为什么打卡？ 通过自我量化实现更好绩效

斯蒂芬·沃尔夫勒姆（Stephen Wolfram）既是位企业家，又是位科学家。今年三月，他写了篇博客，题目是“我的生活分析（The Personal Analytics of My Life）”。

在这篇博客里，他把自己22年以来使用电子邮件的相关数据、花在会议上的时间以及敲击键盘登陆电脑的次数绘制成一张图表，结果里面的图表和曲线图很有意思，也颇有启迪性。用这种记录方式，沃尔夫勒姆认识到自己是一个生活井井有条的人，喜欢一个人在深夜加班。此外，他还认识到：虽然在工作上安排的电话会议通常能准时开始，但现场会议却没法保证时间，而且在用电脑时，他花了7%的时间来删除已经写好的内容。

正如沃尔夫勒姆所说，这种“自我意识尝试”让他成为了自我分析这一新兴学科的开拓者。所谓“自我分析”，就是自愿收集、分析与自己相关的各种数据，以期改善自己。长期以来，运动员就用先进的可视化统计分析来帮助提升自己的成绩；现如今，自我分析也日趋盛行于工作场所。运用可穿戴装置、手机和电脑应用程序、以及高级的数据可视化技术，我们可以轻松监控自己的办公室活动及其任何影响因素。由此得出相关信息，可以帮助我们做出更好的选择，究竟应该把时间和精力集中投入到哪些工作上。

沃尔夫勒姆的发现是：“井井有条”的生活让“无论挑战智力的工作还是其他事情都变成了他的下意识行为，他完全乐在其中、精力充沛”。但是，他没有用这些数据来分析如何改善自己的表现。从这个意义讲，他的博客内容既具前瞻性，又有警诫性，因为它凸显了事先没有计划就运用自我分析的种种陷阱。由于一开始缺乏清晰目标，沃尔夫勒姆足足花了二十年时间来综合分析收集到的大量数据，即便如此，他的博客也仅仅停留在数据观察上，而没有对这些数据做进一步的分析和介入。例如：是否可以基于数据调查来改善自己？依照压力程度来计划项目节奏是不是更有用？

如果一开始没有考虑到这些问题，自我分析就很容易变成一个看似前途无限、实则无用武之地的理念。为了更好地进行自我分析，你必须了解自我分析工具，想出正确的使用方法。自我分析的目的不仅仅是要提升自我意识，还要提高工作能力和生活满意度。

自我分析工具

当前，自我分析工具主要分为两种，第一种是追踪器，用来发现模式，帮助设立目标，记录日常行为（比如：睡觉时间、心率、摄食量及能量消耗）及其生理反应。而这些信息能让我们了解到，比如：咖啡因和糖对我们的工作产出有什么影响，什么样的办公室交流会让我们血压骤升。最好要在长时间内（数天、数周或更长时间）多次使用追踪器，来测试介入措施及其结果，直至达到平衡。要确立个人数据基准，然后再多次进行数据收集和数据分析。

有了数据分析，就可以开始使用第二种工具：推动器 (nudger)。推动器通常是一些Apps或网络工具，告诉你要锻炼、不再喝咖啡，或者在发言时减缓速度。这一工具会在接收数据的基础上提出问题、促成行动，进而指导你朝着目标前进。当然，通常得事先做些准备工作，才能让这些应用程序或网络工具准确及时地提醒你。

自我分析三个方面

究竟可以监测什么呢？基于成功的案例和研究，我开发出一个平台，其中包括可以运用自我分析的三个方面：生理自我、思维自我以及情感自我（身体、大脑和精神）。

生理自我

一个人的生理状况会影响他的工作。我们对此已有所认识，因为早在工业革命时，弗雷德里克·泰勒（Frederick Taylor）就提出了著名的时间动作研究（ Time and motion studies），证明了钢厂工人的各种动作（如：把生铁铲进货车）都是可以监测并得以改善的。同样，知识工作者的睡眠模式、压力程度及其运动习惯也会影响他们的工作效率、创造能力和整个的工作表现。现如今，这些工作者可以选用一系列的可移动工具、可穿戴感应器或桌面工具，来自动收集与生理活动以及生理系统相关的丰富数据。

