早餐來一杯香濃咖啡，你知道喝下去的咖啡因和糖類，如何影響你一天的工作產出？
每小時收一次電子郵件並回信，你知道這樣頻繁的動作，如何影響你對重要任務的專注度？
出差到中南部見客戶，你知道地點的轉換，如何影響你的工作情緒？
三更半夜還掛在facebook 上，你知道這種睡眠品質，如何影響你的年度績效？
如果這些數據能夠自動收集和分析，是否能讓我們更有自覺，管理好我們的職涯與人生？就像運動員長久以來使用視覺和先進的統計分析來提高績效，如今，「自動分析法」（auto-analytics）也在職場中開始蓬勃發展。
有了穿戴式裝置、行動和電腦應用程式，以及精密的資料視覺化，我們現在可以很容易地監視辦公室活動，以及可能影響它的任何因素，然後運用這些資訊，更明智地抉擇將時間和精力聚焦於何處。
這顯示了，我們對追蹤工作績效，甚至是職涯規畫的看法，已有重大轉變。員工長期受人評估，但在傳統上，是由經理人選擇的工具和衡量標準來評估。更重要的是，也是由經理人決定如何解讀調查結果。如果運用自動分析法，員工就能取得掌控權，可進行自主實驗，指出哪些作業和技巧可讓他們最有成效和最令人滿意，然後據此進行改變。
兩類工具幫你收集分析
目前，有兩大類自動分析工具，第1 類可以顯示模式，並協助你設定目標，讓你能記錄例行公事和身體反應，例如睡眠時數、心跳、飲食，或是消耗的熱量；你可以藉此知道你的咖啡因和糖類消耗量，如何影響你的工作產出，或是哪種辦公室互動，會使你的血壓升高。此類工具最適合縱向（幾天、幾週、或是更久）或重複用來測試介入及結果，直到達成最適當的平衡為止。你收集個人資料的基準線，然後找出資料收集和分析的週期。
第2 類工具則根據它們收集到的資料提出問題，或是提示行動，以引導你走向目標。它們通常是應用程式或線上工具，可能會告訴你要健身、停止喝咖啡，或是在簡報時放慢速度。它們往往需要一些直接的投資，使演算法「知道」如何及何時與你連線測試。
分析領域1：個人體能
研究顯示，知識工作者的睡眠、壓力、運動，會影響生產力、創造力，以及整體的工作績效。如今，這些工作者可從各種行動應用程式、穿戴式感應器，或是電腦工具，自動收集關於肢體移動、生理系統的豐富資料。
業務顧問邱雅（Sacha Chua）想了解她的睡眠時間表，與達成個人專業任務之間的關係，為此測試了許多工具。她使用稱為「睡眠紀錄器」（Sleep On It）的追蹤器，監視自己的就寢時間、睡醒時間、每晚的睡眠量，以及數週以來的睡眠品質。根據這個基準線與「睡到太晚才起床」的假設，她後來試著提早醒來：在早晨5 點40 分而非8 點30 分起床。
令邱雅驚訝的是，按照新的起床時間進行後，她睡得夠多、也更好，進而改善她的參與度和工作績效。這似乎迫使她避開不重要的深夜活動，例如上網，這樣她就能早點就寢。她沒有一再按掉鬧鐘按鈕繼續睡，把太多晨間時間浪費在低品質的睡眠上，而是用來寫作和撰寫程式。這項分析名義上是關於睡眠，但資料讓她能用更嚴格的方式探索、排定優先順序，並根據對她公私兩方都真正重要的事項採取行動。
分析領域2：個人思維
Google工程師伊凡斯（Bob Evans）使用追蹤器和推動器，來調查自己注意力和生產力之間的關係。他運用一種與線上行事曆互動的工具MeetGrinder，以分析他每天和每週有多常在獨自思考和同僚互動之間轉換，然後對照他的工作產出，描繪出轉換的情況。資料顯示，他需要連續4小時才能完成難度較高的事，所以如果他有這麼長的時段，他會專注於最具挑戰性的任務；而平日有許多會議打斷思緒的時候，他就較少處理最具挑戰性的任務。
