Miksi viivakoodinlukijasi näyttää väärän tuotteen (ja miten korjata se)

Viivakoodien väärinymmärrykset vaikuttavat arvioiden mukaan 2-8 prosenttiin kaikista skannauksista ravintoapplikaatioissa, jotka perustuvat joukkosourced-tietokantoihin. Yksi väärä tuotteen osuma voi heittää päivittäisen kalorienlaskentasi satoja kaloreita ilman, että huomaatkaan. Ongelma ei ole puhelimesi kamerassa tai skannaustekniikassasi. Ongelma on se, että viivakoodeja ei koskaan suunniteltu pysyviksi, ainutlaatuisiksi, globaaleiksi tunnisteiksi ravintotiedoille. Ymmärtäminen siitä, miksi väärinymmärryksiä tapahtuu, on ensimmäinen askel niiden havaitsemisessa ja korjaamisessa ennen kuin ne vääristävät ruokapäiväkirjaasi.

Miten viivakoodit oikeasti toimivat (ja miksi ne epäonnistuvat ravintoseurannassa)

Ruokatuotteen viivakoodi on joko UPC-A (12 numeroa, käytetään pääasiassa Pohjois-Amerikassa) tai EAN-13 (13 numeroa, käytetään kansainvälisesti). Nämä koodit myöntää GS1, globaali standardointiorganisaatio, alueellisten jäsenorganisaatioiden kautta. Valmistajat ostavat viivakoodilohkoja ja myöntävät ne tuotteilleen.

Tässä on kriittinen yksityiskohta, jota useimmat ihmiset eivät tiedä: GS1:n ohjeet sallivat viivakoodien uudelleenmyöntämisen. Kun tuote lopetetaan, sen viivakoodi voidaan kierrättää ja antaa täysin erilaiselle tuotteelle odotusaikana. GS1 suosittelee vähintään 48 kuukauden odotusaikaa ennen uudelleenkäyttöä, mutta noudattaminen on vapaaehtoista. Jotkut valmistajat myöntävät viivakoodeja uudelleen 12 kuukauden sisällä.

Tämä tarkoittaa, että viivakoodi ei ole tuotteen pysyvä henkilökortti. Se on enemmän kuin puhelinnumero: sama numero voi kuulua eri ihmisille eri aikoina. Ravintotietokannat, jotka eivät aktiivisesti hallitse tätä todellisuutta, tarjoavat väistämättä vanhentuneita tai virheellisiä tietoja.

Syyt 1: UPC- ja EAN-viivakoodien uudelleenkäyttö

Kun valmistaja lopettaa tuotteen, siihen liitetty viivakoodi tulee saataville uudelleenmyöntämistä varten. Viivakoodi, joka kerran kuului 200 kalorin granolapatukalle, saattaa nyt kuulua 350 kalorin trail mixille. Jos tietokanta edelleen yhdistää tämän viivakoodin vanhaan tuotteeseen, kirjaat 200 kaloria, vaikka todellisuudessa kulutit 350.

Miten tunnistaa: Skannauksen palauttama tuotteen nimi tai brändi ei vastaa pakkausta. Ravintoarvot voivat myös poiketa huomattavasti siitä, mitä etiketti sanoo.

Miten korjata: Tarkista aina skannauksen palauttama tuotteen nimi ennen kuin vahvistat syötteen. Jos nimi ei vastaa tuotettasi, hylkää skannaus. Etsi manuaalisesti oikealla tuotteen nimellä tai valokuvaa ravintoetiketti tarkkaa syöttöä varten. Nutrolassa voit ilmoittaa vanhentuneesta viivakoodiyhteydestä, jotta varmennettu tietokantatiimi voi päivittää sen.

Kuinka yleistä: Viivakoodin uudelleenkäyttö aiheuttaa noin 1-3 prosenttia väärinymmärrysvirheistä hyvin hoidetuissa tietokannoissa ja jopa 5-10 prosenttia tietokannoissa, joita ei tarkasteta säännöllisesti.

