VizualData.ru

RescueTime Comparisons: сравниваем плодотворность рабочих будней

Wed, 09 May 2012 12:22:24 +0300

В конце прошлого месяца команда RescueTime представила новый инструмент для анализа своей активности за компьютером — RescueTime Comparisons. В частности, используется данные, собранные и отправленные трекером на сервер RescueTime за последние 60 дней. На основе информации о работе за компьютером в последние два месяца пользователю предлагают общую сводку о продуктивности, возможность сравнить наиболее продуктивные дни с наименее плодотворными днями.

На представленной иллюстрации вы видите визуализацию данных из кольцевой диаграммы и ленточных диаграмм. Наглядно отображается среднее время использования компьютера с той или иной степенью (высокопродуктивная, продуктивная, нейтральная, малоплодотворная и максимально деструктивная) активности за день. Кольцевая диаграмма интерактивна — при наведении курсора часть диаграммы увеличивается в размере и демонстрируется легенда. Кроме общей сводки по продуктивности присутствует детализация по категориям и видам активности. Категории — это типы деятельности (музыка, соцсети, текстовые редакторы), а виды — конкретные программы и веб-сервисы (facebook или проигрыватель видео KMplyaer.

Информация по самым продуктивным дням дополняет вышеуказанные данные блоковой гистограммой по продуктивности в отдельные дни недели (наиболее плодотворные дни у меня — воскресенье, понедельник и вторник). RescueTime также сообщает о повышении плодотворности в продуктивные дни и вводит понятие внимательности, сосредоточенности. Продуктивность и сфокусированность на деятельности не одно и тоже. Так в мои плодотворные дни продуктивность растет на 70% по сравнению с обычными днями, а сосредоточенность повышается на 48%.

Визуализация данных по наименее плодотворным дням позволит вам узнать свои дни недели, характеризующиеся наименьшей работоспособностью за компьютером (у меня это воскресенье, четверг, пятница и суббота! Опять воскресенье, как один день недели может находится в категории продуктивных и не плодотворных?). RescueTime указывает на конкретные виды активности, которые «съедают» эффективность. Стоит обратить на них внимание и не злоупотреблять.

Пользователи RescueTime отмечают появление Comparisons, как возможность взглянуть на отчеты о временных затратах под новым углом. Смотреть и оценивать информацию становится легче. Меня RescueTime заставляет задуматься над необходимостью наиболее четко расставить показатели продуктивности для отдельных категорий и провести в течение месяца небольшой эксперимент. Так, я планирую активней использовать HeadMagnet (веб-сервис для тренировки памяти — very productuvuty) и посмотреть на степень изменения продуктивности. И конечно же хочется установить RescueTime на работе, дабы наблюдать за продуктивностью в конкретные дни недели и повысить рабочую эффективность.

RescueTime Comparisons | Заметка в оф.блоге | Алексей Мельников

веб-сервис, time tracking, rescuetime, donun chart, block histogram, bar chart, софт

Gmail Meter: статистика по вашему почтовому ящику

Mon, 07 May 2012 13:19:35 +0300

28 марта 2012 года Google запустила службу Google Account Activity (читайте заметку на VizualData). Пользователи аккаунтов Google получили общую статистику активности своего аккаунта, в частности, и по почтовой службе Gmail: количество адресатов, полученных и отправленных писем. Если вы интересуетесь детальной статистикой по своему почтовому ящику и не удовлетворены данными Google Account Activity, то обязательно присмотритесь к скрипту Gmail Meter — инструменту для анализа почтового ящика (интервалы между ответами, часы суток, дни недели, месяцы, число символов в ваших письмах, ответах адресатов).

Запуск скрипта проводится в следующей последовательности: Google Docs => Create => Spreadsheet => Tools => Script Gallery => Gmail Meter => Search => Install => Authorize => Предоставить доступ => Gmail Meter => Get a report => Monthly report/Custom report. Демонстрационное видео по установке есть на YouTube.

Google о Gmail Meter | Алексей Мельников

bar chart, gmail, google docs shreadsheet, pie chart, scatterplot, статистика

aTimeLogger + Google Docs Spreadsheet = суточные ритмы

Sun, 15 Apr 2012 20:10:41 +0300

21 февраля 2012 года я открыл для себя программу aTimeLogger для iPhone и начал собирать данные о временных вкладах. 8 марта 2012 года Стивен Вольфрам поделился с миром результатами своего двадцатилетнего наблюдения за собственной жизнью. Среди интересный визуализаций данных Стивена есть диаграмма распределения Average Daily Rhythms по числу: входящих/исходящих почтовых сообщений, нажатых компьютерных клавиш, совещаний и встреч, телефонных звонков и сделанных шагов. Я собрал данные по десяти видам своей активности за 24 часа и на их основе построил в Google Shreadsheet следующие спарклайны.

