Analytique personnelle : un guide posé pour commencer à suivre sa propre vie

Vous notez votre sommeil depuis trois mois. Vous avez quatre-vingt-dix chiffres dans une appli. Et maintenant ? L’analytique personnelle, c’est la pratique qui consiste à regarder vos propres données sur votre propre vie pour trouver des tendances que vous ne pouviez pas voir sur le moment. C’est le pont entre noter une chose et la comprendre.

Ce guide s’adresse à la personne qui a essayé une appli d’habitudes, une appli de sommeil ou un journal d’humeur, et qui commence à se demander si tout ce suivi en vaut la peine. Verdict rapide : ça peut en valoir la peine, mais seulement si vous l’installez de façon à ce que les données puissent vous répondre. Voici donc ce qu’est vraiment l’analytique personnelle, ce qu’elle n’est pas, et une manière posée et concrète de commencer.

Ce qu’est vraiment l’analytique personnelle

L’analytique personnelle est une petite version privée de ce que font les équipes data en entreprise. Vous choisissez quelques éléments qui comptent pour vous, vous les mesurez avec régularité, puis vous regardez comment ils évoluent ensemble au fil du temps. Le mot “personnelle” compte : les tendances n’appartiennent qu’à vous, dans le contexte de votre vie. Une corrélation entre votre sommeil et votre concentration n’a pas besoin de fonctionner pour quelqu’un d’autre pour vous être utile.

Trois éléments font tourner l’ensemble :

Les champs. Les choses individuelles que vous suivez. Heures de sommeil, humeur sur une échelle de 1 à 10, fait d’avoir fait du sport, nombre de cafés, une courte note sur la journée.
Le suivi. L’acte quotidien de remplir ces champs. Plus c’est rapide, plus vos données seront honnêtes dans la durée.
Les tendances. Ce que vous trouvez en regardant en arrière. Tendances dans un champ, et liens entre deux champs ou plus, y compris des liens qui n’apparaissent qu’un jour après.

Remarquez ce qui n’y est pas : un gourou qui vous dit quoi faire, un compteur de séries qui vous crie dessus, ou un algorithme boîte noire qui “répare” votre vie. L’analytique personnelle est descriptive. Les données décrivent ; vous décidez.

Ce que l’analytique personnelle n’est pas

Le secteur est encombré d’applis qui se ressemblent mais font des choses très différentes. Quelques distinctions rapides aident.

Ce n’est pas du biohacking

Le biohacking vise des résultats précis : récupération plus rapide, meilleure cognition, longévité. L’analytique personnelle est plus modeste et plus honnête. Vous prêtez simplement attention à vos propres données, sans obligation d’optimiser quoi que ce soit. Si vous découvrez quelque chose d’utile, tant mieux. Si vous découvrez que deux mois de suivi ne vous ont rien appris de surprenant, c’est aussi un résultat.

Ce n’est pas un compteur de séries

Les trackers de séries mesurent une seule chose et vous récompensent quand vous la faites plusieurs jours d’affilée. Très bien pour construire une habitude unique. Mais ça cesse d’être utile dès que vous voulez poser une vraie question, comme “est-ce que faire du sport m’aide réellement à me concentrer le lendemain ?”. Une série ne peut pas y répondre. Un petit ensemble de champs reliés, si.

Ce ne sont pas des conseils automatisés

Certaines applis enveloppent vos données dans un chatbot et vous disent quoi changer. L’analytique personnelle fonctionne dans l’autre sens : elle vous montre ce que font vos données, en langage simple, et vous fait confiance pour les interpréter. L’interprétation, c’est la partie intéressante. Si un outil la zappe, vous perdez le muscle qui rend l’exercice utile.

Ce n’est pas tout à fait un journal

Un journal en texte libre s’en approche, mais il capture surtout l’humeur et les événements, pas les entrées mesurables. Les deux marchent bien ensemble : une note de journal pour le contexte, quelques champs chiffrés pour les données qui permettent de comparer les jours. Pas besoin de choisir.

Pourquoi s’embêter avec tout ça

Deux raisons, modestes toutes les deux.

D’abord, la mémoire n’est pas fiable. Demandez-vous comment vous avez dormi mardi dernier. Puis le mardi d’avant. Même si vous dormez bien la plupart du temps, le souvenir d’une nuit précise s’efface vite. Pas les chiffres.

Ensuite, les tendances intéressantes sont entre les choses, pas dans les choses. Un score de sommeil tout seul n’est qu’un chiffre. Un score de sommeil à côté de votre concentration du lendemain matin, c’est une petite histoire. Une note d’humeur à côté d’une catégorie comme “météo”, c’est un indice. La forme de ces liens n’apparaît que quand vous avez deux semaines de données et deux champs comparables.