Syyt 2: Alueelliset variantit samalla viivakoodilla

Tämä on yksi harhaanjohtavimmista viivakoodiongelmista, koska tuotteen nimi ja brändi vastaavat täydellisesti, mutta ravintotiedot ovat väärät. Monet monikansalliset brändit myyvät tuotteitaan samalla nimellä ja samalla viivakoodilla eri maissa, mutta reseptit eroavat paikallisten makumieltymysten, ainesosien sääntelyn tai saatavuuden vuoksi.

Reaalimaailman esimerkkejä:

• Kit-Kat (Nestle/Hershey). Brittiläinen Kit-Kat käyttää erilaista suklaareseptiä kuin amerikkalainen Kit-Kat. Kalorimäärä per patukka vaihtelee noin 10-15 prosenttia.
• Coca-Cola. Sokeripitoisuus vaihtelee maittain eri makeutussääntöjen ja paikallisten reseptien vuoksi. 330 ml:n tölkissä sokeria on 35-39 g riippuen markkinoista.
• Nutella (Ferrero). Hasselpähkinöiden ja palmuöljyn suhde vaihtelee Italian ja Saksan reseptien välillä, mikä johtaa mitattaviin eroihin rasva- ja kaloripitoisuudessa annosta kohden.

Miten tunnistaa: Skannattu tuotteen nimi ja brändi näyttävät oikeilta, mutta yksittäiset makroarvot eivät vastaa kädessäsi olevaa etikettiä. Kiinnitä erityistä huomiota sokeriin, rasvaan ja kokonaiskaloreihin, sillä nämä ovat arvoja, jotka todennäköisimmin eroavat alueellisten varianttien välillä.

Miten korjata: Vertaa skannattuja ravintotietoja fyysiseen etikettiin. Jos arvot eroavat, muokkaa syötettä vastaamaan etikettiäsi. Nutrolassa AI-valokuvausominaisuus voi valokuvata etiketin suoraan, ohittaen viivakoodin ja mahdolliset alueelliset tietokantavirheet kokonaan.

Syyt 3: Tuotteen reformuloinnit muuttumattomilla viivakoodeilla

Brändit reformuloivat tuotteitaan säännöllisesti. Ne vähentävät sokeria, vaihtavat öljytyyppejä, säätävät annoskokoja, lisäävät proteiinia tai poistavat keinotekoisia ainesosia. Useimmissa tapauksissa viivakoodi pysyy samana. Fyysinen tuote hyllyssä sisältää uusia ravintotietoja, mutta tietokanta saattaa silti pitää vanhoja tietoja.

Huomionarvoisia reformulointiesimerkkejä:

Tuote	Muutos	Kalorivaikutus per annos
Monet brittiläiset virvoitusjuomat vuoden 2018 sokeriveron jälkeen	Sokeria vähennetty 30-50%	-40 - -70 kcal
General Millsin viljat (2015 reformulointi)	Keinotekoiset värit ja maut poistettu	-5 - -15 kcal
Subway-leipä (2020 reseptimuutos)	Sokeripitoisuus vähennetty	-10 - -20 kcal
Erilaiset jogurttimerkit (jatkuvasti)	Lisätty proteiinia, vähennetty sokeria	Vaihteleva, usein -20 - +15 kcal
Proteiinipatukkamerkit (usein päivityksiä)	Vaihdettu makeutusaineita ja proteiinilähteitä	-10 - +25 kcal

Viive reformuloinnin ja tietokannan päivityksen välillä voi olla viikoista vuosiin riippuen siitä, miten tietokantaa ylläpidetään.

Miten tunnistaa: Brändi ja tuotteen nimi vastaavat, mutta tietyt arvot ovat pielessä. Usein vain yksi tai kaksi makroa eroaa. Jos huomaat, että sokeri on alhaisempi tai proteiini korkeampi kuin skannattu tulos, tuote on todennäköisesti reformuloitu.

Miten korjata: Päivitä syöte vastaamaan nykyistä etikettiä. Valokuvaa ravintoetiketti Nutrolan AI-valokuvausominaisuudella varmistaaksesi, että se vastaa kädessäsi olevaa tuotetta. Ilmoita vanhentuneesta syötteestä, jotta tietokanta voidaan korjata.