Что мне это дало? Решил ли я какую-нибудь проблему или задачу? Что мне это дало? Решил ли я какую-нибудь проблему или задачу? Каждодневное использование aTimeLogger дало мне некоторое ощущение дисциплины и количественную оценку повседневной деятельности. Теперь я знаю в какие часы какой вид активности мне удается проявлять больше всего. Например:

по моей работе клиенты больше всего проявляют активность в 14 и 15 часов. В эти часы лучше всего не отлучаться с рабочего места и быть на чеку;
пик интеллектуальной деятельности (договоры, исковые заявления, заключения) приходится на 16 часов;
спортом лучше заняться в 19 часов;
в 22 часа перед сном лучше всего уделить время литературе.

aTimeLogger оказалось фантастически удобной программой для учета времени (Сергей Заплитный , перед тобой и твоим детищем остается только преклониться). Ее отчеты великолепны, она не тормозит после сбора данных о 24 000 минут. Информация из aTimeLogger без особого труда получает яркие очертания в спарклайнах Google Spreadsheet и вдохновляет к самоисследованию.

Оф.сайт aTimeLogger | Алексей Мельников

стивен вольфрам, сергей заплитный, самонаблюдение, sparkline, iPhone, google docs shreadsheet, atime logger

Intel рисует картинки цифровой жизни

Sun, 15 Apr 2012 08:01:39 +0300

Американская корпорация Intel запустила небольшой проект по анализу цифровой жизни пользователей интернет. Цель What About Me? создать красочный изображение с набором фактов о самом интересном предмете мира — о вас. What About Me? анализирует аккаунты Facebook, Twitter и YouTube на предмет времени публикации, упоминания ключевых слов, реакции ваших друзей на опубликованные фотографии и сообщения.

Чем нас радует Intel? Попыткой. Назвать What About Me? инфографикой нельзя ибо не информативно и страшновато. Отличный текстовый анализ по сообщениям? Тоже не особенно. Как всегда берутся данные Facebook и делается топ сообщений и топ картинок. Ага, с информацией о лайках за последний месяц. А где еще анализ трех лет активности в аккаунт? Да, и картинка на экспорт выводится с сильной потерей качества. Итог: не приходится ждать от корпорации глубокого интереса к личности и оригинального представления результатов. Да, и еще при экспорте картинки «анализа цифровой жизни» в самом низу лепится реклама Intel. А вы думали кроме денег Intel заботят еще и пользователи?

What About Me? | Алексей Мельников

bar chart, facebook

Персональный Google Analytics - статистика активности аккаунта

Sun, 01 Apr 2012 10:28:49 +0300

Google Analytics всегда радовала пользователей детальными и бесплатными отчетами по статистике сайтов. 28 марта Google предоставила каждому пользователю доступ к личной статистике аккаунта. С какого браузера вы заходили в аккаунт Google? Где вы находились в момент использования сервисов большого брата? Какие изменения параметров аутентификации вы проводили? В первую очередь Google ответит на эти вопросы.

Доступ к личной статистике открывается через страницу настроек аккаунта. Включили отчетность, подождали пару минут и получили на почту письмо о готовности новой сводки. Пробежали по ссылке, а там и интерактивные столбиковые диаграммы по отправленным/полученным письмам, поисковым запросам. Google покажет и самые частые запросы, и самые часто используемые адреса получателей ваших писем. Проанализирует Google и данные с ваших аккаунтов Latitude, YouTube. Забывать про отчеты по активности не стоит, благо Google предлагает получать ежемесячные уведомления о готовности новой отчетности.

Наблюдение отчетов Google позволит получить не только цифры с графиками, но и провести анализ сетевой активности. Конечно, на данный момент данных мало и видимо Google еще добавит в отчет много интересной информации. Но уже сейчас пользователь может присмотреться и найти интересное. Так, например, я, выяснил, что в мой личный аккаунт Google входил не только я через провайдера Связьинформ/Ростелеком, но и некто из Evocative Incorporated. При этом Google не оповестил меня, что выполнялся вход из необычного местоположения.

Официальная новость | Включаем личную аналитику | Алексей Мельников

веб-сервис, google account activity, bar chart, самонаблюдение, статистика

DataPult Desktop - строим картограммы без интернета

Mon, 12 Mar 2012 05:21:03 +0300

13 февраля 2012 года разработчики веб-сервиса DataPult представили настольную версию своего продукта — DataPult Desktop 3.1: «DataPult Desktop является самостоятельным настольным приложением для персонального компьютера и полным оффлайн аналогом известного сервиса DataPult Online. Программа беслатная. Подключение к Интернет для ее работы не требуется».

