他們去哪兒?Facebook最初的前20名員工回顧
他們去哪兒?Facebook最初的前20名員工回顧
2014.02.09 | Facebook

Facebook日前迎來10歲生日,10年前處於草創階段的Facebook,是由哪些人支撐起來的呢?他們現在又在何方?創業之初的員工大多離開,有的人加入其他網路公司,有的人選擇創業,繼續留下的人已是公司高階主管,想當然的,他們都因臉書帝國版圖擴大而致富;此外,編號前20位的員工當中,只有2位是女性。接著就讓一起來看看Facebook前20名員工去哪兒?

■ 打造IT架構的密史勒(Gilles Mischler)(2005年6月~2010 年5月)

離開後加入了Playdom,不過只待了數個禮拜,該公司就被迪士尼以7億美金收購;接著到諾基亞負責網路架構;現在則是專業顧問。

■ 開發照片應用程式的馬雷特(Scott Marlette)(2005年6月~2010年1月)

創辦處方藥比價網站GoodRx,也是企業流程解決方案新創公司ProperFlow的顧問。

■ 負責網站新功能的奈夫(Dan Neff)(2005年5月~2005年10月)

只待短短5個月,當時負責網站新功能上線;現在任職於Adobe。

■ 相片「標籤」與按「讚」發想的斯提克(Aaron Sittig)(2005年5月~2012年12月)

身為Facebook主要設計師的Aaron Sittig,是創辦人佐克柏(Mark Zuckerberg)的好友;2012年底離開後,未曾更新其LinkedIn頁面

■ 讓大家都愛上臉書的格雷特(Naomi Gleit)(2005年4月~至今)

身負Facebook網友成長與參與度的重責大任,從史丹佛大家畢業後就在Facebook服務至今。

■ 負責處理網站爆炸式成長流量的海曼(Nick Heyman)(2005年4月~2007年1月)

曾在各大社群網站服務,Friendster、Facebook和Twitter;目前是新創公司投資者。

■ 負責媒體銷售,最先拿下廣告大客戶Panasonic和微軟的金(Steve King)(2005年4月~2006年7月)

後來加入了LocaModa擔任銷售副總,現為投資業者Second & Fourth共同合夥人。

■ 第一位廣告業務副總的布萊克(Tricia Black)(2005年3月~2006年6月)

根據其LinkedIn頁面顯示,離開之後過著顧問生活。

■ 擔任資深工程師的陳士駿(Steve Chen)(2005年,只待了數個月)

陳士駿待在Facebook的時間很短暫,後來創辦YouTube,並且被Google收購;2011年再創AVOS。

■ 佐克柏的室友柯勒蘭(Kevin Colleran)(2005年4月~2011年7月)

2004年暑假和佐克柏一起到Pala Alto生活,後來和佐克柏一起在網路界打天下;目前服務於創投業者General Catalyst。

■ 商務社群網站LinkedIn創辦成員之一的科勒(Matt Cohler)(2005年2月~2008年10月)

目前是Benchmark Capital合夥人,身兼許多新創公司董事,例如Asana、Quora、以及前Instagram;同時也是另一大社群網站LinkedIn創辦成員之一。

■ 前來架空財務長的卡拉漢(Ezra Callahan)(2004年12月~2010年7月)

他最初是帕克(Sean Parker)的室友,被派來負責「架空」財務長薩維林(Eduardo Saverin)的位置。根據其LinkedIn頁面,離開Facebook並未展開新工作,不過去年媒體報導了他最新計畫是投身旅館業

■ 編號第七號員工皮瑞拉(James Pereira)(2004年7月~2007年8月)

他的Facebook頁面顯示目前住在波特蘭,從事工作就不得而知了。

■ 帕克(Sean Parker)(2004年6月~2006年1月)

帕克後來計劃創辦社群影音服務Airtime,只是並不成功;目前為創投業者Founders Fund合夥人。

■ 創業團隊之外的真正頭號員工哈利塞奧格魯(Taner Halicioglu)(2004年10月~2009年11月)

一手打造Facebook硬體架構,後來至暴雪娛樂(Blizzard Entertainment)旗下的Battle.net服務;現在是UCSD加州大學聖地牙哥分校資工系講師。

■ 共同創辦人暨首位財務長,薩維林(Eduardo Saverin)(2004年2月)

薩維林取得勝訴之後,保有其共同創辦人地位,成為天使投資人。2011年宣佈放棄美國籍,外界認為這是躲避Facebook上市帶來的巨額稅收。

■ 共同創辦人暨發言人,休斯(Chris Hughes)(2004年2月)

2008年加入美國總統歐巴馬競選陣營;而後創辦非營利組織社群網路Jumo,同時也是病毒式傳播新聞網站UpWorthy的投資人。

■ 設計第一個logo的麥卡倫(Andrew McCollum)(2004年2月~2006年9月)

2011年加入創投業者Flybridge Capital Partners,後來又加入NEA;現在是許多科技新創公司的幕後推手,如Quilt、JobSpice。

■ 首位技術長莫斯科維茲(Dustin Moskovitz)(2004年2月~2009年11月)