Syyt 4: Monipakkauksen ja yksittäisen tuotteen viivakoodien sekaannus

Monipakkaukset (kuuden pakkauksen jogurtit, proteiinipatukoiden monivalintalaatikot, juomien laatikot) omaavat omat viivakoodinsa, jotka eroavat yksittäisten tuotteiden viivakoodeista. Kuitenkin tietokannan merkinnät eivät aina ole selkeitä siitä, mitä ne edustavat.

Yleisiä skenaarioita:

• Skannaat yksittäisen tölkin kuuden pakkauksesta. Viivakoodi on monipakkauksen viivakoodi, joka on painettu ulkopakkaukseen. Tietokanta palauttaa ravintotiedot kaikista kuudesta tölkistä.
• Skannaat proteiinipatukoiden monivalintalaatikkoa. Tietokanta palauttaa tietoja yhdestä tietystä mausta, ei siitä, jota syöt.
• Skannaat yksittäistä tuotetta, jonka viivakoodi vastaa sekä yksittäistä että monipakkausmerkintää tietokannassa. Väärä palautus tapahtuu.

Miten tunnistaa: Kalorimäärä on epäilyttävän korkea (skannasit yhden tuotteen, mutta sait monipakkauksen tietoja) tai maku ja kuvaus eivät vastaa erityistä tuotettasi monivalintapakkauksessa.

Miten korjata: Tarkista annoskoko ja annosten määrä palautetussa merkinnässä. Jos kokonaiskalorit näyttävät olevan moninkertaisia odottamaasi verrattuna, jaa ne vastaavasti. Parempi vaihtoehto on etsiä yksittäisen tuotteen viivakoodi yksittäisestä yksiköstä sen sijaan, että käyttäisit ulkopakkauksen viivakoodia. Nutrolassa voit säätää annosmäärää skannauksen jälkeen vastaamaan yksittäistä tuotetta tai valokuvata yksittäisen tuotteen ravintoetiketti saadaksesi tarkat tiedot.

Syyt 5: Kauppabrändien valkoiset etiketit ja jaetut UPC:t

Yksityisbrändit ja kauppabrändit valmistetaan usein yhdellä yrityksellä ja myydään eri brändinimillä eri jälleenmyyjillä. Joissakin tapauksissa näillä tuotteilla on sama UPC, vaikka ne näyttävät eri nimiltä.

Esimerkiksi aamiaismurot, joita valmistaa yhteisyritys, saatetaan myydä nimillä:

• "Sunrise Crunch" yhdessä supermarketketjussa
• "Morning Harvest" toisessa
• "Healthy Start Granola" kolmannessa

Kaikilla kolmella saattaa olla sama viivakoodi, koska ne ovat fyysisesti identtisiä tuotteita. Tietokanta saattaa listata vain yhden näistä brändinimistä, joten kun skannaat "Morning Harvest" -laatikon, sovellus näyttää "Sunrise Crunch" -tiedot.

Miten tunnistaa: Brändinimi on väärä, mutta tuotteen kuvaus, kuva tai ravintotiedot näyttävät uskottavilta. Ravintoarvot voivat olla oikein, vaikka nimi ei ole.

Miten korjata: Jos ravintoarvot vastaavat etikettiäsi, voit käyttää merkintää huolimatta väärästä nimestä. Jos arvot eroavat (mikä voi tapahtua, kun jälleenmyyjä pyytää hieman erilaista koostumusta), muokkaa merkintää tai kirjaa se valokuvan avulla. Tämä skenaario on enemmän kosmeettinen vaiva kuin seurannan tarkkuusongelma, mutta on syytä tarkistaa numerot.

