探索个人信息化分析鸿沟：“有很多培根”

个人信息化研究帮助人们追踪个人数据，以进行自我反思和获取自我认知。然而，该领域主要聚焦于自我追踪中的数据收集与洞察生成环节，而对灵活的数据分析关注较少。因此，这种忽视导致了缺乏灵活性的分析流程，无法反映或支持人们以其多样化方式参与自身数据的需求。本文通过对个人信息化与可视化研究文献的综述，揭示了我们在设计灵活工具以辅助个人在私人情境中参与和分析个人数据方面的知识鸿沟，即所谓的个人信息化分析鸿沟。我们通过一项关于哮喘患者如何使用个人空气质量数据的多阶段纵向研究来探究这一鸿沟，并报告了参与者如何：受广泛而多样的目标所驱动；在探索数据的方式上表现出特定模式；以玩乐的方式参与数据；通过偶然探索发现新洞察；以及不愿独自使用分析工具。这些结果为可视化分析研究带来了新机遇，并表明在支持个人数据分析时，我们在设计的方式与内容上需要进行根本性转变。