伊凡斯也使用一個行動應用程式，這個程式每天3次隨機與他進行連線測試，詢問：「你過去2小時在工作嗎？」，如果他沒有，會被要求重新調整焦點。如果他按一下「有」，應用程式會詢問更多問題：「你的主要工作活動是什麼？」以及「你的次要工作活動是什麼？」這種資料收集方式，稱為「經驗取樣方法」（experience sampling method, ESM）。伊凡斯為期3週的實驗剛過1週，ESM資料開始顯示，他太頻繁回應工作上的電子郵件，所以無法專注在更重要的任務上。因此，他開始1天只回應電子郵件2次，結果發現確實提高了生產力。在第3週，每次應用程式與他進行連線測試，他都在進行他的核心程式設計工作。
分析領域3：個人情緒
自動分析工具不衡量情緒智商，但提供更容易的方法深入了解情緒，並將資料用來加強我們的預測：哪些事會讓我們在日常工作和職涯中感到高興。許多應用程式和工具會提示使用者「你現在覺得如何？」，藉此追蹤情緒。如果你在具GPS功能的手機上使用這種工具，可以在你的情緒和位置之間找到相關性：你在家裡、星巴克或辦公室工作最愉快？你在特定客戶端或出差時較不愉快？你也能量化關於特定任務或工作的感覺。
這些工具並不能取代個人反省的功夫，卻有助於反省。一個例證是品牌策略人員杜普奇（Marie Dupuch）的個案。由於大學畢業在即，再加上進入就業市場前必須要「反思和了解事情」，因此在最後一學期的3個月中，她使用追蹤器應用程式，以5分的等級對自己的情緒評分。起初，調查結果可以預測：在Skype上與親友交談可提振心情、搭乘大眾運輸工具會使心情鬱悶；但有個資料點凸顯出來：週四是她最快樂的日子。這點令她驚訝，因為週四也是她最忙的時候。
每週四，杜普奇開車進城上一堂廣告課，那堂課請來客座講師，並需要和廣告業高階主管及其他創新人士互動。她假設，進市區與廣告界接觸，讓她艱辛的一天變成最快樂的一天。她決定要測試她的理論：安排在5天裡，與曼哈頓的廣告公司進行6次非正式面試，然後衡量她在此期間的心情。她反思：「透過這項測試，我能從真實資料中看到，廣告這行業是讓我感到愉快的職涯類型。」如今，她在紐約廣告業工作，心情愉快且生產力很高。
自動分析法的努力目標
自動分析法仍在初期階段，但未來的發展方向將是，應用程式會將許多類型的衡量方法，整合到單一儀表板，讓我們能在愈來愈複雜的層面分析自己。
當科技企業家溫特（Nick Winter）覺得自己正處於生產力高原，並意識到新事業處於危境時，便選定一個稱為「百分位意見反應圖形」（percentile feedback graphing）的自動分析技巧，協助他看清楚趨勢。他現在召集一個由志同道合同事組成的線上團體，這些同事比較他們的指標，並彼此競爭。
想像一下有個自動分析應用程式，可以協助經理人
重新安排創新會議，因為它知道他沒有睡好，通勤時間過長，製造了緊張情緒；而且他在創新會議之前，開了一個很沉悶的預算會議。或是想想某位知識工作者，他在績效評核之前，已備妥個人標竿比較資料，以支持或反駁經理人的評估。當分析顯示某人在非核心任務上的績效很好時，自動分析法甚至可以促成那個人轉換職涯。想想，當你在做出改變一生的決定時，如果有資料的支持，會減輕多少焦慮！
傳統上，有些事情我們仰賴直覺和隨意的意見來處理，但若能用正確的方式應用自動分析法來處理這些事情，可取得確實的證據來支持你的做法。量化你自己，可給你相當多的啟示，而且，這或許是你在改進職涯和人生時最該做的事。