Na początku września reklamy ChatGPT Ads pojawiły się w Polsce. W Traffic Trends rozpoczęliśmy konfigurację pierwszych kampanii praktycznie od startu systemu. Po półtora miesiąca mamy już pierwsze doświadczenia z reklamami kontekstowymi i produktowymi, konfiguracją feedów, optymalizacją stawek oraz analizą konwersji.
Nowy system rozwija się szybko. Funkcje, których nie było podczas pierwszych konfiguracji, pojawiały się w kolejnych dniach. Jednocześnie część rozwiązań znanych z Google Ads czy Meta Ads nadal nie była dostępna podczas naszych testów.
Podczas webinaru 15 października omówiliśmy z Pawłem, prezesem Traffic Trends, nasze pierwsze doświadczenia z prowadzenia kampanii. Co działa? Jakie problemy napotkaliśmy? Ile kosztują reklamy w ChatGPT i czy można już ocenić ich skuteczność?
Chcesz poznać wszystkie szczegóły? Obejrzyj pełne nagranie webinaru o ChatGPT Ads na naszym kanale YouTube.
W systemie ChatGPT Ads możemy prowadzić dwa rodzaje kampanii: reklamy kontekstowe, nazywane też standardowymi, oraz reklamy produktowe.
Reklamy kontekstowe wyświetlają się pod odpowiedzią wygenerowaną przez ChatGPT. Zawierają nagłówek, treść i nazwę reklamodawcy. Są wyraźnie oddzielone od odpowiedzi asystenta i oznaczone jako reklama.
Ich dopasowanie opiera się na wskazówkach kontekstowych, które przygotowujemy podczas konfiguracji kampanii. Mogą one obejmować słowa kluczowe, tematy rozmów oraz pytania, jakie użytkownik może zadawać.
Nie jest to jednak kierowanie oparte na dokładnym dopasowaniu pojedynczej frazy, jakie znamy z tradycyjnych kampanii w wyszukiwarce.
Reklamy produktowe wykorzystują natomiast informacje pochodzące z feedu produktowego. W reklamie pojawiają się między innymi zdjęcia, nazwy produktów i ceny.
W przypadku tego formatu nie dodajemy wskazówek kontekstowych w taki sam sposób jak w kampaniach standardowych. Duże znaczenie mają więc informacje o produktach przekazane systemowi.
Podczas webinaru pokazaliśmy również przykład niedopasowanej reklamy produktowej. Na pytanie dotyczące wykorzystania siemienia lnianego system wyświetlił produkty z kategorii soków.
Nie znamy dokładnej przyczyny takiego dopasowania. Jedną z możliwości omawianych podczas spotkania była niewystarczająca jakość informacji w feedzie produktowym. To jednak hipoteza, a nie potwierdzony powód.
Sam interfejs reklamowy ChatGPT jest stosunkowo prosty. Podczas pierwszego uruchomienia przypominał nam początki Google Ads: niewiele funkcji, przejrzysty układ i podstawowe możliwości konfiguracji.
Trudności pojawiły się przy przygotowaniu kampanii produktowych.
ChatGPT Ads wymaga własnego formatu feedu produktowego w pliku CSV. Standardowe pliki wykorzystywane w Google Ads i Meta Ads nie były z nim bezpośrednio kompatybilne.
Różnice dotyczyły zarówno formatu, jak i struktury danych. Konieczne było między innymi odpowiednie opisanie sprzedawcy i produktów oraz dostosowanie sposobu przekazywania wariantów.
W naszych pierwszych konfiguracjach problemy dotyczyły również produktów z pojedynczym wariantem czy rozmiarem uniwersalnym.
Dlatego przygotowaliśmy własny konwerter feedów produktowych, dzięki temu nasi klienci mogli rozpocząć prowadzenie kampanii już na samym początku funkcjonowania systemu w Polsce.
