每每说到增长，都必须得提起Facebook这个开山鼻祖。作为曾经是Facebook Core Growth团队中一员的我，今天来说说Facebook增长的故事。
早在2004年，还在读书的扎克伯格黑进了哈佛大学的网站，盗取了学校里所有学生的照片，搭建了一个叫facemash的网站。网站的功能只有一个，就是让其他学生对随机选出的两张照片打分，以选出学校里的校花。当晚就吸引了450个用户，2.2万次页面浏览。当时因为侵犯个人隐私，扎克伯格差点被退学。
随后扎克伯格建立了Facebook。当时的Facebook产品非常简单，只会展示你的头像和基本的信息。但是必须用你的学校邮箱注册，保证了信息的真实性。
这点非常重要，当时Myspace有将近三分之一的员工都在监控上传的色情图片，但Facebook几乎没有在这方面花费多少力气，因为在Facebook上大家使用真名。也是因为这样，上面的内容也更真实更高质，奠定了平台的内容基础。
当时Facebook只开放给常春藤学校的学生，这种打法也非常聪明。扎克伯格有这种直觉，上常春藤盟校的学生更有可能和其他常春藤盟校的学生成为朋友。这一群高质量活跃的种子用户，为Facebook后面的高速增长奠定了基础。
因为这种稀缺性，当时每一所学校都希望能尽快加入到Facebbook。而后Facebook每在一所学校发表，一天之内就会有70%的在校学生注册，当时没有什么产品能像Facebook那样快速发展。
当时所有Facebook的员工，都是以黑客的心态做产品，有什么想法就直接做。为了把风险降到最低，很多时候他们要等到半夜才上线代码，因为如果搞砸了也不会影响到这么多人。
Facebook当时的产品只有个人资料，没有任何其他东西。有很多用户会每小时换一次个人资料的照片，只是为了分享他们最新的照片刷存在感。有了这些数据的洞察，当时两个工程师Scott和Alen在白板上作出了Facebook Photos的产品原型：当你发布一张照片，你可以创建相册把它们存储起来，而且可以标记里面的人物。
Facebook Photos于2005年10月上线。当天，就有用户上传了700多张照片，并做了人物标记。这个功能从此起飞，成为了最受欢迎的产品。
这个功能给Facebook带来了大量的增长。
为什么？答案就是上传图片的人物标记。每当你被朋友标记在图片上的时候，你就会收到一封邮件，上面写着：有人把你的照片上传到Facebook上了。因为好奇心，没有人不会去网站上看一看那张照片。
在2006年之前，Facebook还是主要以展示基本信息为主的平台。但是在2006年九月的某一天，Facebook悄然推出了News Feed这个革命性的产品。Dustin，Facebook Cofounder之一说：
“Newsfeed是病毒式传播概念的化身”。
最初的产品逻辑，就是一个信息的集合：展示你现在正在做的事情和你身边朋友们正在做的事情。NewsFeed是第一次，使得Facebook展示的内容不再是静态的，无聊的，无用的。而是不断更新的“报纸”，随时展示你所关心的事情。
回顾当时的社会，每个人都需要读报纸，了解信息是每个人的底层需求。但是当时的每份报纸，都是编辑们制作修改过的内容，他们决定他们想说什么，他们想印刷什么。但并不是所有人都想看那些内容。而当时Facebook所做的就是制造一千种不同的报纸，个性化地分发给不同的用户。
如果以现在的眼光看过去，你一定觉得这一切都是非常自然没有任何疑问的。但是当时这个改动在内部有非常大的分歧，无论对于产品或者工程而言都是极大的挑战。
对于工程而言，它必须处理大量的数据，需要处理更大的服务器负担。当时Facebook的工程师非常厉害，在一开始就设计了一套NewsFeed的分布式系统。这在当时业界也是非常前卫的。不要小看了这一点，当时比较有名的Friendster和Myspace都是因为各种工程方面没有长远的布局，导致了后来的衰败。
对于产品而言，刚开始发布的时候很多用户很反感，因为它暴露了很多以前从未见过的信息，他们觉得侵犯了他们的隐私，威胁要抵制这个产品。他们有人在办公室楼下游行，有学生在组织请愿书，有人在Facebook上组织抗议Facebook的组群，不到两天就有100万人加入。
正常情况下，如果大约有10%的用户开始抵制某些产品，我们就会关闭它。但是NewsFeed扎克伯格非常坚持，这也是因为他看到了，虽然大家在抵制，但他们还在不断用这个产品，Facebook的流量和使用次数是NewsFeed实验前的两倍。
为NewsFeed这个产品源源不断增长动力的，却是其背后的算法推荐引擎。
用一个简单的例子来说明它是怎么运作的：假设你约了你的女朋友吃饭，但是她迟到了，让你来帮她点餐。
第一步，你可能要看看菜单上有什么可以选择的。(inventory)
第二步，你可能要收集所有可能影响你女朋友喜好的数据。(signals)
比如说：她喜欢吃鱼，不喜欢吃羊肉。你也要考虑一下现在是午餐还是晚餐（女生晚餐不喜欢吃太多）？这家餐厅比较有名的是哪些食物？她昨天吃的是什么，要不要换换口味？收集到尽可能多的数据。
第三部，根据你所收集到的信息，作出预测。(predictions)
对于菜单上的每一个菜，你根据你所收集到的数据，做一个预测，比如：你女朋友喜欢这道菜的概率，然后做一个排序。最后做出最有可能让你女朋友开心的选择。
Facebook上的信息也基本上是按照上面的方式进行分发的，每天有成千上万上万种不同的因素在影响这这套算法，这么多年来每天也在不停地迭代。这和当时很多其他产品只单一地按照时间顺序和热度进行排序不一样。
我看过很多对于Newsfeed算法的优化，虽然算法本身对产品的形态对用户而言没有太多的变化，但就是这微妙的排序变化，极大影响着整个生态的持续增长。
所以说，Facebook一开始把握住了时代的机遇，通过一些革命性的产品变革实现了初期爆发式增长。
后篇，我们会来看Facebook作为一家技术驱动的公司，如何通过数据，技术，产品的方式不断迭代，保持长年高速增长，逐渐成为科技界的巨头。
“A good plan, violently executed today, is better than a perfect plan tomorrow.”
谢谢大家支持和关注。
