaires technologiques imposaient un minimum de plusieurs dizaines de milliers d’euros.

Ces partenaires, justement, ils sont de plus en plus nombreux : Criteo, StackAdapt, Adobe, Equativ, Magnite, Pubmatic, Miq, mais aussi Amazon Ads, encore en pilote américain au moment de son annonce. Le choix dépendra de l’outil dans lequel l’acheteur gère déjà ses autres canaux, mais aussi de l’équipe chargée de l’activation.

“Un accès via un outil programmatique n’a d’intérêt que si ce sont les équipes média qui pilotent ; si c’est le search, l’accès direct est souvent plus naturel. Les deux voies coexistent dans nos activations”, explique Alexandre Barré.

Si l’intégration permet de centraliser l’activation, les budgets et le reporting, elle peut éviter de transformer ChatGPT en silo supplémentaire. La bonne comparaison porte donc sur le coût complet et le travail économisé : achat média, éventuels frais technologiques, accompagnement et temps de gestion.

Avec une limite commune à tous ces accès : OpenAI conserve la décision de diffusion. Le partenaire facilite le travail de l’acheteur ; il ne lui donne pas les clés de l’algorithme.

La mécanique d’achat s’est enrichie : CPM, CPC, optimisation vers la conversion… avec une facturation au clic ou à l’impression. L’acheteur peut fixer une enchère maximale ou laisser la stratégie « Maximize results » ajuster les enchères pour obtenir le plus de résultats possible dans son budget. Il ne peut toutefois pas lui demander de tenir un CPA ou un ROAS cible.

Quant aux 3 à 5 dollars par clic mentionnés par OpenAI, ils correspondent à une recommandation d’enchère maximale pour démarrer. Ni à un tarif imposé ni à un CPC garanti.

L’autre progrès est de pouvoir optimiser vers un événement standard : un achat, une inscription ou l’envoi d’un formulaire, transmis via le pixel ou la Conversions API. L’algorithme dispose ainsi d’un signal pour chercher à générer davantage de conversions.

Mais l’acheteur doit encore composer avec les catégories prédéfinies par OpenAI. Un événement personnalisé, comme un lead validé par les commerciaux ou une commande dépassant un certain montant, peut être remonté pour la mesure, sans pouvoir servir d’objectif d’optimisation. Autrement dit, on peut informer la plateforme qu’un formulaire a débouché sur un prospect qualifié, mais pas lui demander d’optimiser directement sur cet événement personnalisé.

C’est la principale limite pour le pilotage : le signal disponible n’est pas toujours celui que l’acheteur voudrait donner à l’algorithme. D’autant que chaque campagne repose sur un seul événement standard et qu’en changer nécessite de créer une nouvelle campagne.

“Il faut choisir celui qui reflète le mieux la valeur business”, insiste Alexandre Barré, qui estime que cette limite devra être levée rapidement. Le choix mérite donc un peu plus d’attention qu’une simple case cochée au lancement : une campagne optimisée sur le volume de formulaires ne répond pas nécessairement au besoin d’une équipe commerciale qui attend des prospects qualifiés.

Les connexions annoncées avec AppsFlyer, Adjust, Triple Whale, Northbeam ou DV Rockerbox permettent de mieux intégrer ChatGPT Ads aux dispositifs de mesure existants. Hightouch, Tealium et LiveRamp facilitent, de leur côté, la transmission des données de conversion. C’est un progrès : l’annonceur peut davantage évaluer le levier dans les outils qu’il utilise déjà pour arbitrer ses investissements.

Encore faut-il comparer ce qui est comparable. L’Ads Manager propose des fenêtres post-clic de sept, quatorze ou trente jours, ainsi qu’une fenêtre post-view d’un jour, désactivable. Les conversions après clic et après exposition peuvent être distinguées. Avant de mettre un CPA ChatGPT en face de celui du search ou du social, il faut donc commencer par aligner les règles de comptage.

Reste la question décisive : combien de ces conversions auraient eu lieu sans la campagne ? Les travaux avec Haus, Measured et WorkMagic sur l’incrémentalité existent, mais OpenAI les décrit comme préliminaires. Les premiers cas ne permettent pas encore de savoir dans quelles conditions ChatGPT génère des clients supplémentaires, à quel coût et jusqu’à quel niveau de dépense.

Les agences ne sont pas pour autant obligées d’attendre que la plateforme apporte seule la réponse. “Côté Havas, nous avons le Causal Lab, beaucoup utilisé pour le search, mais applicable aux autres leviers digitaux”, indique Nicolas Brilloux, Performance Manager de Havas Market. Il évoque une comparaison entre périodes pré-test et post-test pour évaluer l’effet de l’activation de ChatGPT.

Chez Jellyfish, Alexandre Barré défend la même nécessité de préparer la mesure avant d’activer : “Notre posture : lire les premières campagnes comme du test & learn, aligner les attentes avant toute comparaison avec le search ou le social, et poser une baseline avant lancement.”

C’est cette préparation qui permettra de sortir du budget de test. Un bon CPA attribué justifie de creuser. Il ne suffit pas à décider quel autre levier doit céder du budget.

C’est l’angle mort le plus gênant. ChatGPT Ads vend la capacité à comprendre une intention exprimée dans une conversation. Mais l’acheteur n’accède ni aux prompts ni aux conversations qui déclenchent ses annonces. Il ne dispose pas d’un équivalent du rapport de termes de recherche permettant de relier les performances aux demandes réellement formulées.

