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。