Reklama hotelowa od lat opiera się przede wszystkim na kilku dobrze znanych kanałach. W dużym uproszczeniu Google Ads przechwytuje osoby aktywnie szukające hotelu, a YouTube czy Meta Ads pozwala budować popyt. Teraz pojawia się kolejny kanał, który postanowiłem sprawdzić w praktyce: reklama w ChatGPT.

Do pierwszego testu wykorzystałem Hotel Klimczok i ofertę na Boże Narodzenie. Kampanie wystartowały 2 września 2026 roku, mamy już ponad 20 tys. wyświetleń, blisko 250 kliknięć, a po 6 dniach reklamy pojawiła się pierwsza rezerwacja przypisana do tego źródła. Jednak na tym etapie nie próbuję jeszcze formułować ostatecznych wniosków dotyczących rentowności tego kanału. Mija tydzień od emisji reklamy, a moje wnioski przestawiam poniżej.

How it’s made?

W hotelarstwie znamy już dobrze schemat klasycznej reklamy internetowej. Google Ads pozwala przechwycić użytkownika, który wpisuje: „hotel Szczyrk basen”, „Boże Narodzenie w górach” lub „hotel dla dzieci Beskidy”. Meta pozwala z kolei dotrzeć do określonej grupy odbiorców. ChatGPT wprowadza do tego jeszcze jeden element: rozmowę o potrzebie.

Potencjalny gość nie musi wpisywać dwóch czy trzech słów, tylko powiedzieć „Szukam miejsca na Boże Narodzenie dla rodziny. Chcemy pojechać w góry, ale zależy nam na hotelu, który organizuje Wigilię i ma atrakcje dla dzieci.” Z punktu widzenia reklamy hotelowej to niezwykle interesująca sytuacja. Nie znamy już wyłącznie słowa kluczowego. Znamy potencjalnie kontekst podróży, powód wyjazdu i oczekiwania gościa.

Kreacja w systemie jest prosta – nazwa reklamy, tytuł, opis, obraz, łącze i parametry śledzenia:

Pierwsze wyniki – ponad 20 tys. wyświetleń

Uruchomiłem dwie kampanie z dziennym budżetem 65 zł każda. Jedna jest optymalizowana pod kliknięcia a druga pod konwersje. Jest to minimalny próg wydatków na kampanie na dzień obecny. Po pierwszych dniach wyniki widać na zrzucie poniżej:

Pierwsza rzecz, która rzuca się w oczy, to bardzo podobna skala obu kampanii. Jedna wygenerowała 10 143 wyświetlenia, druga 10 278. Różnica jest kosmetyczna. Podobnie wygląda liczba kliknięć: 120 wobec 129. Na tym etapie kampania nastawiona na konwersje jest jednak nieco tańsza.

Jej efektywny koszt kliknięcia wynosi około 2,42 zł, podczas gdy kampania kliknięciowa generuje kliknięcie za około 2,66 zł. To około 10% różnicy na korzyść kampanii konwersyjnej. Nie jest to jeszcze wynik, na podstawie którego planowałbym całą strategię, ale jest to pierwsza rzecz, którą zamierzam obserwować wraz ze wzrostem skali. Sam koszt kliknięcia jak na nowy system w trybie beta jest jednak dość wysoki.

ChatGPT jest przede wszystkim mobile

Podczas segmentacji wyników według urządzenia robi się naprawdę ciekawie. Minusem interfejsu na ten moment jest ubogość dostępnych segmentów. Do wyboru jest tylko kraj, urządzenie i platforma. Segmentowanie wg urządzenia pokazuje przepaść znaną z systemów Google czy Meta:

Ponad 92% wszystkich wyświetleń reklamy wygenerowały urządzenia mobilne. Podobnie wygląda udział kliknięć. Na 249 wszystkich kliknięć aż 229 pochodziło z mobile.

Dla hotelarza jest to znacznie ważniejsza informacja, niż może się początkowo wydawać. Jeżeli użytkownik widzi reklamę podczas rozmowy z ChatGPT przede wszystkim na telefonie, to nie wystarczy przygotować dobrej reklamy (która notabene jest bardzo prosta). Cała dalsza ścieżka od przejścia z reklamy do landingpage aż do płatności musi być wygodna na smartfonie.