En amont, il peut fournir des “context hints” : des indications sur les besoins, les situations ou les usages auxquels son offre répond. Par exemple, des chaussures adaptées à un débutant préparant son premier cinq kilomètres. Ce sont des indications données au système, pas une visibilité sur les contextes disponibles, ni des règles garantissant la diffusion dans ces situations.

La structuration des campagnes peut néanmoins apporter une première grille de lecture. “OpenAI nous recommande de créer un groupe d’annonces par étape du funnel : discover, research, compare, evaluate, decide et purchase”, rapporte Nicolas Brilloux, à la suite d’un échange récent avec les équipes de la plateforme.

L’acheteur peut ainsi distinguer les résultats de groupes conçus pour la découverte, la comparaison ou l’achat, avec des messages adaptés à chaque étape. Cela nuance l’idée d’une absence totale de lecture du parcours. Mais la performance d’un groupe pensé pour la comparaison ne prouve pas que chaque utilisateur touché se trouvait effectivement à ce stade. L’intention visée par la campagne et le contexte réel de diffusion restent deux choses différentes.

Jellyfish cherche, de son côté, à réduire l’incertitude avant même le lancement. “Puisqu’on ne voit pas en aval les conversations qui déclenchent les annonces, on travaille en amont”, explique Alexandre Barré. Avec son outil Share of Model, l’agence analyse ce que les IA disent déjà de la marque en organique : les intentions sur lesquelles elle est citée ou absente, les concurrents qui apparaissent et les attributs qui lui sont associés.

Selon l’agence, ce diagnostic sert à prioriser les intentions où la marque manque de visibilité, à nourrir les context hints et à structurer les campagnes par attribut, intention ou gamme, avec des annonces adaptées. “La logique de structuration vient du SEA, mais le signal reste la conversation, pas le mot-clé”, résume Alexandre Barré. Le diagnostic organique aide à formuler les hypothèses d’activation ; il ne constitue pas un reporting des conversations effectivement touchées par la publicité.

Les Negative Phrases et les pilotes IAS et DoubleVerify apportent des réponses différentes. Les premières donnent un contrôle supplémentaire aux annonceurs éligibles. Les seconds visent à évaluer la solidité des garde-fous d’OpenAI.

Comment ? Dans un environnement de test contrôlé, sans accès aux conversations privées des utilisateurs. IAS et DoubleVerify doivent y évaluer la manière dont les règles de sécurité publicitaire sont appliquées. IAS évoque notamment un ensemble de scénarios variés et évolutifs pour éprouver ces protections. Le protocole détaillé n’est toutefois pas public.

La distinction compte : évaluer les garde-fous du système ne revient pas à vérifier le contexte de chaque impression réellement achetée. Ces pilotes peuvent renforcer la confiance dans les protections de la plateforme. Ils ne sont pas présentés comme un dispositif permettant à l’agence de connaître les conversations à côté desquelles sa campagne a diffusé, ni de relier ces contextes à ses performances.

Les Sponsored Agents donnent une idée de la direction qu’OpenAI veut prendre en matière de publicité. Après avoir cliqué sur une annonce, l’utilisateur peut poursuivre l’échange avec un agent sponsorisé, poser ses questions et approfondir une offre sans quitter immédiatement ChatGPT. Pour les marques, cela pourrait ouvrir un espace de conseil et de qualification entre l’exposition publicitaire et la visite du site. On tient là une proposition nettement plus native que les premières bannières, sacrément banales, affichées par ChatGPT.

Mais le dispositif reste en test auprès d’une sélection d’annonceurs américains. Même restriction géographique pour le nouveau format publicitaire visuel prévu pendant la génération d’images, que certains ont vite baptisé le « Pause Ads » de ChatGPT : une publicité pendant que l’assistant mouline. Les tests démarrent aux États-Unis en octobre, sans calendrier annoncé pour la France.

Les limites concernent aussi le ciblage. Les audiences personnalisées permettent en principe d’inclure ou d’exclure des listes de clients et de prospects, comme chez Google et Meta. Mais la documentation demande de ne pas les utiliser dans l’Espace économique européen et en Suisse tant que la personnalisation publicitaire y reste indisponible. Une fonctionnalité peut donc figurer au catalogue sans être exploitable par un acheteur français.

Enfin, l’audience totale de ChatGPT ne doit pas être confondue avec celle que les annonceurs peuvent effectivement toucher. Les annonces concernent les offres Free et Go. Les abonnements Plus, Pro, Business, Enterprise et Edu restent sans publicité. De quoi relativiser les chiffres d’audience brandis pour vendre le potentiel du levier.

Pour préparer la suite, Jellyfish mise sur un chantier déjà connu des e-commerçants. “Notre conviction est que le levier évoluera vers le produit, avec des flux qui alimenteront automatiquement les campagnes”, anticipe Alexandre Barré. Dans cette hypothèse, la qualité et la richesse des données produit deviennent un travail utile dès maintenant. Il s’agit bien d’une anticipation de l’agence, pas d’une fonctionnalité présentée comme disponible.

Avec une distinction à garder en tête, même si les formats s’enrichissent : “On peut acheter de la visibilité autour de la réponse, pas la réponse elle-même”, rappelle Alexandre Barré. “ChatGPT Ads place la marque à côté de la réponse ; le travail GEO la fait entrer dedans. Les deux se complètent, aucun ne remplace l’autre.” Le GEO vise cette présence organique, sans pouvoir la garantir. Acheter une annonce ne donne, lui, aucun droit de regard sur la recommandation de l’assistant.