如果提到数据分析，就不能不提到概率论。

而提到概率论，就不得不提到概率论的两个派别。

即「频率派」和「贝叶斯派」。

两个对概率的不同的认识导致了后续具体处理方式上的显著差异。

可惜，行文至此，就此打住，本文并不是讲数据分析的。

但多少引出了一个基本事实。

即：即便面对相同的问题，不同的切入思路，处理起来就会导致不同的结果。

那，回到日程管理这个基本需求上，有什么流派呢？

我自己总结了下，一般而言，就是两个基本派别，即「时间流」和「任务流」。

什么是时间流？

就是以限定时间为导向，明确时间约束。

什么是任务流？

就是以限定任务为导向，强调任务执行。

考试就是典型的时间流，一场考试结束，即便你没有写完题目，也要交卷了。

而科学研究就是偏向任务流，对于基础科学，甚至是模糊任务流，因为很难限定时间，经常需要在一段不知道还要耗费多久的时间里默默前进。

当然，也有两者能相对结合起来的。

就是工程领域，能相对的限定时间，也能制定出具体任务。

比如最近很火的一个新闻，我们现在能去月球上取土，就是一步一个脚印的结果。

而回到我之前说的OneNote日程管理上，应该采取什么流派呢？

严格意义上，日程管理偏向于时间流，时间之所以要分段，就是要有一定的时间约束。

但这并不是绝对的。

因为有的小伙伴就说了，

Jun哥，你这个日程表格好像高中课程表啊，安排的实在是太紧密了。

没错，这个时候，就要借鉴任务流的思维方式。

即，以任务为导向的安排日程，时间刻度只是一个基本的标尺。

而要将任务变成流，就要注意任务的连续性。

不说废话，直接上图：

时间当然是有参考价值的，比如我将一些重要的日程工作放在了最开始的计划里。

但基本的还是按照典型的任务流的方式进行。

这其中的元结构就是：

小任务1[25min]→小任务2[25min]→休息[10min]

就这样无限循环即可。

休息时间是强制性的，而连续两个25min就休息也能根据自己的实际情况来调整。

可以是奋战两个小时，再休息。

这样的任务流，就避免了盯着时间段看，而促使你专注在每一个任务上。

时间就变成了一个相对的刻度。

这样的做的还有一个好处，就是留足了一定的缓冲区。

就在这：

一个小时的时间段内，实际的时间花费实际计划了35min。

实际上就是为了给之前的计划留足一定的时间余量。

保证我们任务的顺利完成。

以上，就是任务流在日程规划中的实际应用。

我之前说过，OneNote在日程管理上的经验不是一成不变的，而是会随着我自己的使用不断的优化调整。

看上面的图，我12月11日的日程情况还是执行的挺不错的。

这样布置日规划的方式也推荐给大家。