商业顾问萨沙·蔡（Sacha Chua）想了解自己的睡眠时间与完成优先工作任务之间的关系，于是，她使用好几种工具进行了相关测试。用一项名为“睡在上面（sleep on it）”的追踪器，她连续数周监测了自己上床睡觉的时间、醒来的时间、每晚的睡眠总时间以及睡眠质量。有了这一基准数据，她又假设自己上床睡觉的时间太晚，这样，她试着早些起床，把起床时间从早上8:30提前到5:40。

结果，蔡惊奇地发现，在新的作息时间下，她的有效睡眠时间反而更长，睡眠质量也有了改善。而且，她的工作投入度和工作表现也有了改进。这种作息时间让她取消了夜里一些不重要的活动，比如在网上闲逛，这样，她就可以早点上床睡觉。因为不再把早上宝贵的时间浪费在一阵阵打盹这种低质量的睡眠上，她可以把这些时间用来写文章、编程序。

从表面上看，这个练习与睡眠有关，但从中得出的数据却提供了一种严谨的方法，让萨沙·蔡可以发现并优先考虑那些对于她个人及其专业都至关重要的事情，并真正把这些事情落实到具体行动。

思想自我

在20世纪60年代，彼得·德鲁克(Peter Drucker)成功论证了量化思想自我成为知识工作组成要素的合理性。众所周知，很难严谨、直接地监测对知识工作的具体状态，但是，仍然可以用模糊标准来监测知识工作的产出，比如：计费工时、提交的报告数量、编写的代码行数等。这些监测标准能够为管理者和财务系统提供一些信息，但对于指导个人如何改进工作却用处不大。但是，在我们完成智能手机的客户研究、Excel统计分析等认知任务时，自我分析可以帮助收集相关数据。

Google工程师鲍勃·埃文斯（Bob Evans）同时使用追踪器和推动器来调查自己的注意力与工作效率之间的关系。他解释说，“作为工程师，我们头脑里全是各种变量，全是用来开发系统的各种知识碎片。一旦分心，我们就会丢失脑海中那根主线。”

使用一种与网上日历互动的Meet-Grinder工具，埃文斯分析了在几天、几星期的工作，看看他在独立思考和与同事交流之间的切换频率是怎样的，并把分析结果与工作产出一起反映在图表中。图表数据表明，他完成一项重大工作一般都需要连续四小时。因此现在他会把最具挑战性的工作安排在连续四小时的时间段里，而不是可能有很多会议打断自己思路的时间段里。

情感自我

15年前，丹尼尔·戈尔曼（Daniel Goleman）宣称，杰出领导人与普通领导人之间90%的区别在于情商，而不是智力水平。事实上，对于情商在职业上的影响作用，很多专业人士都很感兴趣，希望可以加深对自己情感状态及其情感管理能力的认识。然而，针对情商的评估工具和训练，价格不菲，具有侵入性，通常只留给最高管理层中的指定会员。

自我分析工具本身并不能监测情商，但易于我们觉察到自己的情绪，还会用数据支持我们的预测：究竟什么能让我们在日常工作和职业中感到幸福。很多程序和工具都提问我们“你现在感觉如何”，以此来追踪我们的情绪状态。如果使用带全球定位系统（GPS）功能的手机，你就会发现，情感和地点之间也是有联系的。在家里工作你感觉更幸福，还是在星巴克、在办公室？在某个客户的地盘上、或者在旅行中，你的幸福感是不是就会减弱？或者，使用某种工具来捕获文字数据，比如：电子邮件或日志上的某些字眼，你就能量化自己对某一具体任务或工作机会的感觉。当然，这些工具并不能代替自我反思，但它们可以促成自我反思。

当然，有效追踪情绪状态的前提条件是：在收集数据的时候，你能够一直从分析性，甚至判断性的角度来看待自己的情绪状态。这完全不同于追踪自己的睡眠总时间或电子邮件的发送数量。事实上，在自我分析过程中，一开始自己很不自然，但久而久之就容易多了。最终，自我分析会改善我们对自己情绪的感应能力和反应能力。