Syyt 6: Käyttäjien lähettämät virheet joukkosourced-tietokannoissa

Monet ravintoapplikaatiot rakentavat tietokantojaan käyttäjien kontribuutioiden kautta. Kuka tahansa voi skannata tuotteen ja lähettää ravintotietoja. Vaikka tämä lähestymistapa laajenee nopeasti, se tuo mukanaan virheitä:

• Kirjoitusvirheet. Käyttäjä syöttää 52 grammaa proteiinia 5.2 gramman sijaan.
• Väärät yksiköt. Arvojen syöttäminen per 100 g, kun annoskoko on 30 g, tai päinvastoin.
• Puuttuvat merkinnät. Käyttäjät syöttävät kalorit, mutta jättävät makrot tyhjiksi tai nollaksi.
• Kaksinkertaiset merkinnät. Sama tuote esiintyy useita kertoja eri tiedoilla, ja sovellus palauttaa väärän.
• Tahallinen väärinraportointi. Jotkut käyttäjät aliraportoivat kaloreita usein syömissään ruoissa, jotta heidän lokinsa näyttäisivät paremmilta. Tämä saastuttaa tietokannan kaikille.

Vuoden 2023 analyysi suuresta joukkosourced-ruokadatasta havaitsi, että noin 15-25 prosenttia käyttäjien lähettämistä merkinnöistä sisälsi vähintään yhden merkittävän virheen, määriteltynä yli 10 prosentin poikkeamana valmistajan etikettitiedoista.

Miten tunnistaa: Ravintoarvot, jotka vaikuttavat epäuskottavilta. Nollaa grammaa rasvaa maapähkinävoissa. Viisikymmentä grammaa proteiinia pienessä keksissä. Sata kaloria ruokalusikallisessa oliiviöljyä. Jos jokin tuntuu oudolta, se todennäköisesti on.

Miten korjata: Vertaile fyysistä etikettiä vastaan. Jos merkintä on selvästi väärä, älä käytä sitä. Kirjaa tuote vaihtoehtoisella menetelmällä ja ilmoita virheestä.

Yleisiä viivakoodin väärinymmärryksiä ja korjauksia

Skenaario	Mitä näet	Todennäköisin syy	Paras korjaus
Täysin väärä tuotteen nimi ja brändi	Skannasit proteiinipatukan, sait puhdistusaineen	UPC-uudelleenkäyttö lopettamisen jälkeen	Etsi manuaalisesti tai valokuvaa etiketti
Oikea brändi, väärä maku tai variantti	Skannasit suklaamaku, sait vaniljan	Monipakkaus- tai varianttisekaannus	Valitse oikea variantti hakutuloksista
Oikea tuote, väärät ravintotiedot	Nimi vastaa, mutta kalorit poikkeavat 10-20%	Reformulointi tai alueellinen variantti	Muokkaa merkintää vastaamaan etikettiäsi
Oikea tuote, täysin väärät makrot	Nimi vastaa, mutta proteiini näyttää 0 g proteiinipatukasta	Käyttäjien lähettämä virhe joukkosourced-tietokannassa	Valokuvaa ravintoetiketti
Tuntematon brändinimi, uskottavat ravintotiedot	Eri brändinimi, mutta arvot näyttävät oikeilta	Valkoinen etiketti tai jaettu UPC	Varmista arvot etikettisi mukaan, käytä jos oikein
Oikea tuote, kalorit ovat moninkertaisia odotettuihin	600 kcal yhdelle jogurttikupille	Skannattu monipakkauksen viivakoodi	Säädä annosmäärää tai etsi yksittäisen tuotteen viivakoodi

Miten Nutrolan varmennettu tietokanta minimoi väärinymmärrykset

Useimpien viivakoodin väärinymmärrysten perussyynä on tietokannan laatu. Joukkosourced-tietokannat kasvavat nopeasti, mutta keräävät virheitä vielä nopeammin. Nutrola ottaa toisen lähestymistavan varmennetun tietokannan mallilla.

Valmistajatiedon hankinta. Nutrolan tietokanta priorisoi ravintotietoja virallisista valmistajatiedoista, hallituksen ruokakoostumustietokannoista (kuten USDA FoodData Central, UK Nutrient Databank ja European Food Information Resource) sekä varmennetuista vähittäistuotetiedoista. Tämä eliminoi kirjoitusvirheet, yksikkövirheet ja puuttuvat merkinnät, jotka vaivaavat käyttäjien lähettämiä tietokantoja.

