जब आपका बारकोड स्कैनर उत्पाद नहीं ढूंढ पाता है, तो क्या करें

सर्वश्रेष्ठ बारकोड स्कैनर भी 5 से 15 प्रतिशत समय विफल होते हैं, जो उत्पाद श्रेणी और डेटाबेस कवरेज पर निर्भर करता है। जब आपका स्कैनर कोई परिणाम नहीं देता, तो अधिकांश लोग सबसे खराब काम करते हैं: वे उस आइटम को लॉग करना छोड़ देते हैं। एक ही छोड़ा गया प्रविष्टि 200 से 800 अनट्रैक्ड कैलोरी का मतलब हो सकता है, जो दैनिक घाटे को समाप्त करने के लिए पर्याप्त है। समाधान एक बेहतर स्कैनर नहीं है। समाधान एक विश्वसनीय बैकअप प्रणाली होना है ताकि कोई भी उत्पाद कभी भी अनलॉग न हो।

आपके बारकोड स्कैनर कुछ उत्पादों को क्यों नहीं ढूंढ पाता

समाधान पर कूदने से पहले, यह समझना मददगार है कि स्कैन विफल क्यों होते हैं। बारकोड डेटाबेस सार्वभौमिक रजिस्ट्रियों नहीं हैं जिन्हें एकल प्राधिकरण द्वारा बनाए रखा जाता है। ये निर्माता की प्रस्तुतियों, सरकारी रिकॉर्ड, खुदरा विक्रेता फीड और उपयोगकर्ता योगदान से संकलित होते हैं। अंतराल अपरिहार्य हैं।

बारकोड के कोई परिणाम नहीं लौटाने के सबसे सामान्य कारण:

• नए उत्पाद। पिछले 30 से 90 दिनों में लॉन्च किया गया उत्पाद किसी भी पोषण डेटाबेस में नहीं दिखाई दे सकता है। निर्माताओं को तीसरे पक्ष के डेटाबेस में बारकोड प्रस्तुत करने की आवश्यकता नहीं होती है।
• स्टोर-ब्रांड और प्राइवेट-लेबल आइटम। Lidl, Aldi, Trader Joe's, और Costco के Kirkland जैसे खुदरा विक्रेता हजारों प्राइवेट-लेबल उत्पाद बनाते हैं। इनका अक्सर भीड़-स्रोत डेटाबेस में सीमित या कोई प्रतिनिधित्व नहीं होता है।
• अंतरराष्ट्रीय और आयातित उत्पाद। एक जापानी माचा स्नैक, एक तुर्की सूखे मेवे का मिश्रण, या एक ब्राज़ीलियाई प्रोटीन बार में मान्य EAN-13 बारकोड हो सकता है लेकिन उत्तरी अमेरिका या पश्चिमी यूरोप के उत्पाद फीड से बने डेटाबेस में शून्य प्रविष्टियाँ हो सकती हैं।
• क्षेत्रीय और शिल्प उत्पाद। स्थानीय बेकरी, किसान बाजार, डेली कैटेसन्स, और छोटे-बैच उत्पादकों के उत्पादों में अक्सर बारकोड नहीं होते हैं, या ऐसे बारकोड का उपयोग करते हैं जो सामान्य प्लेसहोल्डर प्रविष्टियों से जुड़े होते हैं।
• बंद किए गए आइटम। कुछ डेटाबेस बंद किए गए उत्पादों को हटा देते हैं। यदि आप किसी उत्पाद के पेंट्री स्टैश के माध्यम से काम कर रहे हैं जो अब निर्मित नहीं हो रहा है, तो बारकोड कुछ नहीं लौटा सकता है।
• क्षतिग्रस्त या अस्पष्ट बारकोड। कुचले हुए पैकेजिंग, नमी का नुकसान, गर्मी से विकृति, या स्टिकर ओवरले एक पूरी तरह से मान्य बारकोड को भौतिक रूप से स्कैन करने में असमर्थ बना सकते हैं।

