facebook是干嘛的 facebook是什么

如果你不能衡量它 , 你就不能成长 。
如下图:
每当我们谈到增长 , 我们就不得不提到先驱脸书 。作为脸书核心成长团队的一员 , 我今天将向你们讲述脸书的成长故事 。
早在2004年 , 还在读书的扎克伯格就侵入了哈佛大学的网站 , 窃取了该校所有学生的照片 , 并建立了一个名为facemash的网站 。网站的功能只有一个 , 就是让其他同学给两张随机抽取的照片打分选出校花 。当晚吸引了450名用户和22000次页面浏览量 。当时扎克伯格因为侵犯个人隐私差点被退学 。
然后扎克伯格创立了脸书 。那个时候 , 脸书的产品非常简单 , 只显示你的头像和基本信息 。但是一定要用学校邮箱注册 , 保证信息的真实性 。
这一点非常重要 。当时 , Myspace有近三分之一的员工在监控上传的色情图片 , 但脸书几乎没有在这方面投入太多精力 , 因为在脸书 , 每个人都使用了自己的真实姓名 。也正因为如此 , 以上内容更真实 , 质量更高 , 奠定了平台内容的基础 。
当时 , 脸书只对常春藤联盟的学生开放 , 这是非常聪明的 。扎克伯格有一种直觉 , 即上常春藤联盟学校的学生更有可能与其他常春藤联盟的学生成为朋友 。这群优质活跃的种子用户 , 为脸书背后的快速增长奠定了基础 。
因为这种稀缺性 , 当时每个学校都希望尽快加入Facebbook 。然后 , 每次脸书在学校发表 , 70%的学生会在一天内注册 。在那个时候 , 没有一种产品能像脸书那样发展得如此之快 。
那时候脸书员工都是用黑客的心态做产品 , 有想法就直接做 。为了把风险降到最低 , 很多时候他们都要等到半夜才推出代码 , 因为搞砸了也不会影响那么多人 。
脸书当时的产品只有个人信息 , 其他什么都没有 。许多用户每小时都会更换个人资料的照片 , 只是为了分享他们最新的照片 。凭借对这些数据的洞察 , 当时的两位工程师斯科特和阿廉在白板上制作了脸书照片的原型:当你发布一张照片时 , 你可以创建一个相册来存储它们 , 你可以标记里面的人物 。
脸书照片于2005年10月上线 。当天 , 有用户上传了700多张照片 , 并做了人物标签 。此后 , 该功能成为最受欢迎的产品 。
这个特点给脸书带来了很大的增长 。
为什么?答案是上传图片的人物标签 。每次你被朋友标记在一张照片上 , 你都会收到一封电子邮件 , 上面写着:有人把你的照片上传到了脸书 。因为好奇 , 没有人会不去网站看看那张照片 。
2006年以前 , 脸书还是一个主要展示基本信息的平台 。但2006年9月的一天 , 脸书悄悄推出了革命性的产品新闻订阅 。脸书联合创始人之一达斯汀说:
Newsfeed是病毒式传播概念的体现 。
最初的产品逻辑是一个信息的集合:展示你现在在做什么 , 你身边的朋友在做什么 。NewsFeed第一次让脸书展示的内容不再是静态的、无聊的、无用的 。取而代之的是一份不断更新的“报纸” , 随时显示你所关心的事情 。
回顾当时的社会 , 每个人都需要看报纸 , 了解信息是每个人的基本需求 。但那时候 , 每份报纸都是由编辑编辑的 。他们决定他们想说什么 , 想印什么 。但不是所有人都想看那些内容 。脸书当时做的是做1000份不同的报纸 , 分别分发给不同的用户 。
【facebook是干嘛的 facebook是什么】如果从现在的角度来看 , 你一定会觉得这一切都是非常自然的 , 毫无疑问 。但在当时 , 这种改变有很大的内部分歧 , 无论是对产品还是工程都是很大的挑战 。
对于工程来说 , 它要处理大量的数据 , 需要处理更大的服务器负担 。那时 , 脸书的工程师非常强大 。一开始 , 他们设计了一个分布式新闻订阅系统 。这在当时的行业中也是非常前卫的 。不要小看这一点 。当时名气很大的Friendster和Myspace , 后来都因为在各种工程方面没有长期布局而没落了 。
至于产品 , 刚发布的时候 , 很多用户都很反感 , 因为它暴露了很多他们从来没有见过的信息 。他们觉得这侵犯了他们的隐私 , 并威胁要抵制该产品 。他们中的一些人在办公室楼下游行 , 一些学生在组织请愿 , 一些人在组织抗议脸书在脸书的团体 , 不到两天就有一百万人加入 。
通常情况下 , 如果大约10%的用户开始抵制某些产品 , 我们将关闭它们 。但NewsFeed扎克伯格非常坚持 , 这也是因为他看到 , 尽管所有人都在抵制 , 但他们一直在使用这个产品 , 脸书的流量和使用次数是NewsFeed实验前的两倍 。
推动NewsFeed持续增长的是背后的算法推荐引擎 。
我们用一个简单的例子来说明它的工作原理:假设你和女朋友约好一起吃饭 , 但是她迟到了 , 她让你帮她点菜 。
首先 , 你可能想看看你能从菜单中选择什么 。(库存)
第二 , 你可能要收集所有可能影响女朋友喜好的数据 。(信号)
例如 , 她喜欢鱼 , 但她不喜欢羊肉 。你也要考虑现在是午餐还是晚餐(女生不喜欢晚餐吃太多)?这家餐馆有什么著名的食物?她昨天吃了什么?你想要改变吗?收集尽可能多的数据 。
第三部分 , 根据你收集到的信息 , 做一个预测 。(预测)
对于菜单上的每一道菜 , 你可以根据自己收集到的数据做一个预测 , 比如你女朋友喜欢这道菜的概率 , 然后做一个排名 。最后 , 做出最有可能让女朋友开心的选择 。
关于脸书的信息基本上是以上述方式分布的 。每天都有成千上万不同的因素在影响这个算法 , 多年来每天都在迭代 。这和当时很多其他产品只按时间顺序和热度排序不同 。
我见过很多对Newsfeed算法的优化 。虽然算法本身对产品和用户的形态并没有太大的改变 , 但正是这种微妙的排序变化 , 极大地影响了整个生态的可持续增长 。
因此 , 脸书一开始就抓住了时代的机遇 , 通过一些革命性的产品变革 , 实现了最初的爆发式增长 。
后面的部分 , 我们将看看脸书作为一家技术驱动型公司 , 如何通过数据、技术、产品的不断迭代 , 保持多年的高速增长 , 逐渐成为科技领域的巨头 。
"一个今天被粗暴执行的好计划 , 胜过明天一个完美的计划."
感谢您的支持和:)
作者:路易 , 微信官方账号:硅谷鹿

    推荐阅读