我工作时都在干什么：Timing App
我工作时都在干什么？让我回答这个问题，一时可能还真回答不上来——多任务、多线程早已是工作的日常，工作一天下来都很难准确记得做过的事情，更遑论一周、一个月。曾经也试过用各种计时的工具，但都需要手动计时并归类，非常麻烦，坚持不到几天就放弃了。
一个月前，发现了一个 Mac 上的自动计时 App：Timing。它可以自动追踪和记录你的 Mac 上的软件使用时间（需要授权），以及浏览器中各个网站的使用时长。并且在你离开电脑时，能够自动停止计时。它也提供了相对详尽多维度的数据可视化，并且每周会给你发一封邮件帮你解答「时间都去哪了」这个问题。不过，它只是简单的计时，并不知道你这些时间都花在哪些事情上了。如果你想对自己正在跟进的事情做计时，还是需要手动创建「项目」并将时间追踪关联到具体的项目上。
Timing App 是订阅制软件，提供三种订阅价格，同时提供了 30 天的免费试用。本文就是基于试用 30 天的数据进行分析。
总览
周分析：周几工作最努力？
从图中可以看出，周二周三在线时间都是 8.5 小时左右，周一周四变少到 6.5 小时，而周五平均只有 5 小时在营业。
周一和周五工作相对没有那么卷，这也符合我自己的认知——经过周末的放松，周一可能还没有完全进入工作的状态；到周二周三工作状态达到顶峰；而周五晚上也经常下班相对更早些，迎接周末。
但看右边天维度的数据，发现数据还是需要做一些校准。5.24 日的周五，是从上海出差回来的时间，下午很长时间都花在了赶飞机上。6.10 日的周一是端午节假期。6.14 日的周五请假了。因此，这个周期中周一和周五的工作时间的统计相对是更低的——参考 5.27-5.31、6.3-6.8 这两周比较正常的统计数据，可以看到虽然「周一、周五少卷一些」的规律仍然成立，但并没有那么显著了。
周六仍然有一些电脑的使用时间，是因为有时会在家里用电脑看一周收藏的文章、视频和邮件，以及写博客。
天分析：每天什么时间最忙？
我一般早上 10:30 左右开始一天的工作，11:00 持续工作，12:00-14:00 为午饭+午休时间。下午 14:00-18:00 是持续工作时间，18:00 吃晚饭。晚饭后一般工作到 22:00 左右，但强度没有白天那么高。很标准的字节时间。
软件分析：我都在干什么？
可以看到，工作内容按时长从高到低分别是飞书、Chrome 浏览器、飞书会议和 Xcode。这四个应用占据了每天 90% 的工作时间。其中飞书和浏览器又是绝对时间大头。
飞书自然不用多说，每天和同事的工作沟通和闲聊都发生在飞书上，更何况飞书有志于打造一个 all in one 的工作软件，部分阅读文档的工作也能够在飞书上完成。浏览器也是如此，读写文档、各种工作平台的使用以及偶尔摸鱼都发生在浏览器中。
飞书会议时长比我想象中要低，看来最近的会议治理取得了不错的效果。在 Xcode 中写代码反而是相对花时间最少的工作了——相信在字节工作的大部分程序员，都有过这样的经历：渴望有一段不被打扰的编程时间，但求之不得。
从时间维度来说，5.19-5.25 的飞书会议时间占比显著更长。回看了一下飞书日历，各业务的季度 okr review 会、各个双周会、与同学的 1-1 等果然都集中在了这一周。而 5.26-6.1 期间，Xcode 时间明显增加，因为这一周有两个需求集中开发。
Chrome 浏览器的使用统计数据是可以下钻到网站维度的：飞书文档以接近 50% 的时间占比一骑绝尘；实验平台、TEA 数据分析和各种看板平台相对也较多；Meego、Bits 等研发任务相关的平台次之。由此可以看出文档交流、日常的数据追踪和分析在字节工作环境中的重要性。
数据统计和分析的意义
我之前一直有一个观点：没有指导作用和反馈动作的数据统计没有任何持续观测的意义。
例如，测量体重和体脂数据如果是为了提供减肥的正向反馈，同时为接下来的减肥计划提供指导，这样的数据统计是有意义的。我之前会统计睡眠的数据，但并没有提供任何反馈指导——我并没有更早睡，也没有更少摄入咖啡因，于是最终决定放弃这项数据统计。
Timing App 对我而言是一样的。我知道了这 30 天我的工作时间的大致分配，然后呢？我既不会去主动调整工作时间，也暂时无法也无需改变工作内容。因此，有这样一次的数据摸底对我来说就足够了，没有后续持续统计的必要了。所以感谢 Timing 提供的试用时间，但我不会继续订阅。如果你想了解一下自己的工作时间分布，不妨也尝试一下。