उत्पाद श्रेणियाँ जिनकी बारकोड स्कैन सफलता दर सबसे कम है

सभी खाद्य पदार्थ बारकोड कवरेज के मामले में समान नहीं होते। कुछ श्रेणियाँ लगातार अन्य की तुलना में अधिक स्कैन विफलताएँ उत्पन्न करती हैं।

उत्पाद श्रेणी	अनुमानित स्कैन सफलता दर	विफलता का प्राथमिक कारण
प्रमुख राष्ट्रीय ब्रांड (Coca-Cola, Kellogg's, Nestle)	95-99%	उत्कृष्ट डेटाबेस कवरेज
बड़े खुदरा विक्रेता प्राइवेट लेबल (Walmart Great Value, Tesco)	80-90%	आंशिक डेटाबेस समावेशन
डिस्काउंट रिटेलर ब्रांड (Aldi, Lidl का अपना ब्रांड)	60-80%	सीमित तीसरे पक्ष की प्रस्तुतियाँ
अंतरराष्ट्रीय आयात	40-65%	क्षेत्रीय डेटाबेस अंतराल
स्थानीय बेकरी और डेली आइटम	10-30%	अक्सर कोई बारकोड नहीं होता
किसान बाजार और शिल्प उत्पाद	5-15%	शायद ही बारकोड होते हैं
थोक बिन खाद्य पदार्थ (नट्स, अनाज, सूखे मेवे)	0-5%	कोई व्यक्तिगत उत्पाद बारकोड नहीं
घरेलू या भोजन-तैयार आइटम	0%	कोई बारकोड नहीं होता

यदि आप नियमित रूप से इस तालिका के निचले हिस्से से खरीदारी करते हैं, तो केवल बारकोड स्कैनिंग पर निर्भर रहना आपके खाद्य लॉग में महत्वपूर्ण अंतराल छोड़ देगा।

चरण 1: बेहतर तकनीक के साथ फिर से स्कैन करने का प्रयास करें

बारकोड पर हार मानने से पहले, इन समायोजनों को आजमाएँ। प्रारंभिक स्कैन विफलताओं में से लगभग 20 प्रतिशत तकनीक के कारण होती हैं, न कि गायब डेटाबेस प्रविष्टियों के कारण।

• बारकोड क्षेत्र को समतल करें। कुचले हुए पैकेजिंग को चिकना करें या वक्र सतहों (जैसे कैन) को इस तरह पकड़ें कि बारकोड कैमरे के सापेक्ष यथासंभव समतल हो।
• रोशनी में सुधार करें। एक अच्छी रोशनी वाले क्षेत्र में जाएँ या अपने फोन की फ्लैशलाईट चालू करें। बारकोड लाइनों पर छायाएँ स्कैन विफलताओं का सबसे बड़ा कारण हैं।
• 15 से 20 सेंटीमीटर पर स्थिर रखें। बहुत करीब होने पर कैमरा फोकस नहीं कर पाता। बहुत दूर होने पर बारकोड लाइनों का धुंधलापन हो जाता है।
• पैकेज को थोड़ा कोण पर रखें। 10 से 15 डिग्री का झुकाव चमकदार पैकेजिंग से चमक को कम कर सकता है, जो बारकोड पहचान में बाधा डालता है।
• कैमरा लेंस को साफ करें। उंगलियों के निशान और धब्बे कंट्रास्ट पहचान को कम कर देते हैं। कपड़े से एक त्वरित पोंछाई अंतर ला सकती है।

यदि बारकोड अभी भी दो या तीन प्रयासों के बाद स्कैन नहीं होता है, तो उत्पाद लगभग निश्चित रूप से डेटाबेस में नहीं है। अगले चरण पर जाएँ।

चरण 2: उत्पाद नाम से मैन्युअल रूप से खोजें

हर पोषण ट्रैकिंग ऐप में एक टेक्स्ट-आधारित खाद्य खोज होती है। उत्पाद का नाम, ब्रांड, और आकार टाइप करें। उदाहरण: "Fage Total 0% Greek Yogurt 170g।"

