最近后台收到不少读者私信，都在问一个挺具体的问题：哪些网站里会出现百度推广的cookie？这些cookie背后的人群定向数据又是从哪来的？说实话，这类问题在行业内算是敏感话题，很多从业者即使知道也不愿意多谈。今天我就冒着“被请喝茶”的风险，尽量用大白话把这事拆开揉碎了讲清楚。

先回答第一个问题。百度推广的cookie绝对不会只出现在百度自家网站上，那是老黄历了。现在你打开一个普通的小众资讯站、一个母婴论坛、甚至一个美甲教程博客，后台都可能挂着百度推广的cookie。为什么？因为百度有“百度联盟”，相当于一个广告网络。联盟里的站长为了赚钱，会在自己网站嵌入百度提供的广告代码。当你访问这些站点时，浏览器就会被动接收百度派发的cookie。简单算一笔账：国内访问量前100万的网站里，至少有40%挂过百度联盟的广告。所以理论上，你逛任何一个带广告的网站，都可能被种下百度推广的cookie。只不过有些站长用了广告拦截插件，或者页面上广告位没加载出来，你就感觉不到。

这里有个容易被忽略的细节——百度自身的产品矩阵才是cookie的“主产地”。百度搜索、百度知道、百度贴吧、百度百科、百度地图、百度网盘……这些日常应用每个都会给你打上标签。比如你百度搜索“无痛人流”，搜索页面的cookie立马记下这条记录；你在贴吧里浏览了某个汽车品牌吧，cookie也会记下你的兴趣倾向。更隐秘的是百度地图：你导航去了一家4S店，在地图里停留了几分钟，这部分位置数据也会被关联到cookie上，然后同步到百度推广系统里。很多人不知道，百度网盘里你分享的文件类型、下载习惯，照样会被提取特征写入cookie。所以答案很明显：百度推广的cookie可以说无处不在，只要这个网站跟百度有任何形式的流量合作，或者本身就是百度生态内的产品，你就会被标记。

接下来是重头戏：人群定向的数据来源到底有哪些？很多人以为就是靠搜索关键词，太天真了。百度的人群定向数据是一个巨大的“矿池”，我把它分为几个层级。

第一层：基础搜索行为。你跟百度搜索框的每次互动都是黄金数据。关键词、点击的链接、在搜索结果页的滚动时长、甚至你最终没点任何结果就离开，这些都被记录。比如你搜了“肺癌早期症状”，就算后来没点任何页面，百度也知道你可能对健康类信息有需求。然后这个cookie就会被打上“医疗健康 – 肿瘤关注”的标签。

第二层：浏览行为与兴趣标签。百度联盟覆盖的百万网站里，你访问的每一个页面内容都会被百度爬虫分析。假如你经常在一个球鞋论坛看“Air Jordan 限量发售”的帖子，百度不需要知道你是谁，只需要给你的cookie打上“运动潮鞋 – 高消费力”的标签。更厉害的是百度能跨站追踪：你在A站看了装修攻略，在B站点了建材广告，在C站搜了房价，三个场景的cookie一合并，系统就推测你近期有购房意向。这些数据来自广告联盟的曝光、点击、转换回传。

第三层：百度自有产品的深度数据。百度知道里你提问过的“离婚财产怎么分割”，百度贴吧你发过的帖子、回过的评论，百度地图你常去的商超、医院、学校，百度网盘你存储的简历模板（如果包含个人信息），百度金融的绑卡记录、信贷申请记录——这些统统会被提取特征，写入你的“百度ID”对应的数据画像里。注意，这里说的百度ID不一定是你登录的账号，而是设备指纹、手机号、邮箱等多维度拼出来的唯一标识。很多人觉得只要不登录百度账号就安全，其实只要浏览器开着、手机App在跑，你的设备就被标记了。

第四层：线下数据与第三方合作。百度跟很多线下卖场、房地产商、汽车4S店有数据合作。比如你去某楼盘售楼处扫码领礼品，那个扫码页面是百度提供的系统，你的手机号、位置、看房记录就会被上传。这部分数据会跟你的线上cookie打通，定向时就知道“这个人的手机号曾经在XX楼盘到访过，属于高意向购房者”。百度还接入了部分运营商数据、银联消费数据（经过脱敏处理但能匹配人群包），比如最近半年信用卡消费记录显示经常在奢侈品店刷卡，那就给你打上“高净值人群”标签。这些数据来源不会公开说明，但从事程序化广告的人心里都清楚。

还有一个很多人不知道的细节：百度会通过“设备图谱”推测社会关系。假如你的手机号和老婆的手机号在百度地图里经常同时出现在同一个家庭地址，那你老婆搜索“孕妇注意事项”时，系统也会给你的cookie关联“备孕家庭”的标签。这种关联依靠的是IP共享、WiFi环境、通讯录匹配等数据。

整个定向流程说白了：百度先利用自己的搜索引擎、联盟网络、App矩阵撒下一张巨大的数据网，然后通过机器学习给每个网民打上几百甚至上千个标签（比如“汽车意向 – 德系”“母婴 – 孕期第28周”“旅游 – 东南亚”），最后广告主在后台选择“我要投放给25-35岁、月收入1万以上、最近搜索过SUV、最近去过车展的人群”，百度就能在几毫秒内从数十亿cookie里把符合条件的人筛选出来，把广告展示给你。

说到这里，肯定有人会问：那我的隐私怎么办？坦率讲，从法律角度看，百度声称所有数据都是经过脱敏的、无法定向到具体个人。但实际操作中，只要你的手机号、设备ID、身份证被绑定过一次，脱敏和不脱敏之间的界限就很模糊。比如你用百度网盘存了一份简历，里面写了你的家庭住址，这份数据哪怕只用来做“地域定向”，其实也涉及了具体位置。很多广告主拿到的人群包其实带有非常具体的行为轨迹，只不过不会明文显示你的姓名。

作为编辑，我这些年也接触过不少百度推广的后台操作。说句实话，普通人想完全避开几乎不可能，除非你彻底不用百度系产品、不访问任何挂百度广告的网站、不在手机上装百度App、不用百度地图导航。但现实是，连很多小县城修车店的收银系统都集成了百度的支付插件。所以与其焦虑，不如主动管理一下隐私设置：定期清理浏览器cookie，在百度账号里关闭“个性化推荐”开关，关闭百度App里的“广告跟踪”权限，不要随意授权手机号。当然，这些措施只能减少自己被标记的精准度，没法完全杜绝。

最后说句掏心窝的话：这个行业里所谓的人群定向，本质就是靠无数个你无意识留下的数据碎片拼出来的。你想知道哪些网站会出现百度推广的cookie？答案是——所有能让你看到广告的网站，大概率都有。你想知道数据怎么来的？答案就是——你每一次点击、每一次搜索、每一次地图导航、每一次扫码，都在给百度金矿添砖加瓦。下次刷到精准到可怕的广告时，别惊讶，那是你自己一步一步走出来的路。