在第一段时间记录工具选择的时候,我考虑的是时间记录项目的分类,对于一个最初的尝试者而言,不应该将时间记录项目,分类分的太细,最重要的是养成一个时间记录的习惯,所以要把记录阻力减到最小。
在这种考量下,最初的时候,我的分类是很粗糙的,只有阅读,生活,娱乐,工作,通勤这五个大类。
在阅读这一大类里,我拆分出了工作相关阅读和工作无关阅读。并没有更加细分阅读类型。
在生活这一大类里,我拆分了睡觉,吃饭,洗澡这三个小项。
在娱乐的小类里,只有一个名为发呆的时间记录项。当时我的所有娱乐,基本都归类到了发呆,不论是刷豆瓣,刷知乎,还是看B站,看网飞,基本上和网络相关的娱乐,均采用了发呆进行记录。
工作和通勤,作为顶级的任务,没有进行任何的细分。
这种情况下,对我而言,时间记录的阻力更小。
实际上这一部分做的最好的似乎是Toggl Track,表面上Toggl Track只需要输入一句任务描述就可以记录了,但是不进行任务的分门别类,我在记录之后,并不能直观的看出当天的时间记录扇状图,而添加新的Project,在Toggl Track里就显得有些麻烦了。麻烦点在于,Project创建的时候,只有付费用户支持子任务,所以不能直观的进行任务的分类,其次还有Tag,Client这两个概念需要学习了解。所以初期的时候我还是选择了Timemator。
一段时候之后,对于时间分类,有一个很显然的改进方向。
我需要更加针对自己的想要的追踪的任务,在我的例子里,在娱乐任务里,原本只有发呆这一项,所有的不知道自己在干什么的时间全归到娱乐了,但是现在我更想追踪具体在不同的娱乐中花费了多少时间,所以我按照经验新增了刷豆瓣,刷知乎,看b站,看网飞,打游戏等任务,将刷和看作为二级分类,刷豆瓣,刷知乎等的文字娱乐项目,记录到刷中,看b站,看网飞的视觉娱乐任务,记录到看的二级分类中。在阅读的这一项中,也新增了网文,人文社科等多种不同的书籍分类。
这样一来,我的时间记录任务分类就有了一个大体的体系了,后续遇到新的娱乐项目,基本就可以按照,视听说读,四个大类进行归类。
但是对我而言,另一个问题的解决办法就不是那么直观了。
在通勤的时候,我同时会进行听播客的活动,那么这段时间,我是记录为通勤,还是记录为听播客呢?当时我给出的解决方案是,在通勤的顶级分类里,添加二级分类,听播客,这样的话,既准确的记录了通勤的总时间——通过查看本文件夹(顶级分类)的耗时,又记录了听播客的时间。
这种方案表面上看起来似乎没有问题,但是实际操作中,这导致了我们难以统计总的听播客的时间。因为听播客这个项目,被分类在了通勤,上班,娱乐,多个大项之中。
对于阅读也有类似的问题,读网文是娱乐,读技术书籍就不再是娱乐了,读人文社科的知识,归为娱乐似乎也不太合适。如果我将阅读放在顶级分类,可以统计所有的阅读时间,但是在统计娱乐相关的内容的时候,就需要自己手动把阅读里的网文归化到娱乐中。如果我在娱乐中放一个阅读,在学习中放一个阅读,那么统计总阅读时长的时候,就需要在手动将这两方面的数据都统计起来,很难有一个两全其美的方案。
诚然,我们可以通过提交给ChatGPT,让其分析所有名字中带有听播客的任务,但是这种情况下,我们对任务进行分类还有什么意义呢,都可以直接问ChatGPT,在这段时间我在所有娱乐上花费了多少时间,由ChatGPT根据任务名称进行分类即可。这让我有些难以接受。
但是经过一段时间考虑和实践后,我发现对于听播客这个任务存在的难题,其实是因为进行一件事的地点,和这件事情本身,并不是一个强绑定的关系。对于阅读这个难题,是因为每个行为具体是在摸鱼还是在工作,是和地点,目的都有关系的,总的来说,我们每天都做了什么事情,做这件事有什么目的,本身就是难以归类和界定的,用文件夹进行分类,本身就是困难的,不合理的。
用Tag进行分类,也许是更好的选择。
timemator的每个时间记录提供了一项名为note的属性,我可以在这个note上下功夫,进行相关的记录,比如记录具体读了什么书,听了什么播客,同样的,我也可以在这里,手动模拟tag,并在最后数据分析的时候,让ChatGPT,根据我模拟出的Tag进行分析,但是在实操上,存在着很显然的问题,标签太多,人脑难以记住。
这时候,我转向了Toggl Track。
此时的Toggl Track就要显得友善多了,它原生支持标签,并且输入任务后,有相关的智能提醒。并且似乎还有着一定程度的NLP助力,我在"I am working on..."上写了豆瓣两个字后,会自动问我是不是做饭这个任务。
对于Toggl Track来说,在开始的时候一次性构建好一个任务分类体系较为麻烦,同时按照我刚刚的分析,也并无必要。在实际操作中,我是每次遇到一个新的事情,就进行一个新的记录,考虑到我们每天的生活有着很大的重复,实际上两三天+周六日两天后,基本上就很少遇到之前没出现过的任务了,剩下的基本上就是根据提示补全出的任务类型,对tag进行一些修改
Toggl Track 的免费版,支持把Client作为顶级分类,Project作为二级分类,付费版支持创建子任务。但是我们实际需要的并不是这种分类功能,所以这部分的限制对我而言没有影响。
目前我的时间构建是,Client分为 家里,路上,公司,相当于不同的地点是不同的Client,Project则是实际的动作,按照这种分类,还是很难解决统计在路上和在公司,在家里听播客的时间,所以每个任务后面,我都添加了和client,project的名称相同的tag,如此便可通过tag一次性搜索出所有的播客用的时间。实际上我觉得添加的Client和Tag似乎是没必要的,我打算使用一段时间后,看看能不能迭代掉这部分内容。