बेहतर मैन्युअल खोज परिणामों के लिए सुझाव:

• तेज़ मिलान के लिए पहले ब्रांड नाम शामिल करें।
• विशेष रूप से भिन्नता (स्वाद, आकार, वसा प्रतिशत) जोड़ें।
• यदि पहले खोज में कुछ नहीं मिलता है तो वैकल्पिक वर्तनी आजमाएँ। यूरोपीय उत्पादों को उनके मूल-भाषा नामों के तहत सूचीबद्ध किया जा सकता है।
• सामान्य संक्षिप्त नामों की जाँच करें। "PB" का अर्थ है पीनट बटर, "OJ" का अर्थ है संतरे का रस।

मैन्युअल खोज आमतौर पर 10 से 20 सेकंड लेती है और ब्रांडेड उत्पादों के लिए उच्च सफलता दर होती है। downside यह है कि आपको यह सत्यापित करना होगा कि पोषण डेटा आपके विशेष उत्पाद भिन्नता से मेल खाता है, क्योंकि डेटाबेस प्रविष्टियाँ एक अलग आकार या क्षेत्रीय फॉर्मूलेशन से संबंधित हो सकती हैं।

चरण 3: AI फोटो लॉगिंग का उपयोग करें

यह बारकोड विफल होने पर सबसे तेज़ और सबसे सटीक बैकअप है। बारकोड स्कैन करने के बजाय, पैकेज के पीछे के पोषण लेबल की फोटो लें।

AI फोटो लॉगिंग ऑप्टिकल कैरेक्टर रिकग्निशन और मशीन लर्निंग का उपयोग करके कैलोरी, मैक्रो, और माइक्रोन्यूट्रिएंट डेटा को सीधे पोषण तथ्य पैनल से निकालती है। Nutrola का AI फोटो पहचान 30 से अधिक भाषाओं में पोषण लेबल पढ़ता है और तीन सेकंड से भी कम समय में आंशिक रूप से अस्पष्ट या कम-प्रतिबंधित लेबल को संसाधित कर सकता है।

यह विधि शक्तिशाली क्यों है:

• यह आपके हाथ में मौजूद विशेष उत्पाद के लिए सटीक पोषण डेटा कैप्चर करती है, न कि डेटाबेस का अनुमान।
• यह किसी भी उत्पाद के लिए काम करती है जिसमें मुद्रित पोषण लेबल होता है, चाहे बारकोड किसी भी डेटाबेस में मौजूद हो या नहीं।
• यह मैन्युअल डेटा प्रविष्टि त्रुटियों को समाप्त करती है। आप संख्याएँ नहीं टाइप कर रहे हैं; AI उन्हें सीधे पढ़ता है।

यदि उत्पाद में कोई पोषण लेबल नहीं है (ताजा उत्पाद, बेकरी आइटम, थोक खाद्य पदार्थ), तो खाद्य वस्तु की फोटो लें। Nutrola का AI खाद्य छवियों से कैलोरी और मैक्रोज़ का अनुमान लगा सकता है, विशेष रूप से सामान्य वस्तुओं जैसे फल, सब्जियाँ, अनाज, और प्रोटीन के लिए।

चरण 4: वॉयस लॉग करें

जब आप स्कैन, खोज, या फोटो नहीं ले सकते, तो प्रविष्टि बोलें। वॉयस लॉगिंग सबसे तेज़ विधि है, जो आमतौर पर पांच सेकंड से कम समय लेती है।

कुछ इस तरह कहें:

• "प्रोटीन बार, 200 कैलोरी, 20 ग्राम प्रोटीन, 25 ग्राम कार्ब्स, 8 ग्राम वसा।"
• "दो अंडे एक चम्मच मक्खन के साथ फेंटे।"
• "मध्यम केला।"
• "बादाम का एक मुट्ठी, लगभग 30 ग्राम।"

