- Projet de collecte et de visualisation de toutes les données de la vie personnelle mené depuis 2019, avec l’enregistrement quotidien d’une centaine d’éléments comme l’exercice, le sommeil, l’humeur, la localisation ou la météo
- Environ 380 000 points de données ont été accumulés, en combinant plusieurs sources comme RescueTime, Foursquare Swarm, Apple Health, ainsi que des saisies manuelles
- Toutes les données sont stockées dans une base de données unique fondée sur Postgres et rendues publiques via des visualisations en Ruby, JavaScript et Plotly
- Le projet est publié en open source sous licence MIT et fonctionne en mode entièrement auto-hébergé sur un serveur personnel
- Au terme de trois ans d’expérimentation, l’auteur conclut que l’utilité d’un système construit soi-même reste limitée, mais l’expérience illustre l’importance de la conscience de soi et de la souveraineté des données
Vue d’ensemble du projet
- Projet personnel de données visant à quantifier l’ensemble des indicateurs de sa vie sur trois ans à partir de 2019
- Plus de 100 éléments enregistrés par jour, couvrant notamment le fitness, la nutrition, la vie sociale, l’usage de l’ordinateur et la météo
- Un total de 380 000 points de données collectés
- Principales sources de données
- RescueTime : 149 466 enregistrements d’usage de sites web et d’applications
- Foursquare Swarm : 126 285 enregistrements de localisation et de lieux visités
- Saisies manuelles : 67 031 entrées sur l’humeur, le sommeil, la santé, les habitudes alimentaires, etc.
- Weather API : 15 442 enregistrements météo
- Apple Health : 3 048 relevés de nombre de pas
Structure de la base de données et pile technique
- Toutes les données sont stockées dans une structure clé-valeur horodatée fondée sur Postgres
- Chaque ligne se compose de
timestamp, key, value
- Un script a été écrit pour appliquer automatiquement des tags par date en tenant compte des différences de fuseau horaire
- Saisie des données
- Réponses à plusieurs questions chaque jour via un bot Telegram
- Des périodes comme les confinements ou les saisons d’entraînement sont saisies par intervalle
- Outils de visualisation
- Construction d’une couche d’analyse maison avec Ruby, JavaScript et Plotly
- 48 graphiques sélectionnés pour publication, affichés sous forme de snapshots
Principaux enseignements tirés des données
- Corrélation entre humeur et comportement
- En étant heureux ou enthousiaste, probabilité de méditer +44 %, de lire ou écouter des livres audio +28 %, de boire de l’alcool +31 %
- Sommeil et forme physique
- Au-delà de 8,5 heures de sommeil, hausse de la probabilité de maux de tête et de symptômes de rhume, énergie -24 %
- Exercice et évolution du poids
- Début d’une phase de « lean bulk » en août 2020, poids +8,5 kg, fréquence cardiaque au repos +9 bpm
- Passage de 69 kg en 2014 à 89,8 kg en 2021
- Localisation et habitudes de déplacement
- Résidence à San Francisco en 2016–17, New York en 2018–19, Vienne en 2020–21
- Forte chute du nombre de vols après le Covid-19, avec un impact net des confinements
- Climat et habitudes de vie
- En été : nombre de pas +33 %, consommation d’alcool +23 %, maladies -40 %
- En hiver : achats en ligne +100 %, symptômes de rhume +45 %
Exemples d’usage personnalisé des données
- Air Quality : mesure de la concentration de CO₂ par pièce dans le logement viennois, identification d’un problème d’aération dans la chambre
- Historique Spotify : 480 000 minutes d’écoute depuis 2013 (334 jours), avec 49 % de 200 000 morceaux écoutés jusqu’au bout
- Instagram Stories : 1 906 publications sur trois ans, en baisse pendant la pandémie
- Activité GitHub : après fastlane (2014–2018), poursuite de projets personnels comme FxLifeSheet
- Gestion des investissements : suivi de la répartition des actifs et simulations toutes les deux semaines
Confidentialité et philosophie open source
- Toutes les données sont stockées sur un serveur détenu par l’auteur, sans connexion à des services externes
- Les graphiques publiés sont limités à une forme qui n’expose pas d’informations personnelles
- Mise en avant de l’idée selon laquelle « les données déjà détenues par les grandes entreprises devraient aussi être possédées directement par les individus »
- FxLifeSheet est publié sous licence MIT, ce qui permet à chacun de le modifier et de le réutiliser
Conclusion et mise à jour 2025
- Après trois ans d’expérimentation, conclusion que le système construit à la main offre un faible retour sur le temps investi
- Moins d’enseignements surprenants que prévu
- Mais une expérience concrète de la conscience de soi et de la souveraineté des données
- À l’avenir, intention de ne suivre qu’un minimum d’indicateurs clés, comme l’humeur
- En 2025, la collecte de données a cessé, mais le site web restera maintenu
Aucun commentaire pour le moment.