Ihmisten tarkastus lähetyksille. Kun käyttäjät tai automaattiset järjestelmät lähettävät uusia tuotteita, merkinnät tarkastetaan saatavilla olevan valmistajatiedon mukaan ennen kuin ne julkaistaan. Tämä varmennusvaihe havaitsee suurimman osan virheistä ennen kuin ne pääsevät käyttäjän ruokapäiväkirjaan.

Alueellisten varianttien seuranta. Nutrolan tietokanta erottaa saman tuotteen alueelliset variantit. Brittiläinen Kit-Kat ja amerikkalainen Kit-Kat ovat erillisiä merkintöjä omine ravintotietoineen, jotka on linkitetty oikeisiin alueellisiin viivakoodimerkintöihin. Tämä eliminoi hiljaisen alueellisen väärinymmärryksen ongelman.

Aktiivinen reformulointiseuranta. Kun suuret brändit ilmoittavat reseptimuutoksista, tietokantatiimi päivittää ravintotiedot proaktiivisesti sen sijaan, että odottaisi käyttäjäraportteja. Tämä vähentää aikaa, jolloin vanhentuneita tietoja voitaisiin tarjota.

Viivakoodin uudelleenkäytön havaitseminen. Automaattiset järjestelmät merkitsevät viivakoodit, jotka palauttavat merkittävästi erilaisia ravintoprofiileja äskettäin skannatuista, mikä laukaisee manuaalisen tarkastuksen. Tämä havaitsee uudelleenkäyttötapaukset nopeammin kuin pelkästään käyttäjävalitusten varassa.

Tuloksena on viivakoodiskannauksen tarkkuus yli 95 prosenttia, ja väärinymmärrykset ovat merkittävästi vähäisempiä verrattuna sovelluksiin, jotka luottavat pelkästään joukkosourced-tietoihin.

Milloin ei kannata luottaa mihinkään viivakoodiskannaukseen

Vaikka varmennetussa tietokannassa tietyt tilanteet vaativat ylimääräistä varovaisuutta:

• Ulkomailta ostetut tuotteet. Jos ostit tuotteen maasta, jossa sovelluksesi on määritetty, tarkista aina skannattuja tietoja etikettiä vastaan.
• Käsin kirjoitetut tai tarralla merkityt etiketit. Kaupassa pakatut tuotteet (esimerkiksi deli-tiskiltä tai myymälän leipomosta) saattavat sisältää viivakoodeja, jotka vastaavat pakkausmateriaalia, ei ruokaa.
• Alennuksessa tai vanhentumassa olevat tuotteet. Nämä ovat todennäköisemmin vanhoja koostumuksia, jotka eivät välttämättä vastaa nykyisiä tietokannan merkintöjä.
• Suurissa tai täytetyissä tuotteissa. Viivakoodi säiliössä, jonka täytit suurmyymälässä, viittaa säiliöön, ei sen nykyisiin sisältöihin.

Kaikissa näissä tapauksissa Nutrolan AI-valokuvaus tarjoaa luotettavan vaihtoehdon. Valokuvaa ravintoetiketti ja anna AI:n poimia tarkat tiedot, ohittaen viivakoodin ja mahdolliset tietokantavirheet kokonaan.

Miten havaita viivakoodivirheitä ennen kuin ne vaikuttavat seurantaan

Nopean tarkistusrytmin luominen vie vain sekunteja ja estää virheiden kumuloitumisen:

1. Vilkaise tuotteen nimeä. Vastaaako skannattu tulos sitä, mitä pidät käsissäsi? Jos ei, hylkää se heti.
2. Tarkista kalorimäärä. Sinun ei tarvitse muistaa jokaista tuotetta, mutta sinulla on todennäköisesti karkea käsitys siitä, onko välipala 150 vai 500 kaloria. Jos luku tuntuu väärältä, tutki asiaa.
3. Vahvista yksi makro. Valitse se makro, joka on tärkein tavoitteillesi (proteiini lihasten rakentamiseen, hiilihydraatit ketoon, rasva vähärasvaisille dieeteille) ja varmista se etikettiä vastaan.
4. Kiinnitä huomiota nolliin. Skannattu merkintä, joka näyttää 0 g proteiinia, 0 g rasvaa tai 0 g hiilihydraatteja ruoasta, joka selvästi sisältää kyseisiä makroja, on tietokantavirhe.