Patrząc na skalę emisji w mobile, można wysnuć tezę, że ChatGPT służy do planowania wyjazdu, a więc będzie występować na początkowym etapie lejka zakupowego. Ktoś może podczas jazdy autobusem czy wieczorem na kanapie zapytać AI o pomysł na święta, zobaczyć hotel, wejść na stronę, a dopiero później wspólnie z rodziną wrócić do oferty i zarezerwować pobyt. Analiza wielokanałowa będzie zapowiadać się ciekawie;)

Ponad połowa wszystkich wyświetleń pochodzi z iPhone’ów i iPadów

Największym źródłem emisji okazała się aplikacja ChatGPT na iOS. Wygenerowała 10 888 wyświetleń i 123 kliknięcia, czyli prawie 53% całego wolumenu reklamowego. Co więcej, iOS jest w tej chwili również najtańszym źródłem kliknięć spośród trzech analizowanych platform (2,39 zł na iOS wobec 2,57 zł na Androidzie czy 3,05 zł w wersji webowej). To jest dla mnie jeden z ciekawszych wniosków pierwszych dni kampanii, choć obarczony jeszcze błędem statystycznym.

Anroid ma najwyższy CTR w aplikacjach i odpowiadał za około 35% wyświetleń. Łącznie wygenerował 7 086 wyświetleń i 93 kliknięcia przy CTR wynoszącym około 1,31%. Jest więc wyższy niż na iOS, gdzie otrzymujemy około 1,13%. Czy można postawic tezę, że reklamy docierają znacznie częściej do użytkowników iOS, ale chętniej reagują na nie użytkownicy Androida?

Jeszcze ciekawiej zachowuje się wersja webowa. To tylko 12% wszystkich wyświetleń, ale jest to najdroższe źródło ruchu. Średnio jedno kliknięcie kosztuje około 3,05 zł. Czy wyższy koszt ruchu webowego jest problemem? Jeszcze tego nie wiem. Jeżeli użytkownik siedzący przy komputerze będzie miał znacznie większą skłonność do finalizacji rezerwacji, dopłacenie kilkudziesięciu groszy do kliknięcia może być całkowicie uzasadnione. Zapewne moim kolejnym krokiem w analizie będzie analiza jakość użytkownika po kliknięciu.

Jak wygląda pomiar konwersji?

W zakresie konfiguracji system pozytywnie mnie zaskoczył. Powielone rozwiązanie znane z innych systemów reklamowych pozwala na szybką konfigurację zdarzeń, a dalej implementację poprzez np. Google Tag Managera. Na start skonfigurowałem trzy zdarzenia – zapoznanie się z 50% treści oferty, przejście do silnika rezerwacji oraz rezerwację. W konfiguracji kampanii możemy wybrać jakie zdarzenia ma ona realizować. Podzieliłem je na dwie i tak też przypisałem konwersje – w kampanii pod kliknięcia interesują mnie wszystkie zdarzenia, a pod konwersje – tylko przejście do silnika rezerwacji i rezerwację.

W interfejsie reklamowym mogę zmodyfikować kolumny gdzie kategoria konwersji jest dobrze podzielona:

Moge wybrać:

• ilość konwersji (raportowaną w zależności od wcześniejszego wyboru zdarzeń w ramach kampanii)
• konwersje po kliknięciu w reklamę (CTC) i konwersje po obejrzeniu reklamy bez kliknięcia (VTC)
• zdarzenia po nazwie, które zostały zdefiniowane w systemie i zarejestrowały jakąkolwiek konwersję
• wartość sprzedaży z silnika rezerwacji
• koszt konwersji (niestety bez mozliwości segmentacji po konkretnym działaniu)
• CVR czyli współczynnik konwersji rejestrujący każdą konwersję (także w przypadku gdy kliknięcie prowadzi do wielu konwersji)

Zapewne docelowo doprecyzuję konwersje tylko do pożądanych działań rezygnując z miękkich celów takich jak obejrzenie 50% oferty. Tutaj ciekawy jest fakt, że po uruchomieniu kampanii nie mogę już zmienić uwzlędnionych zdarzeń konwersji. Chciałem jednak aby system miał więcej danych na start, nie wiedziałem też, czego się po nim spodziewać.

W zakresie samej realizacji konwersji ciekawy jest kierunek efektywności między celami optymalizacji. Kampania nastawiona formalnie na kliknięcia a nie na konwersje, wypadła lepiej niemal na każdym polu, które faktycznie interesuje hotel: niższe CPA (2,51 zł vs 3,63 zł), więcej rozpoczętych checkoutów (29 vs 12) i ponad dwukrotnie niższy koszt pozyskania jednego checkoutu (16,88 zł vs 35,44 zł). Innymi słowy — algorytm optymalizujący pod kliknięcia w tym teście trafiał do użytkowników bliższych faktycznej rezerwacji niż algorytm optymalizujący wprost pod konwersje. To sygnał, że na tak wczesnym etapie dojrzałości platformy warto testować oba cele równolegle.