添加tag看起来是个困难的事情,但是实际操作中,在第一次创建任务的时候添加了Tag之后,后续的记录之中,只需要在 I am working on…这个地方,输入相关的文字,比如听播客,那么就会自然的弹出client在家里的听播客和在公司听播客这两种情况供我选择,选择之后,之前设定的tag也就同步出现了。
Tag是针对每段时间记录的概念,所以如果今天的播客和编程有关,我也可以给他添加上编程的tag,在统计编程相关的时间的时候,也可以将这个时间统计进去。这也就解决了读书相关的问题应该怎么记录的问题,所有的阅读都有一个tag是阅读,然后按照不同的阅读类型,添加不同的tag即可。
Toggl Track还有一个特殊点是,I am working on… 在其中是一等公民,它每个任务添加都首先询问你在做什么。在开始追踪时间的第一个月,其实我就发现了给每个时间段只是进行分类,而不是记录具体做了什么,在数据收集上其实是有缺陷的,但是Timemator的时间记录非常的简单便捷,在对应的文件夹下点击对应的按钮,时间就开始记录了,并不强制要求给每个时间记录写note,这种便捷帮助我度过了前期养成记录时间的习惯,只是现在我需要更多的记录,所以Toggl Track的这种任务描述作为一等公民的模式,在现在更加适合我了。
Toggl Track支持iOS的实时活动,在锁屏界面就能看到当前正在记录事项,但是Timemator的记录只是在主屏幕有一个小红点作为提示。
当然二者都可以通过小组件展示现在记录的事项。
在数据展示上,二者的手机端都有从0点-23:59点的时间记录展示,通过日历的方式展示时间记录情况,Timemator的展示是这样的
Toggl Track的展示是这样的
两者都是完整无重叠的时间记录,但是Toggl Track可能是出于方便进行选择的考虑,将一些短暂的,相邻的entry在视觉上变成了并列的时间,而Timemator是严格的笔直的瀑布流——在Toggl Track独有的网页端,展示效果也是笔直的瀑布流。
Timemator只支持苹果生态下的平台,和Windows,Linux,Android无缘。而Toggl 支持全平台。
Timemator的数据只会经过iCloud,不考虑iCloud的话,是全本地的存储的,还会自动创建备份。
而如果使用Toggl 进行数据多端同步,那么会在Toggl的服务器保存。并且经过我的询问后了解到,Toggl目前对数据的导出只支持一次性导出一年,如果记录了三年,需要分三次导出。
Hi,
At the moment our reports are restricted to containing just one year of reporting information, so a 3 year span would need to have 3 separate reports.
We are looking at potentially expanding the range of reports to a longer period, so in 3 year a single export may be possible.Hopefully we'll have more to share on this in the future.
而数据本身,则会在用户离开平台六个月自动删除。
Hi,
Yes, as long as you are actively tracking time at least once every 6 months, you account and data will be retained.
You can also export a report of your data at anytime and we encourage this as a personal backup.
在最开始记录的时候,我也恨不得把每一分每一秒都准确的记录,这也是有一个叫做发呆的时间记录的原因之一,通过把各种娱乐都放进去,达成了记录最小阻力和最详细之间的一个平衡。
我还在Mac上设定了计时规则,按照浏览器的URL,zhihu域名就自动记录访问了知乎,访问贴吧就自动记录访问了贴吧多少时间,但是在上网闲逛的时候,常常是逛几页知乎,就被超链接引到了其他页面,此时时间记录就自动停止了,这导致了大量碎片化的时间记录。有时候跑步结束后,忘记了在健康的任务上停止记录,可能在数据上会有更多的记录。
即便这样,我们也很难做到起床之后第一时间将时间记录调整到洗漱,去跑步的时候,应该是从穿鞋开始记录跑步,还是应该从马上要开始跑步了再记录跑步呢?实操中我们会遇见诸如此类的种种矛盾。
在实际记录一段时间后,现在我的观点是,我们关注的是一个长时间的记录的结果,并没有必要真的细究到秒的数量级,十几分钟的误差也改变不了什么。只要不是常态化的时间记录误记——比如晚上选择了睡觉后,玩了三四十分钟手机才真的睡觉——那么没有必要太担心。但是如果是上面提到的常态化的误记,每天晚上都要在睡前玩三四十分钟手机,那么就很有补记,重记的必要了。
我也是这几天才转移到Toggl Track进行时间记录,可能过一段时间后能够迭代出更好的记录办法和分类体系吧。先用Toggl Track记录一个星期试试。