本文出自

簡單定策略

簡單定策略

2012年9月號

數字是我的職場教練

You, By the Numbers
詹姆士.威爾遜 James Wilson
瀏覽人數:8795
  • 文章摘要
  • "數字是我的職場教練"

  • 字放大
  • 授課文章購買
    購買〈數字是我的職場教練〉文章
  • 個人收藏購買
    購買〈數字是我的職場教練〉PDF檔
    下載點數 10
過去,都是由老闆選擇用哪些工具、量表,來評估員工的表現。即使是評估出來的數字,也由老闆來詮釋。現在有了「自動分析系統」,員工可透過這種自我量化的創新工具,自行分析詮釋,進而有效提高績效,開創職涯高峰。

今年3月,企業家兼科學家史帝芬.沃爾夫勒姆(Stephen Wolfram)寫了一篇部落文,標題是「我人生的個人分析」。在貼文中,他描繪自己22年來的資料,包括他的電子郵件使用情況、花在會議上的時間,甚至是他記錄的點擊按鍵數目。最後得到的圖表和圖形很吸引人,而且有幾分教育意義。沃爾夫勒姆寫道,他是相當規律的人,喜歡獨自挑燈夜戰。他知道,雖然排定的電話會議通常會準時開始,但他親自參加的會議較難預估時間,而且他用鍵盤打字時,有7%的時候是按退格鍵。

如同沃爾夫勒姆形容的,這項「自我覺知行動」,讓他在「自動分析法」(auto-analytics)這門日益擴大的學科中,成為開拓者,這是一種自動收集和分析自己的相關資料,以便改進的做法。運動員長久以來,使用視覺化和先進的統計分析,來提高績效。如今,自動分析法也在職場中蓬勃發展了。有了穿戴式裝置、行動和電腦應用程式,以及精密的視覺化資料,現在可相當容易監視辦公室活動,以及可能影響它的任何因素。並運用該項資訊,更明智地抉擇,應將時間和精力聚焦在哪處。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。沃爾夫勒姆的見解是,他「出奇規律」的日常工作,使他擺脫束縛,對追求知識和其他事情變得「精力充沛和自動自發」。但他並未使用這些資料,來發現增進個人績效的方法,因此,他的部落格貼文,雖然具有開創性,但也相當謹慎。它凸顯了,不事先計畫好就運用自動分析法,會有陷阱存在。沃爾夫勒姆因為一開始缺乏清楚的目標,後來花了二十年,來綜合他龐大的資料集。但即便如此,他仍僅止於觀察,沒有繼續分析和介入。他可根據自己的調查結果,做出什麼樣的改進?比方說,針對承受的壓力水準,來安排專案時間表是否比較有用?此外,因為他從遠處遙控經營公司,也許按照他與別人共處的時間長短來記錄自己的心情,會比較有用?

如果沒有直接處理這類問題,自動分析法可能會面臨一個風險:成為充滿希望的概念,卻沒有適當應用,並被斥為只是另一個技術風尚。要把事情做對,需要了解工具,並發展方法。目標不只是增加自我覺知,還要變得更擅長自己的工作,更滿意自己的人生。

工具

目前,有兩大類自動分析工具,第一類是追蹤器,它們可以顯示模式,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。從這些資料,你可以得知一些訊息,例如,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。追蹤器最適合長期(幾天、幾週,或是更久)或重複用來測試介入行動和介入結果,直到達成最適當的平衡為止。你收集個人資料的基準線,然後進行幾個回合的資料收集和分析。有了上述分析之後,你就可以使用第二類工具「推動器」(nudger)。推動器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。推動器通常是應用程式或線上工具,它可能會告訴你應該去健身、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

