> For the complete documentation index, see [llms.txt](https://shijian.tujunjie.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://shijian.tujunjie.com/ch04/ch04.28.md).

# 28.按周导出的数据报表怎么做

我们直接跳过按日数据分析，因为以“日”为单位，其实能看出的内容很少。

重点关注“目标”每天的完成情况就够了，不必所有活动都照顾到。

![](/files/-LmUmLcF1IWFqWOHi1Aj)

一周过后，我们需要从全活动的角度看看所有时间的使用情况，做到心里有数。在aTimeLogger里一个个点击活动详情可行，但是太麻烦，所以我们选择导出数据到Excel再分析。

![更多-报告-选择时间段-导出报告-CSV-分享](/files/-LmUmYpDfzG5j6zyAA5c)

我习惯把数据分享到QQ我的电脑，这里的小技巧是，如果你也分享到QQ，那么建议把“我的电脑”设为置顶，避免发错。

得到这张数据表之后，我们发现导出周期的数据分两个区域，第一个区域是“明细数据”，包含数据名称，开始时间，结束时间，持续时间，备注和标签。

![数据明细](/files/-LmUmoDM2bbuQUakGDST)

第二个区域是占比数据，只显示活动类型，持续时间和占比，默认降序排列。

![数据占比](/files/-LmUmsCXxVXfEit_7Y38)

数据分析的第一步，是我们要明确**基准线是什么？**

基准线就是我们在“[用1个月打磨你的分类和定义](/ch02/ch02.18.md)”这一节中给自己不同活动分配的时间比例，把这个比例拆分到周，你就会得到每个活动周的消耗基准线，如下图。

![](/files/-LmUnZTv4RdtSrAo2Auh)

然后我们根据基准线和你这周的实际数据作对比，看看哪些活动超时，哪些不够，哪些持平？

![](/files/-LmUyw22ydCRSUPlysRQ)

肉眼对比不是不行，但Excel还是直接用vlookup函数匹配对比更方便。

粘贴基准数据到旁边列，用函数提取每个分类的持续时间，如果格式不对的，用格式刷刷一下。

![](/files/-LmUyy9X8Os0Mjt-Leve)

筛选，降序排列如图。

![](/files/-LmUyzu6_fB73yKYxGWJ)

如果还觉得不方便看的，可以设置条件格式或是用if函数，突出显示。

我习惯制作一张源表，每周储存一次数据，可以自定义周期分析，如图。

![](/files/-LmUz0oFnKZ0Y10u9znx)

这样做的好处是可以创建透视表，不仅对比基准值，还能看出各个类型的时间趋势。

把活动类别和明细拖动到“行”，把“年”和“周”拖动到列，把持续时间拖动到“值”，选择求和，设置时间格式，然后选中近7周（按照自己的喜好定）数据，最后再加上第0周，也就是基准值，得到这张表格。

![](/files/-LmUz2bB6DW6oqTTmaeO)

选中数据区，按降序排列，你就能看到所有数据的时间走势。

我们需要找出各个分类的“**异常值**”，指那些偏离我们的基准线特别多的活动，问自己为什么会出现这种情况？找到答案之后把它们记下来，长期坚持，这些就是你的行为记录。

比如我经过了五一节假日，当我五一时间时发现在节假日期间，我的娱乐时间明显上升，写作时间明显下降，那么这就能说明（第1次佐证），我在节假日不会投入太多时间在学习上。

这种实际行为就和我们的期望产生了差距，因为我们往往假设“我一定会在下一个节假日好好学习”，从而给自己安排很多待办事项。然而实际情况是，根本完成不了，被打脸。

这就是诚实记录的好处，帮你找到自己的基准线。