早上领导让写的报告需要多少时间完成？中午吃的那一客东坡肉包含多少热量？夜里的睡眠质量是不是每况愈下？如果你也对自己的这些日常生活数据感兴趣，但是只能通过猜测而不是靠经验得出估算的答案的话，你就很有必要进行一番自我量化了。
量化自我，旨在运用技术手段，获取个人生活中有关生理吸收、当前状态、身心表现等方面的数据，并采用数据分析进行各项行为的个性化预测和精细化调整。
量化自我的个体意义，在于通过准确的监控与数据展现，实现个体的自我认知与自我超越。比如，正在减肥的用户，通过各种体外设备对自己的每日膳食、体重、体脂率、运动情况进行监控分析（自我认知），来为减肥行为提供相对科学的方案与规划（自我超越）。
而对于试图改善「拖延症」的人来说，看看自己每天都把时间花在了哪些地方，也有助于自己做出相应的调整，提高工作效率。
可以用来量化自我的数据用很多，今天我们先来说说多数人比较关注的两个大方向：健康数据管理和时间追踪。
对于比较关注自己健康的人来说，身高、体重这种基础的数据已经不能满足他们监测自己身体状况的要求了，想要控制体重的人还想知道自己的体脂率是多少，喜欢运动的人也会想知道自己的运动时的心率是多少（这影响到自己的锻炼效果）。
各类智能设备和分析应用大量涌现，大大降低了健康监测的门槛。小小的一台 iPhone 与智能设备连接，量化自我最重要的两个步骤「监控」与「预测」都可以轻松实现。HealthKit 因此成为数据传输的纽带，下面我们就介绍一些与 HealthKit 相接的设备与应用。
身高和体重或许最基础的人体机能指标。不同于身高数据相对稳定，人体的体重值几乎每小时都在变化。增重、减重和保持体重等需求，使得体重测量设备成为较早一批接入 HealthKit 的硬件。
智能体重秤普遍采用优雅简约的工业设计和成熟专业的计量方案，双脚踩上，精确的体重数据通过蓝牙或 Wi-Fi 轻松同步。结合 小米运动，小米体重秤 在自动化程度和准确性上都可达到五星；而通过采用生物阻抗技术，乐心智能秤、有品魔秤 等还可以分析体脂、骨量、肌肉等更加精细化的指标。
自动化：★★★★★ 准确性：★★★★★
技术的日趋成熟，使得越来越多的可穿戴设备集成了心率测量功能。Apple Watch、Fitbit 手环、小米手环 等采用光敏传感器检测血液密度对绿光透光率的变化情况，获取实时心率数据。Jawbone 手环 则通过测量因血液流动造成的生物阻抗变化获得心率值，原理上后者的方案可以获得更精准的数据。
自动化：★★★★★ 准确性：★★★★☆
创新的 Rthm 仅需要 iPhone 就可以监测心率，它是通过胸部振动来间接获取心跳。将手机紧贴前胸，并尽量保持静止，一分钟后应用就会将手机运动传感器检测到的胸部起伏，转化为机体心率值。受检测原理影响，心率数值的准确性在某些场合可能会大打折扣，不过经过我的几次测试，心率数据与使用 Apple Watch 测得的数据相差不大。
自动化：★★★★★ 准确性：★★★☆☆
在以追踪运动健身记录为主的各类可穿戴设备中，心率检测更多地以辅助功能形式而存在，大多数也仅停留在心率数据采集和图表呈现上，而更重要的心率监控与分析普遍缺失。HeartWatch 弥补了心率监控方面的空缺。它从 HealthKit 读取心率值，以彩色圆环面积形式展示心率高低占比情况。一旦你的实时心率超过设定阈值，它就会给你发出警报，这时候你可需要做一系列深呼吸来降低心率，同时适量运动保持健康。
自动化：★★★★★ 准确性：★★★★☆
低功耗可穿戴设备在睡眠管理上具有「先天性」优势，小米手环、Fitbit 手环等几乎都需要用户佩戴入睡。这些设备以感知手腕运动幅度为主，以心率变化为辅，可以相对准确地记录用户睡眠时间，分析睡眠质量。
而受到待机时长与体型限制，Apple Watch 没有自带睡眠管理功能，第三方应用弥补了这方面的空缺。Sleep++、 HeartWatch 等同样通过手腕运动分析和心率变化记录，进行睡眠管理。这种方式的不足之处也很明显，你需要 科学规划 Apple Watch 的充电时间，并忍受睡眠时手腕上的异物感。
