立下新年flag之前 先看看如何用数据督促自己完成年度计划

作者|Duncan Gans

编译团队|吴蕾 任杰 行者

转眼2016年只剩下最后一周

年初设定的目标实现了吗?

新年又想许下哪些愿望?

目标太大无法实现?

目标太多无从下手?

本文作者Duncan Gans通过自己的亲身实践

告诉你如何利用数据可以帮助自己实现目标

在2017年开始之前,

get用数据督促自己实现人生目标的新技能

如何通过数据,帮助你我实现目标

每个人都想获得成功,例如,取得好的成绩,变得富有,或是建立良好的人际关系。我们都盼望梦想成真,渴望拥有健康的体魄,梦想在万众瞩目下签名,或者获得一份高薪职业。

我们每个人都渴望成功,渴望成绩好,财富多,人情练达;我们每个人都憧憬梦想成真,憧憬身强体健,扬名立万,收入不菲。

心怀梦想和抱负是美好的,可问题是我们更注重结果,而不是过程。我们注重的是技巧和能力,而不是工作本身。我们过于沉迷于那1%的天分,却并不向往那99%的努力。因此,我们没有付出努力去追求真正的结果,而那99%的努力才是关键所在,是引领我们走向成功彼岸,成就自我的关键所在。好吧,这才是99%的全部意义。如果我们聚焦于过程,结果会自然而然地到来。当然,这99%也是辛苦之所在,必须在困境里付出坚持,在前途未明处付出执着与恒心。而我的目标,则是让这个过程稍微轻松一些。

日常跟踪

一开始,我用一个简单的excel表来跟踪我的新年计划。如果你不用excel,也可以用其他的表格/图标软件,比如,免费又好用的Google Sheets。开始时,我对四个活动项目进行跟踪,包括冥想,弹钢琴,阅读和俯卧撑,希望督促自己养成良好的习惯,实现自我提升,也正好将此作为新年计划。于是乎,每天我都会打开excel表,更新计划完成的情况。下面表格显示的是新年前四天的完成情况数据。

一开始,这个.xlsx文件就改变了我的行为习惯。在那之前,我做的俯卧撑从来不会超过每天50个,从没有做过冥想或是练习钢琴,阅读更是少之又少。尽管5分钟的冥想不会带来惊人的效果,但也是有作用的。孔子云“只要功夫深,铁杵磨成针”【编者注:据说源自於诗人李白有关的典故】。而这个excel表,确实能让事情变得轻松一些。每次我多做了20个俯卧撑,或者做完冥想,我就能在表格里面填一个高分。透过每一天前进的一小步,就能看到自己正在迈向新年目标,并由此产生小小的多巴胺愉悦感。

在确认了简单跟踪机制行之有效后,我决定作出两个调整,主要是增加了几个重要的日常生活项目:

在线工作效率:此项目的在于衡量我在计算机旁花销时间的有效性。通过“拯救时间” APP我就能算出有效工作时间占总时间的百分比,能看到自己分心浏览其它网页占用了多少时间,计算出在线工作效率的分数。

作业/工作:做作业的时间,或者做导游工作的时间。

Habitica:是一个在线的任务清单类游戏网站(www.habitica.com),用来养成记录习惯。1分就表示100%完成了每日任务。

其他:其他简单的事情,比如洗澡,刷牙,带牙箍,等等。

最后,我在工作有效性页里面,加了一个核心项,即工作有效性分级。我用一个简单的公式,把所有因子的分数值都纳入统计,从而得到了一个全面的每日工作有效性分值。对于每个单元值,有计算公式如下:

(给定单元值/该项平均值)*该项的权重…[对所有列进行相同计算]/(权重的总和/5)

