京公网安备 11010802034615号
经营许可证编号:京B2-20210330
个人大数据时代的到来:2014年时间总结
你可能没有记录时间开销的习惯,但你是否想知道从一年的时间开销数据中能看出什么呢?剑飞童鞋的这篇文章可以满足你的好奇心。
前面有一篇文章阅读写作是基本体系,提到了阅读方面的时间总结分布。 个人大数据时代的到来 里面涉及到多个维度,其中第一个维度便是时间,实际上,也只有时间总量是确定的,一天24小时,一年8760小时,如果一个人活到95岁,时间总量83万2200小时,基本上也是固定不变的。
关于记录时间的重要性,大家可以看《把时间当作朋友》《奇特的一生》《卓有成效的管理者》,而《人生的智慧》到底说了些什么?(一)中提到的行动建议中也提到了记录时间,以及记录时间的具体方法,链接: 时间记录相关教程:TimeMeter,Itimelog 。
今天来分享一下2014年各个月份以及几个重要维度的时间数据,尤其是和已经进行过时间记录和分析的朋友分享,也许可以把你的数据也分享出来, 一起研究下,采取什么样的行动对未来会产生怎样的结果,并把这件事情进行相当长的时间,比如56年——柳比歇夫的时间记录年数。
一、从维度上来看
交通时间
年度报告,2014年交通时间
在做总结的过程,发现上面这张图似乎是最能反应生活变化的一张图,从直观上即可看出2014年生活节奏、状态所发生的变化,甚至能想起所做出的选择,比其他维度的直观感受更为明显。这里有个建议是,把 交通时间独立出来,在之前的时候做分享的时候特别提到过:分类的时候,把交通时间和睡眠时间独立成两个类别标签进行记录。
在2014年7月29日的分享里面特别提出了一个问题,难道交通时间会因为季节的变化而变化么?原因是2013年第4季度和2014年第1季度 的交通时间呈现出某种规律性。从2014年12个月的分析来看,似乎也交通时间也随着季节的变化而变化,那么,2015年会不会这样呢?
学习成长
年度报告,2014年学习成长时间图
在各个纬度中,学习成长是比较关注的一个环节,总体上来说,还特意保证这一部分的时间分布。从月份上来看,学习成长会变化起伏较大,比如从2月 份的29小时到6月份的126小时,两个月份相差97小时,其实这也是弹性较大的一个维度。如果我们在生活中注意到的维护学习成长的时间,也就能保证分配 到学习上,比如阅读、写作、研究等活动。如果没有分布到学习上,时间也会被其它事情占据。
你是否认为阅读、写作是一项重要的活动?那么,你是否维护了自己在阅读、写作方面的时间?
二、从月份上来看
前面是两个维度的时间,接下来分享各个月份的时间比例图。从比例的变化可以看出各个月份的不同重点。放图之前,想到几个点先说一下。
如果一个人把自己各个不同阶段的时间报告拿出来一看,会发现不同的人生阶段,分布的时间会有很大的不同,而时间分配在什么地方,某种程度上决定你是个什么样的人。而不管这种是时间分配是有意识的还是无意识的,时间记录都能起到一些帮助作用。
有意识的时间分配,是指可以规划自己的时间,对于年纪越大的人来说,越能进行有效的时间分配活动。如果一个人年纪还小,某种程度上,时间是被动 指定。比如小时候需要在学校读书,上课时间就不能被安排去玩;年轻人工作的前几年,如果是一些基础的工作,工作时间不能被随意分配,重点还是在执行。
然而,一个人年纪越大,越能分配自己的时间,比如能选择自己居住在什么样的城市,选择怎样的交通工具。进入法定退休年纪之后,这样的时间分配达 到顶峰,现在人的寿命长,至少还有20~30年的时间可以自由安排。如果老年人保持着某种程度的兴趣爱好来安排自己的时间,无意于找到了最美好的时光。
无意识的时间分配,是指没有注意到时间本身,或者是过一种随意的生活,随心所欲。有些是受制于外界环境,而不能自主地安排时间,也算进这一部分之列。
在我的时间记录体系里面,无论是有意识的时间还是无意识的时间,都建议进行记录,也就是一天记录24小时。
2014年11月29日在深圳新生代DGS分享 个人大数据专题的时候,有提到一个观点:
个人大数据,如果不进行记录,就会消失,再也不会找回来。
这个观点适用于 个人大数据提到的各个维度。读者可以想一下,去年今日、前年今日的各个时段分别在做些什么?如果有进行记录,几乎可以画面感很强地会回忆起来。如果没有记录,尽管已经找到当时所做的事情,也或多或少地会失真。
实际上,如果不是“客观、及时、持续”的记录,这部分时间数据几乎已经消失了。此外,关于使用手机的数据,运动的数据,如果不收集,也会出现这种情况。
关于个人大数据的几个重要原则以及重要观点,有时间再进行分享。也可以先看看2014年11月29日在深圳的一个分享,以下为朋友们的总结:
1. 小玲子:个人大数据的时代来了
2. 赵诣:立足当下看到未来
3.星宿老仙:关于个人大数据工具的笔记
现在继续分析关于2014年各个月份的时间,这里仅仅分享时间比例本身,而不涉及自我总结部分。
2014年1月
时间月报,2014年1月
2014年2月
时间月报,2014年2月
2014年3月
时间月报,2014年3月
2014年4月
时间月报,2014年4月
2014年5月
时间月报,2014年5月
2014年6月
时间月报,2014年6月
2014年7月
时间月报,2014年7月
2014年8月
时间月报,2014年8月
2014年9月
时间月报,2014年9月
2014年10月
时间月报,2014年10月
2014年11月
时间月报,2014年11月
2014年12月
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据可视化领域,树状图(Tree Diagram)是呈现层级结构数据的核心工具——无论是电商商品分类、企业组织架构,还是数据挖掘中 ...
2025-11-17核心结论:“分析前一天浏览与第二天下单的概率提升”属于数据挖掘中的关联规则挖掘(含序列模式挖掘) 技术——它聚焦“时间序 ...
2025-11-17在数据驱动成为企业核心竞争力的今天,很多企业陷入“数据多但用不好”的困境:营销部门要做用户转化分析却拿不到精准数据,运营 ...
2025-11-17在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07