Ist das longform oder shortform content? Ich gehe mal stark von longform aus, weil ein Thumbnail ansonsten nutzlos wäre.
3500 Impressionen und 40 Aufrufe konvertieren zu einem effektiven CTR von 1.14%, das ist...extrem niedrig. Es ist gängig, dass ein Video mit hoher Reichweite im CTR absteigt, da die erste und 2. Welle an Zuschauer präziser sind, aber 3-10% CTR sind eher gängig. Ich sage "effektivem CTR", da die Impressionsrechnung anders abläuft.
Als direkter Vergleich habe ich mal ein Video genommen, dass zumindest multiplikativ ähnlich liegt.
356k Impressionen und 23k Aufrufe, das wäre ein effektiver CTR von 6.54%, auf dem Video selbst heißt es 4.4%.
Heißt dein Problem sind Titel+Thumbnail. Uninteressante Gebiete bekommen oftmals weniger Aufrufe, das liegt aber auch einfach daran, dass es weniger Impressionen gibt. Sieht aber so aus, als würden Leute nicht auf dein Video klicken, sobald es vorgeschlagen wird.