整个系统的奥妙之处,就在于公式的计算结果。该公式的性质使得工作效率分值具有特别的功能,更重要的是,它还很容易理解。5分表示工作效率的平均水平,其他分值以此为基准上下波动。10分表示你当天工作效率增长一倍,而2.5分则表示你当天的效率减半。进一步看,由于分数值的计算是基于平均值的,它会自动调整难度标准。如果你分数稳固在5以上,系统会自动提升获得好分数的难度,不断挑战自我。另一方面,如果你很忙,很少获得高分,系统会自动降低难度,让你放松一下。每当键入一个新的数字,整个工作效率分级系统会重算一遍。在过去一年里,我每天做50次俯卧撑,读20页书,做5分钟冥想,弹10分钟钢琴,杂项任务2分,50%在线工作效率得分,100分钟作业以及完成一半任务安排,综合显示后,就得到下面这张图表。

很显然,一开始我得分持续很高,之后就就越来越难以获得高分。过了一小段时间,系统就建立了一个良好合理的评分机制。这个机制只有一些小波动,显示一些习惯的改变。

尽管整个工作效率系统最终的波动不大,但单项的分值改变却非常大,这一点很重要。为了确保你能够完成各个方面的既定事项,每项的分值是有所改动的。当你准备忽略某项时,该项的分值就会变高,激励你完成这一项任务。下面这张图,可以看出5分钟冥想的得分情况。

相反,我在年初的时候,在线工作效率很低,所以得分很高。然后我改进了,此项的重要性就随之降低,因为它没那么多成就感了,分值也同样体现了这一趋势。

这就是任务效率表的特点,“自适应”。对目标的衡量,不在于迫使你去同他人竞争,而是完成一个力所能及,又总是有点儿距离的目标。虽然这个公式比较简单,但它能够动态改变各方面的不同关注度的值,从而确保你能够在生活中建立一个全面的观测体系。

这种方式为何有用?

任务效率表虽然是一个纯粹的实验,但重在行之有效。每天键入一些数字,这个过程迫使我记得我的目标,并时常了解到与目标的差距在缩小还是扩大。这样不断地提醒自己,从而铸就了稳固的习惯。尽管动机可以促使你开始,但是习惯才能让你坚持下去。这些习惯改变了我的生活,使我变得更强大,成为了更棒的音乐人,也变得更博学,成为了更好的人。托效率表的福,让我见证了自己过去一年的成长。这个简单的excel文档从根本上改变了我。

没有效率表持续提醒,有可能我也会很好地追踪目标。没有效率表让我从容面对,有可能我也会彻底完成作业。没有效率评价督促自己,有可能我也会自觉实现目标。

但这些都只是可能而已。

显然,跟踪目标之前和之后的统计数据我不能显示,因为之前没有统计。然而,当我开始跟踪记录自己日常生活的某些方面的时候,我评估的这些方面就会有一个巨大的提升。

关于数据

如果excel表本身实际没有影响我的效率,您会觉得效率分数类似二项或者是t分布。这意味着正常情况下我要做的所有事会逐渐融入我的生活,效率表能够不干涉地绘出我的进步。然而,事实并非如此。

这种情况出现是因为我控制了分数以便对比。假设我现在处于三分或四分的水平,我可以冥想十几分钟,读更多的书,或者去健身房把自己提升到五分的类别。下面这张图表证实了这一点。图中显示两个分组:第一组,在0到2这个范围,构成了相当规模的数据点集合。在大多数情况下,这就是我不考虑效率表结果的那些日子,其数据结果非常接近于平常的情况,也就是没有效率表督促的情况下能够体现的正常水平。位于两峰值之间的波谷是3~5分的区间。这是由于该组内效率得分在3或4分是比较少见的高分数。然而,如果我了解了效率表所展示的情况,那我将努力把得分提升到第二组的水平。第二个组包含了我试图得到更高分数的那几天的效率表数据。

这就特别酷。如果你相信第一个分组(从0到3)展示了没有记录表时我能达到的效率,第二个分组(5以上)展示了有记录表时我的效率,那么结论就显而易见了。效率评级作用机理如此简单直接。10分是5分效率的两倍,8分是2分效率的四倍。由此,我们能够发现,当意识到效率表的存在后,我的任务效率是呈三倍还是五倍增长。

