為了進一步提升分析高度，我們可以把工作流程的各個環節抽象分解為4部分，如圖所示。
# 第一部分是“資訊的獲取”
由於一項工作的開始可能是在接收到外界一項指令，或者獲得某項資訊之後。例如接到公司領導的電話，告知你將要完成一項工作，或是收到一封郵件，郵件裡交代了你要處理的事項，或者你從網際網路上查詢到一些資料等。在資訊的獲取過程中，執行者通常需要了解這些資訊應該從哪裡獲取，從哪裡可以獲取，什麼時間，以什麼方式獲取，主動還是被動。例如，對影象或影片中的資訊識別，以及判斷獲取到的這些資訊是否完整和準確，是否足以支援你開展後續的工作。
# 第二部分是“資訊的加工”
隨著資訊化的普及，當獲取資訊之後，通常需要將這些資訊輸入計算機(也許是一個線上的處理系統，也許是個人辦公軟體，如電子表格或Word 文件，或是雲端儲存)。然後對這些資訊進行儲存、過濾、加工、整合或抽取。在這個部分中，執行者需要了解這些資料的歸類方式、儲存結構、資料量、加工規則等。當然如果是基於後端強大的資訊處理系統，執行者只需要關心資訊的錄入方式即可，包括單筆還是批次；錄入資料之間的先後依賴關係；錄入前需要檢查的業務規則等。
# 第三部分是“資訊的分析”
資訊經過加工和處理後，需要轉換成有意義的“資訊”，也就是通常我們所談到的資料分析。簡單的資料分析包括查詢、彙總、統計，複雜一點的資料分析用到了圖或表的報表工具，甚至用到了各種商業智慧(Business Intelligence, BI)分析工具，如Hyperion或者SAS等。
# 第四部分是“資訊的決策”
資料分析之後，接下來就要做決策判斷了。而決策過程中涉及的技術更為複雜一些。第一類屬於決策“硬”技術，即定量決策，包括確定型決策技術、非確定型決策技術、競爭與隨機型決策技術等。第二類屬於決策“軟”技術，即定性決策，包括德爾菲法、類比法、孫子兵法等。第三類屬於“軟硬結合”技術，如用模擬方法解決數學分析問題。在決策之前，自動化系統還需要進行必要的推理，包括演繹推理、歸納推理、類比推理。
