> 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/ch04.34.md). # 34.你可以从这6个角度观察数据 次数、和、比率、波动，抽丝剥茧，追问原因 有了数据之后，我们在实践中可以从哪些角度观察和分析呢？ 这里提供6个角度参考。 * 1）活动次数 进入月透视表，把活动项和时间放在“行”，然后把“持续时间”放在“值”，值字段设置为计数项，数字格式设置为常规。 ![](https://2336686233-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-LhBSfOLQDck_EdELnqq%2F-Lme2Ri0TfQwH6iAK3sa%2F-Lme2SLRGWitVEhBCUSv%2F%E5%9B%BE%E7%89%87.png?alt=media\&token=1bb249a4-ff13-4271-b1da-3a5f12ff1a18) 就能筛选出不同时间段活动项点击的次数，根据次数得到频率值，观察活动次数（频率）趋势。 * 2）活动求和 进入月透视，把活动项和时间放在“行”，然后把“持续时间”放在“值”，值字段设置为求和项，数字格式设置为“\[h]:mm:ss”。 ![](https://2336686233-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-LhBSfOLQDck_EdELnqq%2F-LmdjT24uxoK8ebYO0H2%2F-Lmdj__8rtDnASXaFDT5%2F%E5%9B%BE%E7%89%87.png?alt=media\&token=a10de5b5-5e74-46c8-bf5c-5ea0aabdc627) 筛选出不同时间段活动项持续时长总和，根据次数得到时间长度，观察活动用时之和趋势。 * 3）活动比率 有时候单看一个指标，结论可能会片面，比如当我们观察“工作”活动项次数，如果次数一直升高，能说明我们工作的投入度越来越高吗？不一定。因为可能会出现工作时长不变，单纯工作次数增加的情况，那就可能是因为工作中被打断的次数多了，虽然活动次数升高，但可能工作投入度下降了。 要设置比率的指标我们可以打开月透视，把活动项和时间放在“行”，然后把“持续时间”放在“值”，值字段设置为求和项，数字格式设置为“\[h]:mm:ss”，然后再拖动一次持续时间到“值”，设置为值字段设置为计数，数字格式设置为常规。 ![](https://2336686233-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-LhBSfOLQDck_EdELnqq%2F-LmdjT24uxoK8ebYO0H2%2F-LmdjbkxTYhOULi7x0ii%2F%E5%9B%BE%E7%89%87.png?alt=media\&token=cd853d09-55a8-4ce4-a71f-dfc319009b11) 然后在新增的列增加公式用计数项/求和项： ![](https://2336686233-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-LhBSfOLQDck_EdELnqq%2F-LmdjT24uxoK8ebYO0H2%2F-Lmdjdaa-M6HU05EOPeh%2F%E5%9B%BE%E7%89%87.png?alt=media\&token=67d41f93-cf73-4c85-90c2-cc7ac17c1360) 拖拽如果数据不变的话，点击Excel选项卡，**去掉生成getpivotdata的√**，再重写一次公式。 ![](https://2336686233-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-LhBSfOLQDck_EdELnqq%2F-LmdjT24uxoK8ebYO0H2%2F-Lmdjg-He7em0tNMu5_r%2F%E5%9B%BE%E7%89%87.png?alt=media\&token=30747d9a-1042-4a2d-84ef-a0db19ac1f02) 得到每小时点击“阅览”的次数，如图示。 ![](https://2336686233-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-LhBSfOLQDck_EdELnqq%2F-LmdjT24uxoK8ebYO0H2%2F-LmdjkEnGSouJt4nxN3-%2F%E5%9B%BE%E7%89%87.png?alt=media\&token=01e207d3-dba4-4ed4-bef7-3dae994687fc) 我们就能根据求和/计数的比率发现4月份的阅览比率出现了峰值，然后你就可以从[5W2H](https://wiki.mbalib.com/zh-cn/5W2H%E5%88%86%E6%9E%90%E6%B3%95)的角度问问自己，到底出了什么问题？ * 4）波动 有时候单纯的看数字可能感觉不明显，这时候如果我们使用折线图来看波动，就会方便很多。 ![](https://2336686233-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-LhBSfOLQDck_EdELnqq%2F-LmdjT24uxoK8ebYO0H2%2F-LmdjiMC4my0GLla0BhS%2F%E5%9B%BE%E7%89%87.png?alt=media\&token=ed54591e-3311-47cd-8775-9de8716cd0d8) 马上就能发现8月和12月出现了波峰，接着就可以继续找原因了。 * 5）季节性变化 生活中的活动时间有一条基准线，但是活动项会随着季节耗时有起伏，就像夏天买雪糕花的钱会比冬天多一样，“洗漱”这类活动项也会有季节性变化。 ![](https://2336686233-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-LhBSfOLQDck_EdELnqq%2F-LmdjT24uxoK8ebYO0H2%2F-LmdjmjOS5OUb-0tlJY_%2F%E5%9B%BE%E7%89%87.png?alt=media\&token=2eb28551-2de5-4a54-b860-b86adb2bca32) 在广州天气从3月开始热，一直到9月，10月11月还会出现一波反弹。 洗漱时间的耗时曲线完全和天气重合，天气越热，洗漱耗时越短，这就是季节性变化。 类似的，我们还可以分析工作日和休息日的曲线变化，这类季节性的有规律的变化可以帮我们更好的预估时间消耗。 * 6）效率值（高峰/低谷） 我们筛选增益时间和损害事件的活动项，按照小时排列，找出我们24小时的效率分布。 ![](https://2336686233-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-LhBSfOLQDck_EdELnqq%2F-LmdjT24uxoK8ebYO0H2%2F-LmdjoQs94JCtzJ0k1zK%2F%E5%9B%BE%E7%89%87.png?alt=media\&token=c3aedd22-4725-46b6-af59-72c566add7a9) 可以看出，损害时间多分布在8点，18\~19点。这两个时间段分别对应“刚起床”和“刚下班”，也就是说想要进一步提高我的效率，就必须马上改进这两个时间段的行动。 顺便，可以给自己开出行动清单： 1. 早上起床后下楼跑步或是听书/看学习视频 2. 下班后在路上听书/和家人打电话，到家后马上学习或是锻炼/看书 遇到那些必须要被改进的时间段，用交友、运动、学习填充，都不会错。 * 7）备注——深入细节 我们分析数据时，除了一二级分类的时长，我们还要深入分析“备注”的变化，因为我们一开始就控制了活动项的数量，那么必然有一些行为是没办法单独列出的。 比如“阅览”时间，我们在“3）”中发现了4月份的“阅览”出现了明显的比率异常，这时候我们就可以进一步分析“阅览”的备注，看看到底是阅览下的什么引起的波动。 在月透视表新增备注到“行”，选择汇总数据，降序排列，如图示。 ![](https://2336686233-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-LhBSfOLQDck_EdELnqq%2F-LmdjT24uxoK8ebYO0H2%2F-LmdjqLcZaAlWqPunkXl%2F%E5%9B%BE%E7%89%87.png?alt=media\&token=c904404c-0f3a-4982-8dfe-113624dd485d) 马上就能看出在“阅览”时间下内，我具体做了哪些事耗时最多。 活动项次数、总和、比率、波动、季节（周期）性变化，备注的筛选，就6个是我们观察数据的常见角度，把你的所有活动向都按照这个流程走一遍，你肯定会发现不止一块新大陆！ 任选一个角度入门，然后不断地向自己提问，深挖，用行动解决这些你看到的问题！