# 45.示例10：过年我都在干嘛

不以单独的活动项分析，而是以周期来打包分析，是我从账本里搬来的方法。

比如在账本中，我除了单独记录“中餐”，“晚餐”，“零食”这样的数据，我也会记录“旅游”这样的大项，那么当我在旅游期间，不管发生什么消费，通通记录为“旅游”，这样我就能事后分析出这次旅游一共产生的消费。

这种思路搬到时间记录上，我们可以分析“过年期间所有时间项的消耗”，从而判断并推测我在过年时都会做些什么？

我们在aTimeLogger Pro中记录时，可以使用标签功能，新增场景标签，如“过年”，这样导出数据就可以单独筛选包含过年标签的数据。

以时间段来分析时间，主要是我过年前回家都会有做计划的习惯，列出今年过年回家都要做些啥，结果每年过完年复盘一看，发现10个清单，只完成了2个，效率低的惊人。

接着我就去分析了过年期间（2月）的所有活动项，并且把每年的活动时间（小年到初七）单独拿出来对比，我就能发现，每年过年我的活动项变化。

![](https://2336686233-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-LhBSfOLQDck_EdELnqq%2F-LmtdJ_ieycmCn84jA8a%2F-Lmte8ArVG9dfii66y_B%2F%E5%9B%BE%E7%89%87.png?alt=media\&token=e5336808-9e2d-48d5-a989-c950e85c05c3)

也可以新增百分比堆积柱状图，观察活动流向，如图示。

![](https://2336686233-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-LhBSfOLQDck_EdELnqq%2F-LmtdJ_ieycmCn84jA8a%2F-LmteA0XH2Z3xFgM0Wmh%2F%E5%9B%BE%E7%89%87.png?alt=media\&token=9bf40f78-4e81-42de-9883-9d899700d49c)

这样做的目的是把控整块时间的活动分布，在我下一年列过年待办清单的时候我就知道了，按照我历年的过年数据，我是不可能有很多运动时间的，所以“每天跑步”这种待办基本不可能完成。

掌握你自己的时间段活动表之后，就能做出更合理的时间预测。

同样的，我们可以根据活动项的变化反推在时间段内做了什么才产生这样的变化？

举个例子，我2017年至今的“读书”时长，如图示。

![](https://2336686233-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-LhBSfOLQDck_EdELnqq%2F-LmtdJ_ieycmCn84jA8a%2F-LmteC45n9fJOZ6e_PVB%2F%E5%9B%BE%E7%89%87.png?alt=media\&token=492ea0fa-0cf5-4f16-9327-06bb7961cc68)

为什么读书时长从2018年1月份到2019年3月会有爆炸性的增长？

匹配我做过的事，我发现是因为“搬家+小木屋借书”两件事。

所以能反推得出的结论是，“搬家”除了价格因素，还有通勤时间减少，读书时间增加的加成影响，再加上这两样，做出“搬家”决定的时候，就不会只盯着钱看了。

最后，除了刚工作实在负担不起房租的同学，我建议有能力就租距离公司近能步行上下班的房子，不说省了多少时间，单是不用挤公交地铁的幸福感就强太多，而且城中村租房，工业用电费用加起来并不比市区便宜多少。