Über ein Jahr habe ich die Apple Watch nun schon. Zeit, mal wieder auf die Auswertungen zu schauen, die ich bereits in 2015 durchgeführt und in zwei Artikeln beschrieben habe (hier und hier). Wie schon damals bemängelt, gibt es immer noch keine ordentliche Auswertemöglichkeit der Daten mit einer Anwendung von Apple selbst. Erstaunlich bei einer Firma, die so stark auf Usability setzt. Bei der Hardware ist die stark ausgeprägt, bei der Software eher schwach.
Wenn ich mir beispielsweise die Pulsauswertung für ein Jahr anschaue, die aus der Health App von Apple kommt, muss ich sagen, das ist Murks. Damit kann niemand etwas anfangen.
Die Auswertung zu den Aktivitätsdaten sieht nicht besser aus:
Mir ist auch noch keine andere Anwendung untergekommen, die etwas vernünftiges mit den Daten anstellen kann. Also greife ich wieder auf meine R Analyse zurück, die ich ja bereits letztes Jahr auf Github geteilt habe. Die Auswertung der Aktivitätsdaten mit R zeigt mir wenigstens zusätzlich, wie unterschiedlich die Tage sind. Manchmal bin ich aktiv, manchmal auch nicht. Die Linie zeigt den Trend und da erkennt man, dass es nach einem Tief im letzten Spätherbst wieder deutlich aufwärts geht. Die rote Linie ist das von mir vorgegebene Ziel und ich erreiche es nun wieder deutlich häufiger.
Schauen wir auf die Pulswerte, so sieht man starke Schwankungen. Diese liegen aber definitiv nicht am geänderten Verhalten, sondern an der Uhr und der Meßwerterfassung selbst. Mit jeder Version des Betriebssystems der Apple Watch besteht das Risiko, dass sich etwas grundlegend ändert.
Noch deutlicher wird das mit der folgenden Graphik, die die Anzahl der Messungen pro Stunde zeigt. Mit der Version 2.2 von WatchOS hat es mal wieder eine Änderung gegeben, wie häufig ein Pulswert erfasst wird. Mit Version 1.0 und 2.0 waren es im Schnitt ein Pulswert je 10 Minuten. Version 1.1 hat das deutlich reduziert, weil nur in Ruhe ein Pulswert ermittelt wurde. Da man sich ja permanent bewegt, wurde sehr selten ein Wert ermittelt. Version 2.2 scheint nun deutlich häufiger einen Pulswert zu ermitteln. Im Mittel sind es nun 8x je Stunde. Gehört hatte ich davon bisher noch nichts.
Die Auswertung mir R habe ich dieses mal nicht lokal auf meinem Rechner durchgeführt, sondern mit der neuen Data Science Experience Umgebung der IBM. Diese enthält neben Jupyter Notebooks für Python, R und Scala auch eine komplette RStudio Umgebung. Damit lassen sich diese Auswertungen also selbst leicht durchführen, ohne R oder RStudio auf einem Rechner installieren zu müssen. Die Beschreibungen in meinem GitHub Projekt sollten genug Hinweise für eigene Auswertungen geben.
Wer selbst IBMs Data Science Experience ausprobieren möchte, kann sich hier anmelden. Die Auswerteplattform ist aktuell noch in Beta und kann kostenfrei genutzt werden.
