Как читать данные
Все статьи блога по этой теме, от общего разбора до конкретных примеров.
Средние значения обманывают: что смотреть вместо
Среднее за неделю искажает один нетипичный день сильнее, чем кажется. На примере: чем медиана устойчивее среднего и когда нужен разброс, а не одна цифра.
Тренд или шум: как отличить настоящее изменение
Одно отклонение — ещё не тренд. Три признака без статистики: длина серии, размер эффекта и совпадение с реальным событием — как отличить сигнал от шума.
Базовая линия: зачем она нужна и как её посчитать
Базовая линия в DevPace — ваше типичное значение метрики за несколько недель. Разбираем, какое окно нужно и как она обновляется со временем.
Как узнать, сколько времени вы сегодня работали
Как узнать, сколько времени работал ноутбук, компьютер или телефон: встроенные счётчики Windows, macOS, Android, iOS и чем они отличаются от реального учёта времени.
Как читать графики своей продуктивности и не обманываться
Один день ничего не доказывает без тренда и своей базы за недели. Разбираем правила чтения графиков и метрик — и типичные ошибки интерпретации данных о работе.
Как определить лучшее время для работы
Как найти своё лучшее время для работы без гаданий и хронотипов: журнал энергии, сопоставление задач с энергией и данные о реальной активности за две-три недели.
Как оценить свой рабочий день: чек-лист самопроверки за 5 минут
Практический способ оценить свой рабочий день без таблиц: короткий чек-лист план-факт, три вопроса самопроверки и типичные ошибки самооценки.
Тепловая карта продуктивности: как её читать и не обмануться случайными пятнами
Разбираем механику тепловой карты «день недели × час»: как считается цвет каждой клетки, пример с числами и главная ошибка — принимать случайный всплеск на малых данных за устойчивый паттерн.
Стековый график категорий: как читать накопительную диаграмму дня без ошибок
Как правильно читать стековый график категорий: что значат слои, типичная ошибка интерпретации и сколько категорий держать на одном графике.
Как не превратить метрики в самоцель
Эффект Гудхарта в личных метриках продуктивности: почему число начинает жить своей жизнью, признаки подгонки под метрику и как этого не допустить.
Как читать метрику переключений контекста
Число переключений контекста легко неправильно понять: перепутать разовый всплеск с трендом или сравнить с чужой нормой. Разбираем, как читать эту метрику правильно.
Почему эксперимент может закончиться без результата
Неопределённый исход личного эксперимента — не провал протокола, а тоже результат. Три типа исходов, причины неопределённости и типичные ошибки интерпретации.
Эффект наблюдателя: как измерение меняет поведение
Почему первые дни трекера рабочего времени часто выглядят слишком хорошо, что такое хоторнский эффект и как отличить временное искажение от реального результата.
Пороги достаточности данных: когда метрике можно верить
Почему у некоторых показателей продуктивности стоит прочерк вместо цифры, как задаются пороги достаточности данных и почему честнее скрыть метрику, чем показать ложную.
Почему доля глубокой работы не должна быть 100%
Почему 100% глубокой работы за день почти всегда сигнал недостатка данных, а не рекорд, и как отличить надёжный процент от случайного.
Сколько дней должен длиться личный эксперимент над рабочими привычками
Универсального срока в днях не существует — длительность эксперимента зависит от разброса самой метрики. Как оценить нужный срок и не остановиться слишком рано.
Как читать дельты «что изменилось»: разница между «лучше/хуже» и «иначе»
Дельта метрики — это разница между двумя значениями, но не всегда сигнал об улучшении или ухудшении. Разбираем ловушки базы сравнения и как читать изменения корректно.
Выходные и праздники в статистике рабочего времени: как считать корректно
Как выходные и длинные праздники искажают средние показатели рабочего времени и по каким правилам их учитывать, чтобы сравнения периодов были честными.
Как сравнивать периоды корректно: неделя с неделей, месяц с месяцем
Сравнение периодов работы часто вводит в заблуждение из-за разной длины, числа рабочих дней и контекста. Разбираем условия сопоставимости и типичную ошибку.
Как понять, что отвлекает от работы: метод, а не догадки
Как диагностировать реальные источники отвлечений на работе: что фиксировать, на какие паттерны смотреть и как отличить отвлечение от обычного переключения задач.
Как анализировать рабочий день: практическое руководство по шагам
Пошаговый способ разобрать рабочий день по данным: какие источники брать, как раскладывать время по категориям и искать реальные паттерны, а не догадки.
Разброс и стабильность: почему они важнее среднего
Одна и та же средняя цифра может скрывать ровную неделю или череду качелей. Как измерить разброс без сложной статистики и почему стабильность важнее пика.
Как проверить гипотезу о своей работе экспериментом
Протокол личного эксперимента над рабочими привычками: база, вмешательство, срок, критерий успеха и типичные ловушки, которые портят вывод.
Проценты и абсолютные значения: когда что использовать в метриках продуктивности
Доля глубокой работы или количество часов? Разбираем, когда процент показывает картину точнее, а когда искажает её, и как выбрать метрику.
Почему процент от малого числа ничего не значит
100% фокуса за 20 минут звучит эффектно, но не говорит о дне ничего. Разбираем механику искажения процентов на маленькой выборке и пороги, когда цифре уже можно верить.
Как учитывать нетипичные дни в статистике продуктивности
День релиза, болезни или командировки искажает среднее и базовую линию. Разбираем, как отличить нетипичный день от обычного плохого и что с ним делать в статистике.
Как отслеживать рабочее время: практическое руководство по шагам
Как начать отслеживать рабочее время: выбор метода, настройка, типичные ошибки новичков и что делать с данными, когда неделя учёта уже собрана.
Как вести учёт рабочего времени самому: рабочий способ без специальных программ
Как вести учет рабочего времени самому: простые ручные методы, шаблон таблицы, типичные ошибки самостоятельного учёта и когда стоит подключить автоматику.
Как увидеть структуру рабочего дня: от ощущений к реальной картине
Как увидеть структуру рабочего дня по факту, а не по памяти: таймлайн, категории активности и практические выводы для работы и учёбы.
Корреляция и причинность: почему связь в метриках — ещё не причина
Разбираем, что такое корреляция и почему она не доказывает причинность. Три механизма ложной связи в личных метриках работы и как проверять причину экспериментом.