幸运的是,当我开始使用这些表时,也就是打开这些表的那一天,我没有多想就决定要在每一项上都拿到至少1分的记录。而这却奠定了简单的excel表具有如此魔力的基础。

左边的这些值,显示我输入自己的表现后一天的情况

公正地讲,各种变量不仅追踪我是否看过效率表。虽然左边都是我没有看效率表的那几天的数据,但是右边有时也不可避免的记录了少数几个没有检查效率表的日子,但这些日子之后的第二天我就开始关注其他各项。也就是说,我很少将两种情形混淆,这一点我可以保证。尽管很难从这个简单的图表推断出更多东西,两种情形对比如此明显已经足以说明问题。相关性如此清晰。如果我在给定的一天检查了效率表,我的效率评级会高出3.5点。更具体地解释一下,3.5分的效率评级相当于940个俯卧撑,或者22分钟冥想,或者做家庭作业3.5小时。这种差别很显著。如果你不相信,以下图表展示了我检查效率表前后的分数对比,依然遵循前面提到的两个分组。

该图我查效率表的日子的效率

该图展示我没查效率表的日子的效率

如果你的生活与数据相符。

这些图表收集的都是一些简单的数据

这些数据表的独特之处在于完全因你而生。数据表记录的只是反映一天所做事务的数字。即使效率评分达到10分或者更高,我也不会收到任何形式的奖励。没有奖金,没有庆贺,没有赞扬,甚至无人知晓,除了我自己。但是,这些因我而生的数据却强烈地影响着我的行动。甘地说过:“行为塑造习惯,习惯形成观念,观念决定命运。”如果你有兴趣创建自己的效率表,就像我这样创建一套简易系统,包括12个模块来做你自己的效率分析,那么下面就是该系统的链接。此外,还有一个教你如何使用该系统的经典案例。

原文发布于微信公众号 - 大数据文摘(BigDataDigest)

原文发表时间:2016-12-26

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏数据派THU

一文读懂因果推测、倾向模型(结合实例)

1403
来自专栏AI科技评论

学界 | 微软研究院资深主任研究员郑宇教授:多源数据融合与时空数据挖掘(一)

AI科技评论按:本文根据郑宇教授在中国人工智能学会AIDL第二期人工智能前沿讲习班*机器学习前沿所作报告《多源数据融合与时空数据》编辑整理而来,AI科技评论在未...

4238
来自专栏大数据文摘

机器真的已经战胜人类医生了吗?医学AI标题党文章中的三大陷阱

2077
来自专栏数据科学与人工智能

【数据挖掘】这些年,这些挖掘机算法,这些反思

写这篇文章,缘自于前几天部门内部成员们进行了一次部门内部现有涉及的一些算法的review以及整理。不过比较囧的就是,由于boss不在,我们讨论讨论着就成了吐槽大...

2739
来自专栏大数据文摘

前沿 | 国际可视化盛会PacificVis2017的十个精彩案例

3007
来自专栏华章科技

写给准数据人的数据世界入门指南

因为我做过交互设计——会画DEMO;和PD接触时间长——多少知道PRD怎么写;又给分析师提过需求——知道数据大概怎么回事……

946
来自专栏程序员Gank

如何高效学习---读书笔记

笔者的话:本书介绍了整体性学习法,强调在学习过程中,需要通过比喻和抽象的方法,将新知识与旧知识相互联系,以提高学习效率和深度的学习方法。笔者亲测,甚是有效,在此...

1053
来自专栏大数据文摘

前沿 | MIT自动驾驶技术突破:实现浓雾中物体观测和测距,超人类水平

1316
来自专栏新智元

【神经拟态计算】 有新灵魂的机器——模拟大脑的计算机

人们喜欢变着花样来形容大脑。以前,大脑被时髦地比作 17 世纪贵族花园中赏心悦目的喷泉背后的水力供应系统。随着技术的发展,大脑先后被形容为电报通信网和电话交换系...

3646
来自专栏新智元

【Science】机器人从单一演示中学习并相互传授技能,AI迈出统治世界第一步?

【新智元导读】Science报道,即将举行的 IEEE机器人与自动化国际会议上(IEEE-ICRA)有一项 MIT 的研究,提出了一个可从单一演示中学习多步骤操...

3247

扫码关注云+社区

领取腾讯云代金券