Nutrola का वॉयस लॉगिंग प्राकृतिक भाषा प्रसंस्करण का उपयोग करके मात्रा, खाद्य नाम, और पोषण डेटा को संवादात्मक भाषण से निकालता है। आपको किसी विशेष प्रारूप या कमांड संरचना का उपयोग करने की आवश्यकता नहीं है। स्वाभाविक रूप से बोलें और AI आपकी इनपुट को समझता है।

वॉयस लॉगिंग विशेष रूप से उपयोगी है जब:

• आपके हाथ भरे हुए या गंदे हैं (खाना बनाना, चलते-फिरते खाना)।
• आप किसी रेस्तरां या सामाजिक सभा में हैं और अपने प्लेट की फोटो नहीं लेना चाहते।
• आप मेमोरी से या लेबल पढ़ने से लगभग पोषण सामग्री जानते हैं।

चरण 5: नियमित रूप से खरीदने वाले उत्पादों के लिए एक कस्टम प्रविष्टि बनाएं

यदि कोई उत्पाद जिसे आप साप्ताहिक खरीदते हैं, कभी स्कैन नहीं होता, तो एक बार एक कस्टम प्रविष्टि बनाएं और इसे हमेशा के लिए पुनः उपयोग करें। यह 60 से 90 सेकंड लेता है, लेकिन हर भविष्य के लॉग पर समय बचाता है।

एक उपयोगी कस्टम प्रविष्टि बनाने के लिए:

1. उत्पाद का नाम, ब्रांड, और सर्विंग आकार दर्ज करें।
2. पोषण लेबल से कैलोरी और मैक्रो डेटा कॉपी करें।
3. अधिक पूर्ण ट्रैकिंग के लिए माइक्रोन्यूट्रिएंट्स (फाइबर, सोडियम, चीनी, विटामिन) जोड़ें।
4. प्रविष्टि को अपनी व्यक्तिगत खाद्य पुस्तकालय में सहेजें।

उस बिंदु से आगे, उत्पाद आपके हाल के खाद्य पदार्थों और खोज परिणामों में दिखाई देगा। कोई बारकोड की आवश्यकता नहीं।

चरण 6: एक समान उत्पाद स्कैन करें और समायोजित करें

जब आप सटीक उत्पाद नहीं ढूंढ पाते हैं लेकिन डेटाबेस में एक करीबी समकक्ष मौजूद है, तो समान आइटम के लिए स्कैन या खोजें और फिर मैन्युअल रूप से मानों को समायोजित करें।

उदाहरण:

• आपके स्थानीय बेकरी का खट्टा ब्रेड डेटाबेस में नहीं है। एक राष्ट्रीय-ब्रांड खट्टा ब्रेड स्कैन करें और वजन के आधार पर सर्विंग आकार समायोजित करें।
• एक आयातित ग्रीक जैतून का तेल में कोई प्रविष्टि नहीं है। किसी भी एक्स्ट्रा वर्जिन जैतून के तेल की प्रविष्टि का उपयोग करें, क्योंकि मैक्रोज़ ब्रांडों के बीच लगभग समान होते हैं।
• एक छोटे-बैच का प्रोटीन बार स्कैन नहीं होता। समान सामग्री वाले एक समान बार को खोजें और लेबल के आधार पर प्रोटीन और कैलोरी मानों को समायोजित करें।

यह विधि फोटो लॉगिंग या कस्टम प्रविष्टियों की तुलना में कम सटीक है, लेकिन यह पूरी तरह से लॉग छोड़ने से कहीं बेहतर है। समायोजित समान उत्पाद से 10 से 15 प्रतिशत त्रुटि का मार्जिन, लॉग न करने से 100 प्रतिशत त्रुटि से बेहतर है।