Asana共同創辦人,並為多家科技新創公司投資者,如Path、Venmo、Flipboard、和NationBuilder。

■ 執行長佐克柏(Mark Zuckerberg)(2004年2月~至今)

繼續帶領Facebook拓展網路帝國版圖。

■ 同場加映:佐克柏的高中好友德安傑羅(Adam D'Angelo)(2006年11月~2008年6月)

他雖然不是前20名員工,但是身為佐克柏高中好友,自然也在這家網路公司工作好一陣子,擔任技術長一職,後來成立了Quora。

來源:BusinessInsider

關鍵字: #Facebook
往下滑看下一篇文章
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率

在 AI 快速進入企業營運核心的時代,數據不再只是被動的分析素材,而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據,例如會員資料、交易紀錄以及線上與線下行為數據,但因這些數據分散於不同系統,缺乏統一的身分識別機制以及明確的元數據(Metadata)定義,導致難以整合與分析,同時,也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰,Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務,如 Audience Center 與 AI Agent 等解決方案,並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程,從資料清理到 AI-Ready 再到落地應用,讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化,大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎,以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設?

Vpon 威朋數據科學經理廖宜楷指出,在 AI 驅動的時代,數據的品質決定模型價值。其中四個關鍵分別是:建構標準化的數據採集與處理管線,透過統一的工程規範,確保所有進入系統的數據在格式、維度與質量上具備高度一致性;其次是定義語義清晰的元數據(Metadata)體系,確保數據能夠被 AI 理解與使用,從而產出具備可靠性的產出結果;再來是打破企業內部的「數據孤島」, 透過完整整合線上(Web/App)行為與線下(POS/CRM)會員資訊,建構全方位的會員數據輪廓,精準捕捉消費者的跨通路行為軌跡。最後,數據的價值隨時間遞減,AI 的決策品質取決於數據的「新鮮度」,因此,數據的持續更新與自動化維護,不僅能讓企業在動態市場中保持敏銳,還可進一步深化會員輪廓分析的即時性。

舉例來說,在 Vpon 團隊的協助下,台灣百貨零售龍頭透過整合 Web 與 App 行為資料,並將線上與線下數據集中於數據中台進行分析,將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應,並基於此高效率基礎,進一步開發不同業務主題的預測與分群模型,提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實:Audience Center 如何賦能企業實現「數據即戰力」?

有了堅實的數據底座後,下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出,在變化快速的零售與數位行銷市場中,速度就是競爭力。然而,仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去,當行銷或業務人員需要數據支持時,通常得花費繁複的內部流程申請需求、討論需求,才會進到後續的資料清理、建模與分析,最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程,不僅拖慢了決策效率,更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程,將數據處理轉化為數據服務,透過直覺的介面與背後扎實的數據基礎支撐,讓非技術人員不用編寫程式碼,即可自行組合維度,大幅縮短從需求到執行的距離,將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入,不僅有助於提升效率,更賦予企業快速試錯與精準捕獲趨勢的能力,讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

#1 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學經理 廖宜楷
圖/ 數位時代

以 AI Agent 重塑數據使用方式,讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度,更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示,在數位轉型的過程中,許多企業面臨的挑戰不僅是數據整合,更包括如何讓不同部門的人員都能更即時協作與應用數據,有鑑於此,Vpon 推出四種 AI Agent 協助企業分析與應用數據,極大化第三方數據成效:

第一,以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表,即時掌握市場動態,加速決策下達與決策品質。

第二,透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限,可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三,藉由 Audience Agent 將客戶分群方式從規則導向(Rule-based)轉變為關聯導向,以關聯分析擴大受眾範圍,協助品牌找出更多潛在客群。

第四,推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因,釐清受眾喜歡的素材跟不喜歡的素材,藉此優化廣告投放內容,持續提升轉換率。

陳文謙表示:「透過 AI Agent 的輔助,品牌不僅能更快完成數據分析,也能將分析結果直接轉化為行銷策略與創意建議,降低跨部門溝通成本,讓數據真正參與決策流程。」

#2 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學資深總監 陳文謙
圖/ 數位時代

鏈結數據生態夥伴,以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率,Vpon 也持續拓展數據生態圈,協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示,跨境行銷過去多仰賴經驗與市場直覺,但透過數據整合與 AI 分析,品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明,透過雙方的獨家合作,企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源,深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型,以及不同客群的價格敏感度與回購行為等,將行銷決策從過往的經驗判斷轉變為精準的數據洞察,成為品牌出海的重要工具。

簡言之,對零售品牌而言,跨境數據是理解海外旅客真實樣貌的一大利器,也能進一步優化廣告投放、內容策略與商品布局,讓品牌在拓展國際市場時,可以更有效率地接觸潛在客群,放大行銷效益。

#3 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋產品行銷資深經理 邱心儒
圖/ 數位時代

展望未來,Vpon 將持續擴展數據生態圈並優化產品服務,幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環,希望以數據夥伴的角色與品牌共同成長,打造互利共贏的數據生態。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
AI全球100+台灣20
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