В каком области может пригодиться DataPult Desktop? Менеджерам для подготовки отчетов и презентаций, студентам и школьникам при подготовке рефератов, рекламным агентствам для быстрой подготовки инфографики своим клиентам. Достаточно лишь скачать установочный пакет программы (20 мегабайт) и приступить к работе в операционной системе WinXP, WinVista, Win7.

DataPult бесплатна и позволит:

быстро импортировать данные, в том числе из MS Excel;
без хлопот создать статическую, интерактивную, анимированную картограммы;
построить столбиковую, пузырьковую и круговые диаграммы, линейный график;
сохранить результат в формате PNG и загрузить визуализацию данных в Интернет.

Офф. сайт ДатаПульт | Скачать DataPult Desktop

datapult, cartogramm, bubble chart, программа, line chart

День святого Валентина на Last.fm

Sun, 19 Feb 2012 12:24:48 +0300

К прошедшему Дню святого Валентина команда Last.fm подготовила инфографику по музыкальным пристрастиям пользователям. В этот раз под прицел исследователей попало соотношение ключевых слов «Sexy» и «Romantic» в музыке, которую пользователи Last.fm слушали в разных городах. Калифорнийский Фресно оказался самым падки до «sexy», а мичинагский город Энн-Арбор показал наличие 85% доминирования ключевого слова «romantic». Отметился и российской город — Воронеж с соотношением романтичной музыки к сексуальной, как 24% к 76%.

Как и в случае с музыкальными итогами года, разработчики Last.fm рассказали и историю. Временная шкала повествует об общении двух пользователей lowlytootle и jontytron. Девушка из США и парень из Великобритании начали общение в 2008 году, а 8 января 2012 года сыграли свадьбу.

Да, инфографика Last.fm опять же выполнена в темных тонах, даже праздник любви не особенно повлиял на цветовые предпочтения дизайнеров. Отмечается повторяемость — опять ни к селу, ни к лесу вставили Девида Хэссельхоффа (американский актер и писатель, сериалы «Рыцарь дорог» и «Спасатели Малибу). И все же, Last.fm думают об инфографике, о единении пользователей, за что им спасибо.

Valentine’s 2012 | Пользователь Last.fm с шестилетним стажем Алексей Мельников

cartogramm, last.fm, timeline, любовь, музыка

Кружки кофе и качество сна

Mon, 13 Feb 2012 23:27:03 +0300

5 января 2012 года соорганизатор группы San Diego Quantified Self Эрнесто Рамирез поделился с читателями Quantified Self ссылкой на интересную заметку о частном исследовании. Автор исследования — Майкл Аллен Смит очень любит кофе и ведет блог I Need Coffee. В течение года Майкл учитывал количество и время потребления кофе. Также Смит оценивал по пятибалльной шкале качество своего сна. Имея под рукой Fitbit Ultra и питая слабость к кофе, я также не удержался от проведения подобного эксперимента.

Как и Майкла Аллена Смита меня интересует влияние кофе на сон. Я не хочу потреблять много кофе, так как согласно расхожему мнению кофеин влияет на качество сна. Но кофе такое вкусное, что иногда удержаться очень сложно. Нужно ли ограничивать себя и в какой степени? На эти два вопроса я хочу получить ответ.

В ходе эксперимента учитывается количество выпитых кружек кофе до обеда и после обеда. Данные по каждому дню заносятся в GoogleDocs Spreadshit (параметр tCoffee), а затем туда же добавляется информация об эффективности ночного сна (Efficiency), времени на засыпание (Fall — time to fall asleep), количество пробуждений (Awoke — times awakened). Майкл Смит проводит оценку сна по пятибалльной шкале. В моих же отчетах по сну учитываются данные Fitbit Ultra.

Заметка Аллена Смита о влиянии кофе на сон | Проникшийся энтузиазмом Алексей Мельников

bar chart, fitbit ultra, корреляция, кофе, самонаблюдение, сон, статистика

Я тявкать умею, умею рычать, умею Asym от R0 отличать

Wed, 25 Jan 2012 06:06:13 +0300

Когда-то, почти 2500 лет тому назад, известный атлет, многократный победитель олимпийских и пифийских игр Милон Кратонский достиг таких выдающихся результатов с помощью очень простого упражнения. Он взвалил себе на плечи новорожденного бычка и прошелся таким образом несколько сотен метров. И это упражнение он повторял каждый день, при этом бычок рос и становился все тяжелее и тяжелее, но Милон не прерывал своих тренировок. В результате через некоторое время он носил на плечах уже взрослого быка. Что-то похожее по воле необходимости пришлось делать нашему современнику с ником Stephan когда он завел собаку. Что было дальше и какое отношение к R имеет вся эта история вы узнаете, прочитав представленный ниже перевод статьи самого Stephan’а.