Tämä neljän vaiheen tarkistus lisää vain noin viisi sekuntia jokaiselle skannaukselle ja havaitsee suurimman osan väärinymmärrysvirheistä ennen kuin ne pääsevät lokiisi.

Mitä tehdä, kun huomaat aiempia viivakoodivirheitä lokissasi

Jos huomaat, että tuote, jota olet skannannut säännöllisesti, on palauttanut väärää tietoa, tässä on miten arvioida ja korjata vahinko:

• Arvioi, kuinka kauan virhe on ollut aktiivinen. Tarkista, milloin aloitit tuotteen kirjaamisen ja kuinka usein kulutat sitä.
• Laske per-entry-ero. Vertaa virheellisiä skannattuja arvoja oikeisiin etikettiarvoihin.
• Päätä, korjataanko retroaktiivisesti. Pienille eroille (alle 30 kaloria per merkintä) viikkotasolla on vähäinen vaikutus. Suurille eroille (100+ kaloria per merkintä päivittäin) retroaktiivinen korjaus antaa tarkemman kuvan saantihistoriastasi.
• Korjaa lähde. Ilmoita virheestä, päivitä mukautettu merkintäsi tai vaihda valokuvauslokkaamiseen kyseiselle tuotteelle jatkossa.

Nutrolan AI Diet Assistant voi auttaa tässä analyysissä. Kysy siltä, että se tarkistaa viimeaikaiset merkintäsi tietylle tuotteelle ja se voi merkitä ravintotiedot, jotka poikkeavat varmennetusta tietokannasta.

Perustelut monimenetelmälliselle lokkaamiselle

Viivakoodiskannaus on nopeaa ja kätevää, mutta sen pitäminen ainoana lokkausmenetelmänä tekee sinut alttiiksi kaikille yllä kuvatuista ongelmista. Tarkimmat ravintoseurannat käyttävät useita syöttömenetelmiä:

• Viivakoodiskannaus nopeutta varten suurilla brändituotteilla.
• AI-valokuvauslokkaus varmennusta varten ja tuotteille, joita ei ole tietokannassa.
• Äänilokitus nopeita merkintöjä varten, kun tiedät arvot tai lokkaat kokonaisia ruokia.
• Manuaalinen haku lisäyksikkönä, kun muut menetelmät eivät ole käytettävissä.

Nutrola yhdistää kaikki neljä menetelmää yhteen käyttöliittymään. Voit aloittaa viivakoodiskannauksella, vahvistaa valokuvalla ja säätää nopealla äänimuistiinpanolla, kaikki samassa merkinnässä. Yhdistettynä Apple Healthin ja Google Fitin synkronointiin ravintotietosi pysyvät tarkkoina ja täydellisinä riippumatta siitä, mitä syöttömenetelmää käytät.

Hinta on 2,50 € kuukaudessa, ja saat 3 päivän ilmaisen kokeilun, jolloin voit testata kaikkia lokkausmenetelmiä ja nähdä, miten varmennettu tietokanta vertautuu joukkosourced-vaihtoehtoihin. Ei mainoksia missään tasossa.

Usein kysyttyjä kysymyksiä

Kuinka usein viivakoodinlukijat näyttävät väärän tuotteen?

Joukkosourced-tietokantoja käyttävissä sovelluksissa väärät tuotteen osumat tapahtuvat arvioiden mukaan 2-8 prosentissa skannauksista. Varmennetuissa tietokannoissa, kuten Nutrolassa, osuus laskee alle 2 prosenttiin. Taajuus riippuu siitä, mitä ostat: suuret kansalliset brändit harvoin sisältävät virheitä, kun taas kauppabrändit, kansainväliset tuotteet ja äskettäin reformuloidut tuotteet ovat alttiimpia väärinymmärryksille.

Voiko sama viivakoodi todella kuulua kahdelle eri tuotteelle?