自动化：★★★★★ 准确性：★★★★☆
仅通过一款应用来追踪睡眠情况，在大部分情况下也同样准确可靠。Pillow、Sleep Cycle、Runtastic 优质睡眠等需要用户将手机等设备放置枕边，利用设备的加速度计，监控用户在睡眠时身体活动引发的震动，并将其作为判断睡眠质量的重要指标。基于麦克风监测的声音分析，也被作为衡量睡眠好坏的辅助手段。这种监控睡眠方式的缺点，一是手机等设备的硬件损耗，二是可能存在的睡眠伴侣干扰引起的准确度问题。
自动化：★★★★★ 准确性：★★★☆☆
不论是智能手机还是可穿戴设备，通过加速度计监测和地理位置变化，记录步数几乎已经成为一项标配功能。
可穿戴设备则更是大显身手，以鼓励用户少坐多动，通过硬件配置和算法优化，用户的运动时长统计、运动类型分析、活动能量消耗、站立时间、已爬楼层等各类数据都可以被实时记录下来。来自 Cleveland Clinic 的研究 指出，Apple Watch 是可穿戴设备中最准确的健身追踪器，与 iOS 系统的高度集成，使得 Apple Watch 成为记录健身数据的不二之选。
自动化：★★★★★ 准确性：★★★★☆
工作繁忙忘了喝水，是常有的事。各类提醒用户饮水的应用层出不穷，如 我的水平衡、WaterMinder 等都采用系统通知提醒用户喝水，并让用户记录引水量、饮料类型等数据，写入到 HealthKit 中。
不过养成收到提醒进而喝水的习惯容易，而养成收到提醒进而忽略喝水的习惯也不难。每隔一段时间就要被分散注意力，可能还会使频繁的喝水提醒变得恼人。
自动化：★★★☆☆ 准确性：★★★★☆
准确便捷记录饮食中各类营养、脂肪和微量元素等数据，目前还不可行。减肥应用 MyFitnessPal 特意建立了一个庞大的食物营养数据库，输入食物名称搜索，就可以得到该食物包含有的各类营养，并快速记录在三餐与零食目录下，为正在控制体重的用户提供营养摄入参考。
对食物类商品的扫码匹配，则大大简化了添加食物的过程。不过，非商品类食物仍旧数量庞大，营养数据又各不尽相同，甚至你还要对 100g 量级心里有数，MyFitnessPal 记录膳食摄入的准确性大打折扣。
自动化：★★☆☆☆ 准确性：★★☆☆☆
当生殖健康被引入到 HealthKit 时，如何追踪这类数据的争议甚嚣尘上，直至现在也没有出现一个相对自动化又简便的方式可以到追踪到如此私密的数据。
针对女性用户的经期追踪应用，如 Clue、大姨吗、美柚等，需要用户自发地进行行为记录。月经具有相对固定的周期与规律，此类应用通常可以为用户提供相对可靠的预测与指引。Clue 的主界面以圆环形式非常简约地展示每月生理周期情况。在月经周期，用户可以记录出血量、疼痛、心情等三个数据，并将相应数据写入到 HealthKit 中。记录数据越多，它的预测就会越准确。
自动化：★★★☆☆ 准确性：★★★★☆
专注于记录性行为的 Naughty，也需要用户自行输入相关信息。包括性行为方式、是否采取保护措施、起始时间、发生地点、备注等信息，都可以通过 Naughty 写入到 HealthKit 中。开发者还提供了应用的 URL Schemes 来提供更多快捷输入的可能。受限于过多的人工操作和性行为的无规律性，Naughty 记录数据的自动化程度相对较低，行为的预测也可能缺乏意义。
自动化：★★☆☆☆ 准确性：★★★★☆
「健康」应用作为 HealthKit 数据枢纽，展示了所有类目的详细数据。它的优点是，联通了所有需要读写数据的应用，同时以简约美观地方式展示这些数据；而在数据专业性分析上，健康应用所做的还远远不够，它仅仅实现了数据的简单展示，更高级且更重要的功能如用户行为预测、各类数据分析等都没有实现。