Vous n’avez pas besoin d’une hypothèse pour démarrer. Juste de quelques questions honnêtes, du genre “est-ce que je dors moins que je ne le pense en semaine ?” ou “est-ce qu’une longue journée de travail dégrade vraiment mon humeur, ou est-ce que je me l’imagine ?”.

À quoi ressemble une config de départ

La plupart des gens qui abandonnent le suivi le font pour la même raison : ils ont voulu suivre trop de choses, trop vite. Vingt champs la première semaine, aucun au bout du deuxième mois. L’astuce : commencer ridiculement petit.

Une première configuration raisonnable compte de trois à cinq champs, avec un mélange de types pour que les données soient suffisamment variées pour se comparer.

Un exemple simple :

Heures de sommeil. Un champ nombre. Une saisie rapide chaque matin.
Humeur. Un champ échelle de 1 à 10. Un tap en fin de journée.
Du sport aujourd’hui ? Un champ oui/non. Un tap.
Note du jour. Un champ texte court. Une phrase, du genre que vous lanceriez à un ami en passant.
(En option) Tasses de café. Un autre champ nombre, si la caféine fait partie de votre question.

C’est tout. Cinq champs, moins de trente secondes par jour si vous laissez ça rester rapide. Loggr propose six types de champ au total (nombre, échelle, oui/non, catégorie, texte, et un champ dédié à la tension artérielle), donc quand vous voudrez ajouter quelque chose plus tard, le bon format sera déjà là.

Un mot sur les types de champ

Le but de proposer plusieurs types n’est pas la flexibilité pour la flexibilité. C’est que chaque chose mérite sa propre unité. Le sommeil se compte en heures. Pas l’humeur, qui appartient à une échelle bornée. Avoir pris son médicament est un oui ou un non, pas un nombre. Bien choisir le type au départ, c’est s’assurer que les données seront comparables ensuite. Une échelle de 1 à 10 sur trois mois vous dit quelque chose. Un mélange de “bien”, “ok”, “moyen” et “bof” tapé dans un champ texte, non.

Combien de temps avant de regarder les tendances

La réponse honnête : plus longtemps qu’on aimerait.

Une règle pratique :

Première semaine : ne regardez rien. Notez, c’est tout. Vous êtes encore en train de comprendre ce qui compte comme un “7” d’humeur et ce qui compte comme un “8”. Votre échelle sera bancale. C’est normal.
Semaines deux à quatre : jetez un œil aux résumés hebdomadaires pour vérifier que vos champs sont bien réglés et repérer ceux que vous sautez tout le temps. Si vous sautez un champ trois jours d’affilée, c’est qu’il ne vous va probablement pas. Modifiez-le ou supprimez-le.
À partir du deuxième mois : posez de vraies questions. Vous avez assez de données pour que les comparaisons du même jour aient du sens, et pour que les liens du lendemain commencent à apparaître.

Loggr fait remonter les tendances automatiquement dès qu’il y a assez de données : jusqu’à 1 sur la vue semaine, jusqu’à 2 sur le mois, jusqu’à 3 sur l’année, classées par force. Elles s’affichent sous forme d’une phrase courte en langage clair et d’un petit graphique. Pas de score balancé en pleine face, pas d’affirmation médicale, pas de leçon.

Ce que “connexions” veut dire ici

Le mot “connexion” en analytique personnelle est plus précis qu’il n’y paraît. Il désigne en général l’une de trois choses.

Une corrélation. Deux champs numériques ou d’échelle évoluent ensemble. Quand l’un monte, l’autre a tendance à monter aussi, ou inversement. La force compte : faible, modérée ou forte, selon la netteté du lien sur de nombreux jours.
Un effet d’écart. Une habitude se produit plus (ou moins) souvent les jours où un autre champ est élevé. Par exemple : vous avez fait du sport 80 % des jours où votre sommeil était au-dessus de votre habitude, contre 35 % des jours où il était en dessous. Cet écart est l’effet.
Un effet du lendemain. Une relation entre aujourd’hui et hier, plutôt qu’entre deux champs mesurés le même jour. Le sommeil de la nuit dernière et la concentration d’aujourd’hui en est le cas classique. Une vue limitée au même jour ne le capterait jamais.

L’effet du lendemain est celui que la plupart des gens n’ont jamais vu expliqué. Il compte parce que beaucoup de ce qui détermine votre journée s’est joué la veille. Traiter “les données du jour” comme l’image complète passe à côté.

Les compromis, honnêtement

L’analytique personnelle n’est pas gratuite, même quand l’appli l’est.