Kyllä. GS1, organisaatio, joka hallinnoi viivakoodistandardeja, sallii viivakoodien uudelleenmyöntämisen tuotteen lopettamisen jälkeen. Suositeltu odotusaika on 48 kuukautta, mutta sitä ei valvota. Valmistajat voivat ja tekevät viivakoodien uudelleenkäyttöä aikaisemmin, mikä luo konflikteja ravintotietokannoissa, jotka säilyttävät vanhoja tuotemerkintöjä.

Miksi skannattu Kit-Kat näyttää eri kaloreita kuin etiketti?

Todennäköisesti näet tietoja alueellisesta variantista. Nestle ja Hershey valmistavat Kit-Kat:ia eri koostumuksilla eri markkinoille. Brittiläinen versio, eurooppalainen versio ja amerikkalainen versio sisältävät kaikki erilaisia kalori- ja makroarvoja per patukka. Jos sovelluksesi tietokanta ei seuraa alueellisia variantteja erikseen, se saattaa palauttaa tietoja eri maan koostumuksesta.

Miten tiedän, onko viivakoodiskannan tietoni tarkkoja?

Vertaile kolmea arvoa fyysisen etiketin kanssa: kokonaiskalorit, proteiini ja kokonaisrasva. Jos kaikki kolme vastaavat 5 prosentin sisällä, merkintä on luotettava. Jos jokin arvo poikkeaa yli 10 prosenttia, merkintä on todennäköisesti vanhentunut, alueellisesti väärin tai käyttäjien lähettämä virhe. Tällöin kirjaa valokuvan avulla tai muokkaa merkintää manuaalisesti.

Mikä on ero joukkosourced- ja varmennetun ruokadatabasen välillä?

Joukkosourced-tietokanta sallii minkä tahansa käyttäjän lähettää tuotemerkintöjä ilman tarkastusta. Tämä laajenee nopeasti, mutta tuo mukanaan kirjoitusvirheitä, yksikkövirheitä ja puutteellisia tietoja. Varmennettu tietokanta, kuten Nutrolan, vertaa merkintöjä valmistajatietoihin, hallituksen ravintotietokantoihin ja virallisiin tuotevirtoihin. Lähetykset tarkastetaan ennen julkaisua. Varmennetut tietokannat sisältävät vähemmän virheitä, mutta voivat olla hitaampia lisäämään niche- tai hyperlokalisia tuotteita.

Kannattaako aina tarkistaa ravintotietolappu viivakoodiskannauksen jälkeen?

Ensimmäistä kertaa skannattuja tuotteita varten kyllä, käytä viisi sekuntia vertaamalla skannattuja kaloreita ja tärkeimpiä makroja etikettiin. Kun olet varmistanut tuotteen ja tiedät, että skannaus on tarkka, voit luottaa tuleviin skannauksiin samasta tuotteesta ilman uudelleentarkistusta. Rakenna mielessäsi lista varmennetuista tuotteista.

Antaako Nutrola minun korjata väärät viivakoodimerkinnät muiden käyttäjien puolesta?

Kyllä. Kun ilmoitat virheellisestä viivakoodimerkinnästä Nutrolassa, varmennettu tietokantatiimi tarkistaa korjauksen valmistajatietojen mukaan ja päivittää merkinnän kaikille käyttäjille. Tämä eroaa sovelluksista, joissa käyttäjäkorjaukset julkaistaan heti ilman tarkastusta, mikä voi tuoda uusia virheitä vanhojen korjaamisen yhteydessä.

Viivakoodiskannaukseni näyttää oikeaa tuotetta, mutta väärää annoskokoa. Mitä minun pitäisi tehdä?

Tämä tapahtuu yleensä monipakkauksen ja yksittäisen tuotteen viivakoodien tai alueellisten erojen vuoksi standardoiduissa annoskokoissa (Yhdysvalloissa käytetään erilaisia viitearvoja kuin EU:ssa). Säädä annosmäärää lokimerkinnässä vastaamaan kuluttamaasi määrää. Nutrolassa voit asettaa mukautetun annoskoko minkä tahansa tuotteen kohdalle ja tallentaa sen oletukseksi tulevia lokkeja varten.