已加入了一家爱沙尼亚公司做市场营销半年，当时特意选择非技术职位是想多了解其他职位的限制，也想看看在有编程背景下能怎样更好地做好工作。
市场营销每家公司都有，但很自然地招聘的时候会把他们和程式员分开：会写程式的就乖乖写程式，不会写程式的就去做营销。当初面试的时候我也刻意淡化自己的程式背景才得以加入现在的公司－－因为营销部门并不期待有人写程式。
这种现象导致两个问题：营销部门需要人手做重复性而且有机会出错的工作；营销部门不容易（也没相关沟通方法）得到工程师部门的帮助－－因为工程式常常都在忙着做「更重要」的事。
由于程式员很懒惰这一自然现象，我在公司里做了几项营销自动化让自己不用忙重复性的工作。也刚好遇到朋友提起有兴趣看看某些 Facebook 页面上的特点，觉得这是大势所趋，也就开始了新产品来帮 Facebook 小编减省无谓的工作。
每天 Facebook 上有着成千万上亿的互动资料，有「Likes」、「Share」等，一个好的社群营销或媒体管理者每天要消化的资料非常多，要只靠人看数据做决定非常困难－－自己管理的页面还好，我听过有小编每天要看另外十几个别人的页面来拿灵感。当然，有不少很好的小编有着把大量资料极速消化后再运用的天赋，但这种人毕竟可遇不可求，而且人有时候总会犯错或漏看－－哪有可能每十分钟去看十几个页面有没有变化？
所以我觉得这正是编程可以帮上 Facebook 小编的领域－－自动 Facebook 资料分析，把人的脑汁留在更有用的事情上。
和朋友做出了一个原型，可以在不花时间和精神的情况下获知某些页面的特别消息：例如刚过去的美国总统大选辩论过后，我收到了系统发出希拉莉粉丝人数急增（帖文分享数剧增）的通知；也曾经收到特林普某些帖文「嬲嬲 Angry」急增的通知－－原来他在挖苦希拉莉。如果我是希拉莉的 Facebook 小编，我可能会因此作出一点回应。
若把这系统用作追踪某些热门页面如「毛记电视」、「嘉士伯啤酒」，想必不上 Facebook 也能紧贴著香港各大流行事。而追踪「New York Times」等国际媒体更能让自己更紧贴全球时事。
我们刚在 Product Hunt 上稍作推广，想看看反应，若你也觉得有趣的话请上 Product Hunt 上投我们的产品一票。
我很期待系统能在海量的数据中更快地自动找出更多人类或许会看漏的趋势，我们也会从中撷取出更多数据放在我们的博客中－－可以在此订阅将来会出现的「Nike vs Adidas」或「Starbucks vs Pacific Coffee」等有趣报告。
