受众定向：广告系统的“人口普查”
Google广告的步是理解“你是谁”。受众定向技术通过多种维度对用户进行画像。基础的是人口统计学信息，如年龄、性别、地理位置——这些数据部分来自你Google账户中的公开信息，部分来自广告主上传的客户名单匹配。更深入的是兴趣与受众群体定向：Google会根据你浏览的网站类型、观看的YouTube视频、使用的App类别，推断你属于“户外运动爱好者”“科技客”还是“新手父母”。例如，你连续看了几个露营装备评测视频，系统就可能将你归入“户外运动”兴趣受众。此外，还有“有购买意向的受众”——当你频繁搜索“跑鞋”并访问多个电商比价页面时，系统会判断你正处于购买决策阶段，从而向你投放跑鞋广告。
再营销：追踪你未完成的旅程
再营销是让广告“如影随形”的关键技术。当你在某电商网站将一件外套加入购物车却未付款就离开，该网站通过Google的再营销代码在你的浏览器中留下一个匿名标识。之后你浏览其他网站时，Google广告网络会识别这个标识，并展示那件外套的广告，甚至附上折扣码。这背后的原理是Cookie与移动广告标识符的跨站识别。再营销也分层次：有人只看过商品页面，有人已加入购物车，有人已完成购买但可能复购——广告主可以针对不同阶段设置不同广告内容和出价，比如对已购买用户展示配件而非同一商品。
机器学习：实时竞价的“大脑”
每一次广告展示机会，都会触发一场持续约100毫秒的实时竞价。机器学习模型在此刻扮演核心角色：它综合你的历史行为、当前上下文（你正在看的网页内容、设备类型、时间地点）、广告主设定的目标（点击、转化、观看），以及海量历史数据，预测你点击或购买某广告的概率。Google的深度学习模型如Wide & Deep、多任务学习网络，能同时优化多个目标。例如，系统可能预测你对A广告有0.8%的点击率，对B广告有0.5%但转化率更高，终根据广告主出价和你的预估价值决定展示哪一个。整个过程完全自动化，且随着你每一次点击、跳过、购买而持续更新——这就是为什么你刚搜过某样东西，广告就“恰好”出现，而且不同人看到的顺序和内容都不同。
总结
不同人看到的Google广告不同，是因为广告系统在受众定向、再营销和机器学习三股力量的共同作用下，为每个人构建了独特的“广告身份”。这套机制提升了广告相关性，也引发了隐私担忧。Google近年来推出隐私沙盒、主题API等替代方案，试图在个性化与隐私之间寻找平衡。理解这些原理，能帮助我们更清醒地看待每一次广告展示背后的数据逻辑。