你究竟能衡量什麼?我使用成功的個案和研究,發展出一個可讓自動分析法發揮作用的架構,這個架構包含三個領域:個人體能、個人思維、個人情緒(身、心和靈)。

領域 1:個人體能

你的體能狀況影響工作,大約從工業革命以來,我們就知道這一點,科學管理之父弗德雷里克.泰勒(Frederick Taylor)當時著名的時間和動作研究顯示,鐵工廠工人的動作,像是把生鐵鏟進手推車裡,是可衡量和改進的。同樣地,研究顯示,知識工作者的睡眠模式、壓力水準及運動方式,會影響生產力、創造力及整體的工作績效。如今,這些工作者有很多工具可選擇,包括各種行動應用程式、穿戴式感應器,或是運用一些桌上型電腦的工具,來自動收集關於肢體移動、生理系統的豐富資料。

業務顧問莎恰.邱雅(Sacha Chua)想了解她的睡眠狀況,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「睡眠記錄器」(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(見表:「自我評估總覽」)。根據這個基準線與她「睡到太晚才起床」的假設,她後來試著早一點醒來:在早晨5點40而非8點30起床。令邱雅驚訝的是,她發現,按照新的起床時間進行後,她睡得更多、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,但這些資料讓她能用更嚴謹的方式探索、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。

領域 2:個人思維

在1960年代,彼得.杜拉克(Peter F. Drucker)認為,將個人思維量化為知識工作的單位,是合理的。雖然知識工作在進行時,仍很難用嚴謹或直接的方式來衡量,但它的產出依舊是用可計費時數、提出的報告,或是撰寫的程式行數等近似值來追蹤。這些衡量指標可以提供經理人和財務系統一些資訊,但對於想得知如何提升工作績效的個人,那些指標沒有什麼參考價值。自動分析法在這方面可提供協助,做法是在你執行認知工作時,例如,在智慧手機上進行客戶研究,或是在Excel中進行統計分析時,收集你的資料。

Google工程師鮑伯.伊凡斯(Bob Evans)使用追蹤器和推動器,來調查自己的注意力和生產力之間的關係。他解釋說:「身為工程師,我們在自己腦中載入所有這些變數,也就是我們正在建立的系統中的許多智慧片斷。如果我們分心,就會失去腦中的線索。」伊凡斯使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,他需要連續四小時,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,這個程式每天三次隨機與他進行連線測試,詢問:「你過去兩小時在工作嗎?」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?」這種由心理學家米哈里.齊克森米哈賴(Mihaly Csikszentmihalyi)發展的資料收集方式,稱為「經驗取樣方法」(experience sampling method, ESM)。伊凡斯為期三週的實驗剛過一週,ESM資料就開始顯示,他太頻繁處理工作上的電子郵件,所以無法專注在更重要的任務上。因此,他開始一天只回覆電子郵件兩次,看看這樣是否會提高生產力。結果確實可以。在第三週,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。特別的是,伊凡斯的一位同事將應用程式設定為一天八次和他寒暄,他變得很沮喪,所以放棄了實驗。

領域 3:個人情緒

丹尼爾.高曼(Daniel Goleman)15年前主張,傑出領導人與一般領導人之間的差異,有將近90%可歸因於情緒因素,而非智慧。其實,許多專業人士對於情緒在職涯中扮演的角色感興趣,他們想更了解自己的情緒狀態,以及控管情緒的能力。但側重情緒智慧的評估工具和教練很昂貴、具侵入性,而且通常是保留給最高管理階層中的特定成員。自動分析工具不衡量情緒智慧,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:哪些事情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類工具,就可以找出你的情緒和地理位置之間的相關性。你在家裡、星巴克(Starbucks),或是在辦公室工作最愉快?你在某些客戶的辦公室或出差時較不愉快?或者,使用可處理文字資料的工具,例如電子郵件通訊,或是日誌項目中的文字類型,你可量化對於某些任務或工作機會的感覺。

這些工具並不能取代個人反省的功夫,卻有助於反省。一個例證是瑪麗.杜普奇(Marie Dupuch)的個案,杜普奇是品牌策略人員,長久以來很羡慕「可察覺個人情緒,並完全知道是什麼原因讓自己沈浸在這種心情」的人。她發現自己並沒有那種直覺,就改採量化方式,以了解自己的情緒。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」,她開始追蹤自己的情緒。在最後一學期的三個月中,她使用一個測試版的追蹤器應用程式,這個程式要她以五分的等級,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。但有一個資料點凸顯出來: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,杜普奇從就讀的大學校園開車進城,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,以及其他創意類型的人士互動。她假設,在市區裡與廣告界人士接觸,讓她最艱辛的一天變成最快樂的一天。因此,她決定要測試她的理論:她安排在五天裡,與曼哈頓的廣告公司進行六次非正式面試,然後衡量她在整個期間的心情。她反思:「透過這項測試,我從真實的資料當中看到,廣告是個好的嘗試,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。