Ważna jest też aktualizacja danych. Jednorazowe przekształcenie pliku to nie wszystko. Feed powinien być dostępny pod adresem, z którego system może pobierać aktualne informacje o produktach.
W naszych testach jednym z najczęstszych problemów było blokowanie dostępu robotom AI.
Podczas weryfikacji feedu system sprawdzał możliwość otwarcia adresów URL produktów i wyświetlenia ich zdjęć. Jeżeli roboty nie mogły uzyskać dostępu do strony sklepu, feed był odrzucany.
Dodatkowym utrudnieniem była ograniczona liczba komunikatów diagnostycznych. Nie zawsze mogliśmy jednoznacznie stwierdzić, czy odrzucenie produktu wynika z problemu technicznego, czy z zasad platformy.
To jeden z obszarów, w których pierwsze tygodnie pracy wymagały od nas szczególnie dużo testowania.
Koszty są jednym z najczęściej poruszanych tematów związanych z nowym systemem.
W naszych pierwszych kampaniach porównywaliśmy stawki CPC i CPM reklam ChatGPT z wynikami kampanii Performance Max w Google Ads.
W analizowanych sklepach koszt kliknięcia w ChatGPT Ads był w większości przypadków wyższy niż w Google Ads. Różnice nie zawsze były jednak bardzo duże.
Na tym etapie nie możemy jeszcze wskazać jednej stawki, która będzie reprezentatywna dla wszystkich branż.
Podczas testów sprawdzaliśmy również możliwość stopniowego obniżania stawek CPC. System początkowo mógł sygnalizować, że proponowana stawka jest zbyt niska, ale po uruchomieniu kampanii można było testować niższe wartości i obserwować, czy reklamy nadal uzyskują wyświetlenia.
Ważną kwestią jest również budżet. Na stronie naszej usługi ChatGPT Ads opisujemy warianty testowe z budżetem reklamowym.
Szczególnie istotne jest jednak to, że sam budżet nie wystarczy do poprawnego przeprowadzenia testu. Trzeba jeszcze przygotować kampanię, zadbać o pomiar konwersji i (w przypadku reklam produktowych) odpowiednio skonfigurować feed.
Możliwości optymalizacji są na razie bardziej ograniczone niż w rozwiniętych systemach reklamowych.
Podczas naszych testów mogliśmy między innymi:
W przypadku reklam standardowych przygotowujemy nagłówek, opis i kwadratową grafikę. W obrębie jednej grupy możemy umieścić kilka reklam.
To znacznie mniej elementów niż w znanych nam kampaniach Google Ads, gdzie do dyspozycji mamy wiele wariantów nagłówków, opisów i materiałów graficznych.
Istotna różnica dotyczy również danych analitycznych.
W ChatGPT Ads nie mieliśmy podczas webinaru dostępu do narzędzia porównywalnego z Planerem słów kluczowych Google Ads. Nie mogliśmy więc przed uruchomieniem kampanii sprawdzić szacowanej liczby odbiorców czy prognozowanego CPC dla określonego zapytania, dlatego dużą część optymalizacji opieramy na testowaniu różnych wariantów i porównywaniu uzyskanych wyników.
To pytanie pojawiło się również podczas naszego webinaru.
W pierwszych tygodniach prowadzenia kampanii odnotowaliśmy zamówienia przypisywane reklamom ChatGPT Ads. Problem polega jednak na tym, że dane dostępne w panelu reklamowym nie zawsze pokrywają się z wynikami Google Analytics.
W części analizowanych kampanii panel ChatGPT pokazywał ROAS na poziomie 500–600%. Po przejściu do Google Analytics wartości były jednak wyraźnie niższe.
Podobne rozbieżności znamy z innych systemów reklamowych, w tym Meta Ads.
Jednym z powodów może być sposób przypisywania konwersji do poszczególnych źródeł ruchu.
Klient rzadko podejmuje decyzję zakupową po jednym kontakcie z reklamą. Może najpierw odwiedzić sklep z Google, później zobaczyć reklamę w innym kanale, a następnie wrócić i dokonać zakupu.
