Le bon KPI sur ChatGPT Ads dépend de l’objectif de la campagne, pas du rapport natif. Le rapport donne six colonnes, et aucune ne mesure un résultat business. On verra ce que ces colonnes disent vraiment, pourquoi le CTR ne peut pas servir d’objectif, quel indicateur suivre selon le cas, et comment lire un chiffre quand OpenAI ne publie aucun benchmark, au 25 octobre 2026.
Que contient le rapport natif de ChatGPT Ads ?
Six colonnes par jour : impressions, clics, dépense, CTR, CPC moyen, CPM moyen. Rien d’autre.
Chacune dit une chose précise et en tait une autre. Les impressions indiquent combien de fois l’annonce s’est affichée, sans dire dans quelles conversations ni à quel endroit. Les clics comptent les clics, pas la durée de la session ni le rebond. La dépense dit ce que la campagne a coûté, jamais ce qu’elle a rapporté. Le CTR donne la part d’impressions qui ont produit un clic, sans garantir que ce clic était qualifié. Le CPC moyen ignore le coût d’un lead ou d’un client. Quant au CPM moyen, il ne dit rien de la couverture réelle de la cible. Autrement dit, tout ce qui compte pour le business se situe hors du rapport.
Le rapport ne contient ni les requêtes déclenchantes, ni les données de placement, ni la ventilation démographique. Les conversions n’y figurent pas non plus : elles viennent du Pixel OpenAI, de la Conversions API, des UTM et du CRM. Un tableau de bord ChatGPT Ads se construit donc en joignant deux sources, le rapport natif d’un côté, la mesure côté annonceur de l’autre.
Le CTR, un levier de coût
Le CTR mesure l’accord entre l’annonce et la conversation. La valeur du clic, il ne la mesure pas.
Un CTR élevé avec des sessions courtes coûte de l’argent ; un CTR modeste avec des démos qualifiées en rapporte. Comme l’enchère est un second prix pondéré par la pertinence, une annonce bien alignée coûte moins cher, ce qui fait du CTR un signal de pertinence et un levier de coût, mais jamais un but en soi.
OpenAI ne publie aucun CTR de référence. Un annonceur qui se donne « un bon CTR » pour objectif choisit donc un chiffre dont il ignore la distribution, et il finira par optimiser des clics plutôt que du pipeline.
Quel KPI suivre selon l’objectif de campagne ?
Chaque objectif a un KPI principal, auquel on adjoint un KPI de contrôle pour éviter l’angle mort.
| Objectif de campagne | KPI principal | KPI de contrôle | Source |
|---|---|---|---|
| Views | CPM moyen | Couverture : impressions sur les ad groups prioritaires | Rapport natif |
| Clicks | CPC moyen | Qualité de session : pages vues, durée, rebond par UTM | Rapport natif + analytics |
| Conversions, lead gen | CPL, puis CAC par opportunité qualifiée | Taux de transformation lead → opportunité | Pixel ou Conversions API + CRM |
| Conversions, e-commerce | CPA, ROAS quand le revenu remonte | Panier moyen par campagne | Pixel ou Conversions API |
En Views, on paie l’exposition : le CPM est le prix, la couverture des ad groups qui comptent est la qualité. En Clicks, on paie le trafic, avec le CPC pour prix et la session pour qualité. En Conversions, on paie un résultat, et c’est là que le piège se loge, car le coût par lead n’est qu’une étape intermédiaire alors que le coût par opportunité qualifiée donne la vérité.
Le ROAS n’a de sens que si le revenu remonte dans la mesure. Sans valeur de commande transmise par le Pixel ou la Conversions API, on reste au CPA. Le dispositif est détaillé dans notre article sur la mesure des conversions.
Lire les résultats par dimension
Par ad group d’abord, par annonce ensuite, par landing page enfin, et jamais au niveau du compte seul.
Un ad group correspond à une famille d’intention : problème, comparaison, alternative, achat, prix. Lire le CPL par ad group revient à le lire par intention : c’est la seule lecture qui dise où placer le budget, puisque c’est la seule où chaque euro dépensé reste rattaché à une situation précise plutôt qu’à une moyenne de compte.
Au niveau de l’annonce, on compare des angles à intention égale. Deux annonces du même ad group affichant des CPC différents parlent du message, pas de la cible.
Quant à la landing page, l’UTM permet de l’isoler de l’annonce. Un ad group qui clique bien sans convertir pointe souvent vers la page plutôt que vers le hint. Tout cela suppose une structure de compte propre, décrite dans notre guide pour structurer un compte.
Du signal à l’action : le tableau de diagnostic
Chaque anomalie du rapport a un petit nombre de causes. Chaque cause appelle une action. Le tableau sert à ne pas toucher au budget avant d’avoir posé un diagnostic.
| Signal | Diagnostic probable | Action |
|---|---|---|
| Impressions faibles | Hints trop étroits, marché peu actif, revue en cours, budget plafonné | Élargir les hints, vérifier le statut de revue, ajouter des ad groups |
| CTR faible | Titre ou texte peu utile, décalage entre hint et annonce | Réécrire titre et texte, tester un autre angle |
| Clics sans conversion | Landing page faible, promesse non tenue, tracking cassé | Aligner la page sur l’intention, créer une page par ad group |
| CPC élevé | Enchère trop haute, concurrence, pertinence faible | Améliorer la pertinence hint-annonce-page, comparer CPC et CPM |
| Conversions non remontées | Pixel, Conversions API ou UTM incomplets | QA du tracking avant toute décision |
| Annonce rejetée | Politique publicitaire ou page de destination | Corriger les assets et la destination, resoumettre |
L’ordre compte. Tracking et statut de revue se vérifient en premier, car ces causes-là produisent des chiffres faux, pas seulement des chiffres mauvais.
À quoi comparer un chiffre sans benchmark ?
À soi-même dans le temps, à ses autres canaux et, quand elle existe, à une base externe : un chiffre seul ne dit rien.
OpenAI indique dans sa documentation qu’aucun benchmark n’est publié, ni par annonceur, ni par industrie, ni par type de campagne. Un CPL de première semaine n’est donc ni bon ni mauvais, il est simplement isolé. Il devient lisible une fois posé à côté du CPL de la semaine suivante, du CPL Google Ads du même mois sur la même offre et du CAC cible de l’entreprise.
La troisième référence manque à presque tout le monde, et c’est précisément pour elle que l’Indice Hiints existe : une base de repères sectoriels (CPC, CPM, CTR, coût par opportunité) construite sur les comptes que nous opérons, dont les valeurs ne sont pas publiées. Elle ne remplace pas vos chiffres. Elle dit seulement si vos chiffres tombent dans la distribution observée ou en dehors.
De notre côté, nous fixons le KPI principal avant le lancement, d’après l’objectif de la campagne, afin qu’aucun chiffre ne soit promu objectif après coup, une fois les premiers résultats connus.