當然,有效追蹤情緒的前提是,在收集資料時,你可以採取分析性,甚至是臨床的角度,來看待你的情緒。這項工作大大不同於追蹤數小時的睡眠,或是發送電子郵件的件數。我訪談過的許多人說,這個流程一開始很不自然,但經練習後變得較容易,最後能改進對情緒的感受和反應能力,杜普奇就屬於這種人。

未來

自動分析法仍在初期階段,然而,一系列以認知和行為科學為主的新研究,目前已在各大學及私人企業中進行。一項稱為「自我量化」的專案包含許多機會,讓個人可以嘗試自動分析工具和實驗方法。此外,以新領域為主的資料視覺化見解,以及來自商業分析領域的演算法創新,對自動分析實踐者和工具製造者而言,都有直接的幫助。

還有兩個其他趨勢也開始顯現。首先,這些工具將變得更複雜,有些會變得更智慧,因為有些演算法可讓「推動」功能更細緻,更清楚何時及如何與你進行連線測試。它們可能也有更高的正確性,甚至高於BodyMedia的新裝置。BodyMedia的新裝置,每秒收集大約五千個有關身體的資料點,並使用IBM分析碼,量身打造與日常飲食和體能活動相關的建議。有些工具會變得較不顯眼;例如,編織到衣服中,以掌握身體的資料,或是內嵌到專業工具中,例如,試算表和文字處理應用程式。第二,將會發展出更為全面的自動分析法,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。例如,像stickK和Beeminder等工具,已結合追蹤和推動功能,而且能增加一個社交層面。它們要求你建立一個目標,例如,增加銷售拜訪次數,或是每週與直屬部屬對話的次數,然後運用數位顯示表,協助你分析每天在達成目標上的進展。為了鼓勵你積極向目標邁進,它們會推動你採取某些行動,或是甚至在你偏離軌道時運用財務罰則。此外,它們可應用在社交上,好讓追求相同目標的人們,甚至是陌生人,可以分享資料和鼓勵彼此,這跟人們在減重俱樂部做的事情一樣。

科技企業家尼克.溫特(Nick Winter)運用這個方法,獲得重大的成功。當他覺得自己正處於生產力高原期,並意識到他的新事業正處於危險境地,便開始收集關於他工作活動和產出的資料。在十個月的期間,從試算表追蹤到推動器工具,溫特測試四個截然不同的方法,想要提高生產力。他選定一個稱為「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的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。

另一個資料整合的例子是「個人分析伙伴」(Personal Analytics Companion, PACO),這是由前面提過的鮑伯.伊凡斯設計的開放原始碼行動應用程式。「這項工具並沒有所有的垂直應用程式,包括情緒追蹤器和會議追蹤器……而是讓人把所有的資料混合和比較,」伊凡斯說:「你可以看到趨勢、分布、關係。」想像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,開了一個很沈悶的預算會議。或是想想某位知識工作者,她在績效評核之前,已備妥個人標竿比較資料,以支持或反駁經理人的評估。那是自動分析法的努力目標。當分析顯示某人在非核心任務上的績效很好時,自動分析法甚至可促成那個人完全轉換職涯。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。

(林麗冠譯自“You, By the Numbers,”HBR, September 2012)



詹姆士.威爾遜 James Wilson

貝伯森高階主管培訓中心(Babson Executive Education)資深研究員,並與他人合撰《新企業領導人:培養打造社交和經濟機會的領導人》(The New Entrepreneurial Leader: Developing Leaders Who Shape Social and Economic Opportunity , Berrett-Koehler, 2011)。


本篇文章主題時間管理