Każdy system reklamowy może inaczej przypisywać udział w tej transakcji.
W ChatGPT Ads podczas naszych testów dostępny był model atrybucji Last Click. Jednocześnie możliwości analizy ścieżki użytkownika były ograniczone.
Dlatego na podstawie pierwszych tygodni nie chcemy jeszcze formułować jednoznacznych wniosków dotyczących rentowności tego kanału.
Kampanie działały zbyt krótko, a część pierwszego okresu obejmowała również problemy techniczne z pomiarem konwersji.
Na tym etapie ważniejsze jest sprawdzanie, czy reklamy generują ruch, jakie są jego koszty, czy pojawiają się zamówienia i jak wyniki zmieniają się wraz z dalszą optymalizacją.
Więcej danych z pierwszych testów opisaliśmy również w artykule ChatGPT Ads dla e-commerce – pierwsze wyniki po 4000 zł wydanych na reklamy.
Podczas webinaru wskazywaliśmy przede wszystkim branże e-commerce, w których użytkownicy mogą zadawać asystentom konkretne pytania produktowe.
Przykładem są odzież, obuwie czy kosmetyki.
Użytkownik może zapytać ChatGPT, jakie spodnie będą odpowiednie do określonej sylwetki albo jakie buty do biegania wybrać na początek.
Takie rozmowy stwarzają możliwość wyświetlenia reklamy powiązanej z konkretną potrzebą zakupową.
Nie oznacza to jednak, że w każdej z tych branż reklamy będą automatycznie rentowne. Każda kampania wymaga osobnego sprawdzenia.
Nie mamy również wystarczających danych, aby jednoznacznie wykluczyć wszystkie mniej popularne kategorie produktów.
W przypadku niszowego asortymentu skala ruchu może być mniejsza, ale sama wielkość rynku nie przesądza jeszcze o opłacalności kampanii.
Osobnym zastosowaniem są kampanie nastawione na pozyskiwanie leadów.
Podczas webinaru omawialiśmy zagraniczne przykłady kampanii B2B, w których raportowano niższe koszty pozyskania kontaktu niż w tradycyjnych systemach. Nie były to jednak wyniki naszych polskich kampanii, dlatego nie przenosimy ich bezpośrednio na krajowy rynek.
Nie każda kategoria produktów i usług może być reklamowana w taki sam sposób.
Podczas webinaru zwracaliśmy uwagę między innymi na ograniczenia dotyczące suplementów diety oraz usług finansowych.
W naszych testach reklamy standardowe dotyczące suplementów były wyświetlane, natomiast reklamy produktowe nie przechodziły weryfikacji.
Podobne rozbieżności obserwowaliśmy przy niektórych innych kategoriach.
Nie należy jednak traktować pojedynczego zaakceptowanego ogłoszenia jako potwierdzenia, że cała kategoria jest oficjalnie dopuszczona do promocji. Przed rozpoczęciem kampanii trzeba sprawdzić aktualne zasady platformy i możliwości konfiguracji dla konkretnej oferty.
Kolejnym ograniczeniem, o którym rozmawialiśmy 15 października, był brak możliwości wykorzystania list odbiorców w Polsce. Ograniczało to możliwości prowadzenia remarketingu w sposób znany z Google Ads czy Meta Ads.
W tym przypadku sytuacja może zmieniać się szczególnie szybko, dlatego dostępność funkcji należy sprawdzać bezpośrednio przed rozpoczęciem kampanii.
Reklamy to tylko jeden ze sposobów docierania do użytkowników ChatGPT.
Drugim jest obecność organiczna marki i jej produktów w odpowiedziach asystenta.
Podczas webinaru zwracaliśmy uwagę na sytuację sklepów, które nie pojawiają się w odpowiedziach ChatGPT jako miejsca zakupu określonych produktów.
Dla takich marek kampania reklamowa może być sposobem na zwiększenie obecności w rozmowach dotyczących ich oferty.