«Я тявкать умею,
Умею рычать
Умею своих
От чужих отличать»
(детское стихотворение «Сторож»)

Собаку, изображенную слева, зовут Майя. Она лабрадор ретривер, весит 18 килограмм и в настоящее время ее возраст составляет восемь месяцев. Моя девушка и я заносим собаку несколько раз в день на четвертый этаж. Мы узнали, что это необходимо делать в первый год жизни с собаками этой породы. Итак, мы ее носим на руках на четвертый этаж, но насколько килограммов в месяц увеличивается вес Майи? Я подумал — это отличный вопрос, попытка дать ответ на который позволит мне улучшить мои навыки в нелинейном регрессном анализе.

Мы регулярно взвешивали нашу Майю на весах Withings WiFi Body Scale. Собранные данные :

mydog <- read.csv("http://holtmeier.de/public/maya.csv") mydog$DATE <- as.Date(mydog$DATE, "%Y/%m/%d") mydog$AGE <- as.numeric(mydog$DATE - as.Date("2011-05-04"))

В третьей строке я вычислил количество дней, прошедших после рождения Майи потому, что мой метод не работает с датами. По крайней мере, я не знаю, как задействовать использование дат. На самом деле, я мало что знаю о моделях роста собак. Поэтому я подхожу к вопросу довольно наивно. Я сделал два допущения:

1. Рост нелинеен. Эта показательная кривая с замедляющимся ростом, как это показано в этом примере.
2. Вес асимптотически приближается к некоторому максимальному значению, предопределенному генетически.

Я нашел функцию SSasymp и статистически пакет для R под названием «stats». Описание гласит:
«Это самозапускающаяся модель для расчета асимптотической функции регрессии и ее крутизны. Она имеет инициирующий атрибут, который вычисляет начальные значения параметров Asym, R0 и lrc для определенного набора данных.»
Это как раз то, что мне было нужно.

require(stats) fm <- nls(WEIGHT ~ SSasymp(AGE, Asym, R0, lrc), data = mydog) summary(fm)

В результате использования кода мы получаем следующие данные:

22.92878 — это числовой параметр представляющий горизонтальную асимптоту (в качестве возраста подставляется «очень большое» число). Таким образом, это оценка максимального веса нашей собаки (линия 6, зеленая прямая).

В завершение я захотел визуализировать свои данные, включая кривую регрессии. Я использовал ggplot2, как обычно. В добавление к смоделированной кривой (линия 5, красная кривая) я нарисовал сплайн (линия 4, синяя кривая). Сплайн-функции не предполагает наличие функциональной связи между временем ростом (см. подробнее Kahm, M. et al. al., 2010).

require(ggplot2) ggplot(data=mydog, aes(x=AGE, y=WEIGHT)) + geom_point() + geom_smooth(color="Blue", se=F) + geom_smooth(method="nls", formula=y~SSasymp(x, Asym, R0, lrc), color="red", se=F, fullrange=T) + geom_hline(color="green", yintercept=22.92878) + scale_x_continuous(limits=c(50,400)) + xlab("Age (in days)") + ylab("Weight (in kg)")

Как я уже говорил, я еще учусь. Существуют ли лучшие способы прогнозирования веса моей собаки? Или другие модели (например, функция Гомперца)? Я предвкушаю новые улучшенные результаты!

How big is my dog going to get? A regression analysis with R | Любящий собак Алексей Золотарев

asym, ggplot2, irc, line chart, r, r0, ssasymp, анализ регрессный, асимптота горизонтальная, собака, сплайн, статистика

Не самая лучшая неделя, но самая учтённая

Thu, 19 Jan 2012 21:10:05 +0300

Обнаружил у своего давнейшего интернет-приятеля интересный статус.

За прошедшую неделю было учтено почти 168 часов времени (т. е. почти всё). Из них 38 часов на сон, 16 часов на учёбу, 39 часов на страдание фигнёй, 10 часов на переезды на работу и домой. RescueTime говорит что продуктивность моя составила 51% (за ~94 часа на компе и мобе). Из них на контактик было убито 12 часов, 9 часов на асечку.

Вот такая статистика. Чтож не самая лучшая неделя, но самая учтённая :) Учитывал с помощью RescueTime, ManicTime и Yast. Лёхе Мельникову на заметку ;)

Mr.Hant

самонаблюдение, сон