配合 Apple Watch 工作的「健身记录」应用，则专注于每日活动和消耗能量的记录，并引入「目标」和「成就」概念，来鼓励用户适当锻炼。
第三方应用如 Activity++、HeartWatch 等，开始采用数据交叉分析来提供相对专业的用户健康情况评估。前者通过读取「健身记录」中的数据，做了较为简单的「统计」，而应用本身的最大特点是引入「休息日」的概念，七天内允许用户有一日未达成目标。
HeartWatch 则可以汇总消耗能量、锻炼时长、站立小时数、心率、睡眠时间、体重等，做综合性的静息与运动情况分析。应用本身专注于心率监控，在综合数据分析上，做得甚为复杂让人理解费劲。
Gyroscope 做了几乎和「健康」应用一样的工作，通过接入各式各样的硬件设备和应用，将各类数据展现给用户，涵盖了步行计数、地理方位、体重、心率等各个方面。凭借超高的颜值和专业易懂数据曲线，Gyroscope 可以成为与「健康」应用媲美的，量化自我数据展示的绝佳工具。
此外，订阅版 Gyroscope 除了能保存你的所有数据（免费版仅保存最近一周），还提供了完整的健康应用同步支持，能让你与所有支持苹果 HealthKit 的 App 自动同步数据，以及支持基于 HealthKit 的睡眠分析，自定义部分隐藏你的地理位置活动、体重、工作时间等数据，以保护个人隐私。
除了上面那些用来记录自己的身体健康数据的应用之外，把时间都花在了哪些地方也是不少人比较关心的问题。
长期以电脑作为办公设备的你，使用工具来追踪花在各个应用或网页的时间，是评估工作效率的绝佳方式。RescueTime 和 Qbserve 都只需要你安装相应的客户端，软件就会在后台默默记录你在各种办公软件、娱乐网页等等页面停留的时间，并生成详尽的数据报告，分析用户习惯与工作效率。
RescueTime 作为系统插件没有可视化的客户端，但它支持 Mac、Windows、Linux、Android、Chrome、Firefox 六种平台，所有的监控数据与分析报告需要在网页上查看。Qbserve 仅有 Mac 版客户端，可直接在本地查阅数据与统计信息，并可以根据用户设定，推送「工作/娱乐时间过长」之类的提醒。
自动化：★★★★★ 准确性：★★★★★
重度智能手机使用者，可能更加关心自己每天消耗在手机上的时间。应用如 OFFTIME、小容、Moment 等支持记录用户每天使用手机的时长、解锁频次、通话时长、应用停留时长等数据，并根据数据分析，提供较为准确的使用规律分析和报告。
在系统权限宽松的设备上，这些应用还可以允许用户设定「限制使用手机」的个性化方案，来帮助用户戒除手机瘾。
自动化：★★★★★ 准确性：★★★★★
采用多维度信息交叉分析技术的 Life Cycle，可以分析出你现在正在做的事。出自 Sleep Cycle 的开发商，Life Cycle 通过追踪用户的地理位置变动和 Wi-Fi 或基站切换和系统时间等，来判断用户处于上班、就餐、通勤、在家、睡眠等各大类活动中。
初次使用，Life Cycle 会进行 2-3 天的数据采集，并根据这段时间用户的活动来创建独有的时间分配模型。当然应用不能做到 100% 准确分析，必要的人工修改，会使应用的分析工作更加准确。应用高级版还能分析各类活动时间长度的变动，使用越久，分析越准确。
自动化：★★★☆☆ 准确性：★★★★☆
技术成熟与智能设备的普及，为量化自我提供了前所未有的便捷，我们正在成为最了解自己身体的专家，而这种潮流也正在甚至已经成为一种优秀乃至卓越的个人品质。
正如《大数据》作者 Kenneth Cukier 所言：
量化自我的人们并不是什么科学怪人，现在我们会有「量化自我」这种颇为生僻的名词来命名这种现象，但它很有可能就变成未来再平常不过的健康管理和医疗保健。它不再是某一部分人的行为，而是所有人的行为。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。