Le suivi demande de l’effort. Trente secondes par jour, ce n’est pas beaucoup, mais ce n’est pas zéro. Si vous n’arrivez pas à vous imaginer le faire pendant un mois, réduisez encore avant de commencer.
L’analytique ne montre que ce que vous mesurez. Si ce n’est pas noté, ça n’est pas dans le motif. C’est le meilleur argument pour bien choisir vos trois à cinq champs, pas pour en ajouter vingt.
Les corrélations ne sont pas des causes. “Les jours où j’ai bu plus d’eau sont les jours où je me suis senti plus concentré” ne prouve pas que l’eau cause la concentration. Peut-être que oui. Peut-être que les deux corrèlent avec une troisième chose, comme un planning plus calme. L’analytique personnelle est un point de départ pour réfléchir, pas une conclusion.
Certaines semaines seront ennuyeuses. Deux tiers de vos données vont probablement confirmer ce que vous soupçonniez déjà. Le tiers restant, c’est là qu’est la valeur.

Aucun de ces points n’est une raison de ne pas suivre. Ce sont des raisons de suivre moins que ce que la tentation vous souffle.

Un plan simple sur deux semaines

Si vous voulez un vrai premier pas, essayez ceci. C’est volontairement léger.

Choisissez trois choses que vous aimeriez mieux comprendre. Un trio de départ courant : sommeil, humeur et une habitude que vous soupçonnez d’avoir du poids (sport, caféine, temps d’écran, alcool, sorties, ce qui colle à votre vie).
Créez trois champs dans votre tracker. Utilisez le bon type pour chacun (nombre pour les heures, échelle pour l’humeur, oui/non pour l’habitude).
Notez chaque soir, ou chaque matin, pendant quatorze jours. À la même heure si possible.
Au bout de deux semaines, ouvrez les stats de la semaine et posez-vous trois questions : quelle est ma moyenne, quelle est ma couverture, et est-ce qu’il existe entre deux de ces champs un lien que je n’aurais pas deviné ?
Décidez si vous gardez les mêmes trois encore un mois, vous en ajoutez un, ou vous en remplacez un.

Voilà toute la boucle. Suivre, voir, relier, ajuster. Vous progresserez sur le ajuster à mesure que vous le ferez.

À retenir

L’analytique personnelle, c’est regarder vos propres données sur votre propre vie pour trouver des tendances invisibles sur le moment.
Ce n’est pas du biohacking, ce n’est pas un compteur de séries, ce ne sont pas des conseils automatisés, et ce n’est pas un journal à lui seul.
Une bonne configuration de départ : trois à cinq champs, avec un mélange de types (nombre, échelle, oui/non, éventuellement texte).
Les deux premières semaines sont pour noter, pas pour analyser. Les tendances deviennent fiables vers le deuxième mois.
Les tendances intéressantes sont entre les champs. Les liens du même jour comptent, et ceux du lendemain aussi.
Les corrélations ne sont pas des causes. L’analytique personnelle est un point de départ pour réfléchir, pas une ligne d’arrivée.

FAQ

Analytique personnelle et quantified self, c’est pareil ?

Proche, mais pas identique. Le quantified self est le mouvement plus large consistant à se mesurer, souvent avec des capteurs et des appareils. L’analytique personnelle est la pratique analytique à l’intérieur : ce que vous faites des chiffres une fois que vous les avez. Vous pouvez faire de l’analytique personnelle avec un carnet, trois champs et zéro objet connecté.

Combien de champs faut-il suivre ?

Commencez par trois à cinq. N’en ajoutez que quand vous avez une question précise à laquelle la sélection actuelle ne peut pas répondre. Les gens qui suivent vingt champs finissent généralement par n’en suivre aucun en quelques mois.

J’ai besoin d’un objet connecté pour tout ça ?

Non. L’analytique personnelle fonctionne avec ce que vous notez à la main. Un objet connecté peut accélérer certains champs (sommeil, pas), mais n’apporte rien sur l’humeur, l’intention ou le contexte, qui sont souvent les variables les plus intéressantes. Loggr est en saisie manuelle, par choix.

Combien de temps avant de voir des tendances utiles ?

Comptez un mois. Certaines vues hebdo seront lisibles plus tôt, mais des liens fiables ont besoin d’assez d’échantillons pour ne pas être du hasard. Loggr débloque ses constats progressivement, à mesure que vos données franchissent les seuils de chaque type de tendance.

Et si je saute un jour ?

Il ne se passe rien de grave. Sauter des jours réduit la force des tendances, pas votre valeur personnelle. Vous pouvez noter une date passée plus tard si vous vous souvenez des valeurs, ou laisser un trou. Les stats de couverture le refléteront honnêtement.

Commencez par trois champs

Le chemin le plus court vers l’analytique personnelle, c’est de choisir trois choses, créer trois champs et les suivre pendant deux semaines. Sommeil, humeur et une habitude qui compte, c’est un bon point de départ. Si vous voulez un endroit où le faire dès aujourd’hui, vous pouvez ouvrir Loggr et créer votre premier champ en moins d’une minute. Six types de champ, sur iOS, Android et le web, avec les mêmes données sur chaque appareil. Pas d’assistant de configuration, pas de séries qui réclament votre attention. Juste les choses que vous choisissez de mesurer, et les tendances qui apparaissent quand vous regardez en arrière.