Serie: Tracking de productividad – Parte 1: Planteamiento del experimento y objetivos

Contexto

Este experimento nace de la idea de abordar distintos temas desde el punto de vista de la ciencia de datos, abarcando todo el proceso: desde el planteamiento e implementación, hasta el análisis exploratorio y predictivo de los datos.

Al ser yo el sujeto de estudio más accesible, y dado que la actividad en la que invierto la mayor parte de mi tiempo es mi trabajo, considero adecuado comenzar a medir mis jornadas laborales y periodos de concentración.

En cuanto al mecanismo de medición, optaré por uno físico en lugar de uno digital por dos razones principales.

La primera es que tengo amplia experiencia trabajando con mecanismos digitales, pero no así con físicos, por lo que me interesa explorar esa parte.

La segunda es que está ampliamente documentado que el cerebro humano responde de manera más efectiva a estímulos sensoriales físicos, como presionar botones, observar un led encenderse o escuchar una señal auditiva. Este tipo de estímulos favorecen la creación de asociaciones cognitivas más fuertes que sus pares digitales.

El experimento, por supuesto, presenta la limitación y el sesgo de ser yo mismo el sujeto de estudio. Aún así, considero que es posible identificar patrones de comportamiento relevantes durante la fase de análisis.

Propósito del experimento

El objetivo del experimento es implementar un sistema que permita medir mi comportameinto durante las jornadas laborales y que, al mismo tiempo, sirva retroactivamente como un elemento de enfoque.

El sistema deberá ser capaz de registrar los siguientes eventos:

  • Inicio de la jornada laboral (Evento 1)
  • Inicio de un periodo de concentración (Evento 2)
  • Fin de un periodo de concentración (Evento 3)
  • Fin de la jornada laboral (Evento 4)

A partir de estos eventos es posible calcular métricas como la duración de la jornada diaria, el tiempo efectivo de concentración, el número de bloques de concentración, entre otras.

Durante la fase de análisis exploratorio, se podrán identificar patrones de comportamiento, por ejemplo, si existe un día de la semana en el que sea más productivo o si el rendimiento es mayor durante la mañana o la tarde.

El alcance del experimento es limitado y no contempla variables externas como calidad del sueño, hábitos alimenticios u otros factores contextuales. El análisis se basará únicamente en la información derivada de los cuatro eventos definidos.

Considero que un periodo de tres meses de recopilación de datos será suficiente para obtener conclusiones relevantes; sin embargo, es posible comenzar con análisis preliminares tras la primera semana de datos.

Hipótesis iniciales

Las hipótesis iniciales se basadas únicamente en suposiciones personales, y será interesante contrastarlas con los resultados una vez que se disponga de una cantidad suficiente de datos.

  • Hipótesis 1: Mis días más productivos son los lunes.
  • Hipótesis 2: Mi tiempo efectivo de concentración diaria es de alrededor de cuatro horas.
  • Hipótesis 3: Soy más productivo durante las primeras horas de la jornada laboral que durante la tarde.

Siguientes pasos

Los siguientes pasos del experimento son:

  • Diseñar el mecanismo de captura de datos (prototipo con Arduino)
  • Construir y programar el mecanismo de captura de datos.
  • Programar el sistema de lectura y almacenamiento de datos utilizando Python
  • Realizar la captura de datos de manera regular y disciplinada.
  • Llevar a cabo un análisis exploratorio inicial de los datos.
  • Aplicar técnicas de aprendizaje automático (Machine Learning) para identificar y predecir patrones de comportamiento.
  • Documentar hallazgos y conclusiones finales del experimento.