Post-click CVR jest bardzo wysoki (66–116%), co oznacza, że pojedyncza sesja generowała więcej niż jedno zdarzenie konwersji (obejrzenie min. 50% oferty świątecznej + rozpoczęcie checkoutu liczone łącznie). Sugeruje to, że ruch z ChatGPT jest mocno zaangażowany — użytkownicy klikający w reklamę rzeczywiście eksplorują ofertę, a nie odbijają się od strony po sekundzie.

Na ten moment w Google Analytics odnalazłem pierwszą ścieżkę zakupową w której występuje reklama z ChatGPT przypisana jako ostatni punkt styku do zakupu. Co ciekawe nie ma tej konwersji w managerze reklam, ale może jest jeszcze zbyt wcześnie.

Do pełnej analizy na pewno jeszcze wrócę przy okazji kolejnych artykułów.

Co mi się podoba i w czym widzę szansę?

• Prostota – interfejs jest prosty, konfiguracja kampanii jest w dużej mierze zautomatyzowana, kreacja reklamowa to dosłownie 2 wiersze tekstu + zdjęcie przez co uruchomienie kampanii jest szybkie i wspomagane przez AI.
• Reklama rozumie rozmowę. To chyba największa zaleta systemu – wstawiamy kontekst, który jest już automatycznie zdefiniowany na podstawie strony kierowania a system sam podejmuje decyzje o wyświetlaniu reklam biorąc pod uwagę kontekst i intencję rozmowy użytkownika z chatem.
• Trafiamy do osób, które potencjalnie porównują oferty (np. zrób mi porównanie ofert Bożego Narodzenia czy top10 hoteli w górach na Boże Narodzenie), a następnie płynnie przechodzą do dalszej częsci lejka zakupowego (np. wylicz mi cenę pobytu). To pokrywa cały lejek w jednym miejscu.
• Reklamujemy się podczas rozwiązania problemu użytkownika, a nie tylko na danych słowach kluczowych. Dopasowanie kontekstowe jest jedną z rzeczy, które OpenAI podkreśla jako różnicę względem platform opartych głównie na słowach kluczowych.
• Optymalizacja pod konwersje. Możemy ustawić reklamy pod konkretne zdarzenia np. otwarcie silnika rezerwacji, wykonanie telefonu z witryny czy rezerwację pobytu. W kampanii oCPC system wykorzystuje prawdopodobieństwo konwersji do ustalania stawek i optymalizacji emisji pod wybrane zdarzeniem, podobnie jak w systemie Google Ads.

Co oceniam najsłabiej?

Po ponad tygodniu testu mogę się wypowiedzieć w temacie kwestii, które z pewnością wymagają zmian lub dalszej dyskusji?

• Prosty interfejs, aby nie powiedzieć „prymitywny” to z jednej strony proste i szybkie zarządzanie kampaniami, z z drugiej strony brakuje mi bardziej zaawansowanego segmentowania, raportowania i ustawień – uważam to za najsłabsze ogniwo. Mam informacje o wyświetleniach, kliknięciach, konwersjach, ale na ten moment nie istnieje np. odpowiednik wyszukiwanych haseł (tutaj promptów) dla których wyświetlały się reklamy. Musze zaufać w ciemno systemowi, który dostarcza mi głównie dane liczbowe. Mam poczucie niedostatecznego wpływu na optymalizację wyników i oceny jej efektów.
• Zazwyczaj gdy pojawia się nowy system reklamowy to jest dość tanio, by przyciągnąć do siebie klientów. Tutaj na start koszty kliknięć są dość wysokie, znacznie wyższe niż w Google Ads czy Meta Ads. To trochę stoi w konflikcie w sytuacji, gdzie jesteśmy testerem narzędzia, które nie ma na ten moment konkurencji, a jeszcze drogo za to płacimy. Nie przekreślam jednak narzędzia bo obecnie mamy czasy gdzie toczymy walkę o rezerwację, a nie o koszt pozyskania użytkownika.
• Reklamy wyświetlają się tylko w darmowym i najtańszym dostępnym planie ChatGPT (Free i Go) przez co pozbawiamy się możliwości wyświetlania potencjalnie najciekawszej grupie docelowej odbiorców.

OpenAI Ads na pewno nie można traktować jako zamiennika Google czy Meta tylko jako dodatkowy kanał, który warto testować w branży travel, ponieważ jest tu ciekawa forma dotarcia do osób, które wykorzystują ChatGPT do planowania swojej podróży.

Zainteresowała Cię taka forma reklamy dla Twojego hotelu? Zadzwoń do mnie – tel. 533 928 603 – z przyjemnością opowiem Ci o swoich doświadczeniach z ChatGPT i porozmawiam o marketingu dla Twojej marki.