ライフログを分析する 計画編
本記事はその計画です。
目的の整理
まず、なんのために分析を実施するかを決めないと、適切なデータやその粒度、必要な分析がわからないため、はじめに目的を整理しました。
私は「調子の良い日と悪い日の要因を分析して、調子の良い日を増やす」ことを目的としました。
さて、「調子の良い日」とはどんな日でしょう。私は「調子が良い日」を以下のように定義しました。
①気分がよい
②朝すっきり起きられる
③パフォーマンスが良い(やるべきことができる、思考が冴えている)
④やると決めていることができる
結果指標の設定
次に、上記の定義に合った測定方法を考えました。
①気分がよい
⇒気分ログをつけて、それが高スコアである
②朝すっきり起きられる
⇒(起床時間)-(覚醒時間)
③パフォーマンスが良い(やるべきことができる、思考が冴えている)
⇒TODOリストの消化数、読書のページ数、DataCampの獲得EXP
④やると決めていることができる
⇒Habitlyで記録しているルーティンの○×
③④はアプリからデータをエクスポートすることが難しかったため、今回は①②を結果指標の候補としたいと思います。
原因指標の設定
今度は原因となりそうなものをできるだけたくさん考えます。
・スクリーンタイム
・睡眠時間
・歩数
・天気、温度、気圧
・twitter ツイート数、RT数
・消費金額
スクリーンタイムはデータのエクスポートに現状対応していませんでしたが、いろいろ調べてみた結果、それ以外は現在調べる限り取得できそうです。
・スクリーンタイム
→×
・睡眠時間
→FitbitAltaからのエクスポートは難しそう。
(覚醒時間)-(就寝時間)
・歩数
・天気、温度、気圧
→Weather undergroundをIFTTTでGoogleスプレッドシートに記録する。
・twitter ツイート数、RT数
・消費金額
→MoneyForwordの有料会員向けCSV
計画としては以上です。
実際に分析する中で、データの処理に困ったり、上手く相関がでなかったりすることは出てくるかなと思いますが、ログが溜まるのが楽しみです。