兴趣定位：描绘用户的数字画像
兴趣定位，可以理解为基于用户长期、稳定的在线行为为其“贴标签”。Google通过分析用户在搜索引擎、YouTube、合作网站及App上的浏览历史、观看内容和互动行为，利用机器学习模型推断出用户可能感兴趣的领域，如“户外运动爱好者”、“科技产品发烧友”或“育儿知识关注者”。其背后的科学原理涉及大规模数据挖掘和模式识别。广告主可以据此选择与自身产品或服务匹配的兴趣类别进行投放，确保广告出现在有相关潜在需求的人群面前，提升品牌认知和兴趣用户的覆盖效率。
意图定位：捕捉即时的行动信号
如果说兴趣定位关注的是“用户是谁”，那么意图定位关注的则是“用户现在想做什么”。这主要通过对用户主动搜索的关键词（搜索广告）或浏览的特定类型网页（展示广告的“自定义受众”）进行分析来实现。例如，当用户搜索“跑步鞋哪个品牌好”时，系统会判定其处于购买决策的研究阶段，具有强烈的商业意图。此时，相关运动品牌的广告出现便具价值。意图定位直接关联用户的即时需求，转化路径更短，是获取高意向客户的关键技术。
再营销：与“老熟人”的深度沟通
再营销（或称重定向）是一种基于用户与品牌已有互动行为的精准策略。其原理是在用户访问过你的网站或使用过你的App后，通过在其设备上放置一个匿名的Cookie或使用类似技术，当该用户后续浏览Google展示广告网络中的其他网站或使用YouTube时，再次向其展示你的广告。这有效解决了营销中常见的“用户浏览后未转化”的难题。再营销广告可以用于提醒用户完成购买、推荐相关产品，或进行品牌强化，其转化率通常远高于面向新用户的广告，因为它触达的是已经表达过初步兴趣的“温”或“热”受众。
知识体系的整合与应用
在实际应用中，效的广告活动往往是这三种技术的组合拳。例如，可以先用广泛的兴趣定位来扩大品牌知名度；然后通过意图定位捕获那些表现出明确购买信号的用户；后，对访问过产品页面但未下单的用户进行再营销，推送优惠信息以促成终转化。新的技术进展，如Google的“类似受众”功能，还能基于品牌现有的优质客户（种子受众）数据，利用算法在更广阔的网络中寻找具有相似特征的新用户，从而不断拓展高质量的潜在客户池。
总而言之，Google广告的受众定位技术构建了一个从认知（兴趣）、到考虑（意图）、再到行动与忠诚（再营销）的完整用户旅程覆盖体系。理解并科学运用这一知识体系，意味着广告主能够以更低的成本、更少的干扰，在正确的时间，将正确的信息传递给正确的人，这不仅是营销技术的进步，更是对用户注意力和体验的尊重。