Nie zastępuje to jednak działań nad widocznością organiczną.
W Traffic Trends rozwijamy również pozycjonowanie SEO i LLM, którego celem jest budowanie widoczności marek zarówno w tradycyjnych wyszukiwarkach, jak i rozwiązaniach AI.
Oba obszary warto analizować osobno, ponieważ obecność w odpowiedziach organicznych i emisja płatnej reklamy działają na innych zasadach.
Podczas webinaru rozmawialiśmy również o przyszłości zakupów przez asystentów AI.
Jednym z omawianych kierunków był agentic checkout, czyli możliwość realizowania zakupów z wykorzystaniem asystenta, bez konieczności samodzielnego przechodzenia przez tradycyjną ścieżkę zakupową.
Paweł wskazywał również na możliwość większej integracji reklam produktowych z konwersacją.
To jednak przewidywania dotyczące dalszego rozwoju systemu, a nie funkcje, których dostępność w Polsce potwierdziliśmy podczas webinaru.
Na razie skupiamy się na rozwiązaniach, które możemy rzeczywiście skonfigurować i przetestować.
Po półtora miesiąca pracy z ChatGPT Ads możemy wskazać kilka praktycznych wniosków.
Nie oznacza to, że należy zrezygnować z testowania nowego kanału. Oznacza natomiast, że decyzje o dalszych wydatkach powinny wynikać z danych, a nie z samego zainteresowania reklamą w AI.
W Traffic Trends prowadzimy już kampanie ChatGPT Ads i sprawdzamy ich możliwości w praktyce. Jeśli chcesz ocenić potencjał tego kanału dla swojego sklepu, umów bezpłatną konsultację.
Podczas naszych pierwszych testów dostępne były reklamy standardowe, wyświetlane pod odpowiedzią asystenta, oraz reklamy produktowe wykorzystujące dane z feedu produktowego.
Tak. W testowanej przez nas konfiguracji system wymagał pliku CSV o określonej strukturze. Standardowe feedy Google Ads i Meta Ads wymagały odpowiedniego dostosowania.
W naszych pierwszych kampaniach pojawiały się zamówienia przypisywane temu kanałowi. Dane z panelu reklamowego i Google Analytics nie były jednak w pełni zgodne, dlatego jest za wcześnie na jednoznaczne oceny rentowności.
W porównywanych przez nas sklepach CPC w ChatGPT Ads było przeważnie wyższe niż w kampaniach Performance Max. Nie oznacza to jednak, że taka relacja wystąpi w każdej branży i kampanii.
Warto najpierw ocenić budżet, wymagania techniczne oraz potencjał kategorii produktowej. Samo uruchomienie reklamy bez prawidłowego pomiaru i przygotowania produktów nie wystarczy do rzetelnej oceny wyników.
Content Specialistka i copywriterka z wieloletnim doświadczeniem. Od lat pasjonuje się pisaniem i uważnie śledzi zmiany zachodzące w branży content marketingu, szczególnie te związane z rozwojem sztucznej inteligencji. Na co dzień zajmuje się tworzeniem strategii blogowych, przygotowywaniem treści i ich optymalizacją, dbając o to, aby teksty klientów osiągały jak najlepsze wyniki zarówno w wyszukiwarce Google, jak i w odpowiedziach modeli AI.
W pracy łączy kreatywność z analitycznym podejściem, szukając rozwiązań, które odpowiadają na potrzeby użytkowników i wspierają cele biznesowe klientów. Po godzinach najchętniej ucieka za miasto, a kiedy nie ma takiej możliwości, zanurza się w fikcyjnych światach książek i seriali najróżniejszych gatunków.
Bądź pierwszą osobą, która oceni ten wpis
Oceń ten wpis:
NIP 7773174094
e-mail: bok@traffictrends.pl
tel. 888 211 157
Poradniki, aktualności, i narzędzia e-commerce