चरण 7: गायब उत्पाद की रिपोर्ट करें

ज्यादातर ऐप्स जिनमें सामुदायिक-संचालित डेटाबेस होते हैं, आपको नए उत्पादों को प्रस्तुत करने की अनुमति देते हैं। जब आप एक उत्पाद जोड़ते हैं, तो आप न केवल अपनी मदद करते हैं, बल्कि भविष्य के हर उपयोगकर्ता की भी मदद करते हैं जो वही आइटम खरीदता है।

Nutrola की सत्यापित डेटाबेस टीम सटीकता के लिए प्रस्तुतियों की समीक्षा करती है, इससे पहले कि वे लाइव हों, जिसका अर्थ है कि नए उत्पादों को निर्माता के डेटा के खिलाफ जांचा जाता है, न कि संभावित त्रुटियों के साथ प्रकाशित किया जाता है। यह सत्यापन प्रक्रिया Nutrola के डेटाबेस की सटीकता को स्कैन किए गए उत्पादों के लिए 95 प्रतिशत से ऊपर बनाए रखती है।

आपकी बैकअप विकल्प गति और सटीकता के अनुसार रैंक किए गए

जब बारकोड विफल होता है, तो सभी विकल्प समान नहीं होते। यहाँ प्रत्येक विधि की तुलना की गई है।

बैकअप विधि	आवश्यक समय	सटीकता	सबसे अच्छा उपयोग कब करें
पोषण लेबल का AI फोटो	3-5 सेकंड	बहुत उच्च (सटीक लेबल डेटा पढ़ता है)	उत्पाद में पोषण लेबल हो
ज्ञात मानों के साथ वॉयस लॉगिंग	3-5 सेकंड	उच्च (आपकी इनपुट सटीकता पर निर्भर)	आप पोषण जानकारी पढ़ या याद कर सकते हैं
मैन्युअल टेक्स्ट खोज	10-20 सेकंड	उच्च (यदि सही प्रविष्टि मिलती है)	ब्रांडेड उत्पाद संभवतः डेटाबेस में है
खाद्य वस्तु का AI फोटो	3-5 सेकंड	मध्यम (AI अनुमान)	कोई लेबल उपलब्ध नहीं, सामान्य खाद्य वस्तुएँ
समान उत्पाद स्कैन करें और समायोजित करें	20-40 सेकंड	मध्यम (अनुमान)	डेटाबेस में करीबी समकक्ष मौजूद है
कस्टम प्रविष्टि बनाएं	60-90 सेकंड	बहुत उच्च (आप सटीक डेटा दर्ज करते हैं)	उत्पाद जिसे आप नियमित रूप से खरीदते हैं
अनुमान के साथ वॉयस लॉगिंग	3-5 सेकंड	कम (कच्चा अनुमान)	कोई लेबल नहीं, कोई समान उत्पाद नहीं, त्वरित लॉग की आवश्यकता है

अधिकतर स्थितियों के लिए सबसे तेज़ मार्ग: पोषण लेबल की फोटो लें। यह गति और सटीकता को संयोजित करता है और किसी भी उत्पाद के लिए काम करता है चाहे बारकोड डेटाबेस कवरेज हो या नहीं।

Nutrola का ट्रिपल-मेथड दृष्टिकोण कैसे सुनिश्चित करता है कि आप कभी फंसें नहीं

अधिकांश पोषण ऐप्स बारकोड स्कैनिंग को प्राथमिक लॉगिंग विधि मानते हैं और टेक्स्ट खोज को एकमात्र बैकअप के रूप में पेश करते हैं। जब दोनों विफल होते हैं, तो आप थकाऊ मैन्युअल प्रविष्टि के साथ छोड़ दिए जाते हैं या आइटम को छोड़ देते हैं।

Nutrola एक मौलिक रूप से अलग दृष्टिकोण अपनाता है, जो बारकोड स्कैनिंग के साथ तीन AI-संचालित इनपुट विधियाँ प्रदान करता है:

1. बारकोड स्कैनिंग एक सत्यापित डेटाबेस के साथ जो प्रमुख बाजारों में 95 प्रतिशत से अधिक उत्पादों को कवर करता है।
2. AI फोटो लॉगिंग जो 30+ भाषाओं में पोषण लेबल पढ़ता है और खाद्य छवियों से पोषण का अनुमान लगाता है।
3. वॉयस लॉगिंग जो प्राकृतिक भाषण को समझता है और इसे सटीक खाद्य प्रविष्टियों में परिवर्तित करता है।

ये तीन विधियाँ कवरेज में ओवरलैप करती हैं ताकि एक में अंतराल दूसरे द्वारा भरे जा सकें। एक स्थानीय बेकरी का क्रॉइसेंट जिसका कोई बारकोड नहीं है? इसे फोटो लें या कहें "बड़ा मक्खन क्रॉइसेंट।" एक आयातित स्नैक जिसका विदेशी भाषा में लेबल है? AI इसे फोटो से सीधे पढ़ता है। एक घरेलू भोजन जिसमें कोई लेबल नहीं है? सामग्री को वॉयस लॉग करें या प्लेट की फोटो लें।

Nutrola में встроенный AI Diet Assistant भी मदद कर सकता है। यदि आप किसी खाद्य पदार्थ की पोषण सामग्री के बारे में सुनिश्चित नहीं हैं, तो सीधे सहायक से पूछें: "एक मध्यम एवोकाडो में कितनी कैलोरी हैं?" या "200 ग्राम ग्रिल्ड चिकन ब्रेस्ट में मैक्रोज़ क्या हैं?" सहायक उसी सत्यापित डेटाबेस से डेटा खींचता है और त्वरित उत्तर प्रदान करता है।

Apple Health और Google Fit सिंक के साथ मिलकर, आप जिस भी विधि से लॉग करते हैं, हर प्रविष्टि एक एकीकृत दैनिक पोषण चित्र में समाहित हो जाती है। कोई अंतराल नहीं, कोई अनुमान नहीं, कोई छोड़े गए आइटम नहीं।

बारकोड स्कैन विफलताओं को कम करने के लिए सुझाव

हालांकि बैकअप आवश्यक हैं, आप यह कम कर सकते हैं कि आपको कितनी बार उनकी आवश्यकता होती है:

• पैकेजिंग को बरकरार रखें। उत्पादों को खोलते समय बारकोड क्षेत्रों को कुचलें या फाड़ें नहीं।
• फेंकने से पहले स्कैन करें। खरीदारी के सामान को अनपैक करते समय आइटम को स्कैन करने की आदत डालें, न कि जब आप उन्हें खाने वाले हों।
• अक्सर खरीदे जाने वाले आइटम को पसंदीदा बनाएं। एक बार सफलतापूर्वक उत्पाद को स्कैन करने के बाद, इसे अपने पसंदीदा में जोड़ें ताकि आपको फिर कभी इसे स्कैन करने की आवश्यकता न पड़े।
• ज्ञात समस्या श्रेणियों के लिए खोज-प्रथम दृष्टिकोण का उपयोग करें। यदि आप नियमित रूप से स्थानीय बेकरी या किसान बाजार से खरीदारी करते हैं, तो बारकोड प्रयास छोड़ दें और सीधे फोटो या वॉयस लॉगिंग पर जाएँ।

अक्सर पूछे जाने वाले प्रश्न

मेरा बारकोड स्कैनर उन आइटमों के लिए "उत्पाद नहीं मिला" क्यों कहता है जिन्हें मैं हर सप्ताह खरीदता हूँ?

संभवतः सबसे संभावित कारण यह है कि उत्पाद एक स्टोर-ब्रांड या प्राइवेट-लेबल आइटम है जिसे निर्माता ने तीसरे पक्ष के बारकोड डेटाबेस में प्रस्तुत नहीं किया है। डिस्काउंट रिटेलर्स जैसे Aldi और Lidl विशेष रूप से प्रभावित होते हैं। एक बार पोषण लेबल डेटा का उपयोग करके एक कस्टम प्रविष्टि बनाएं, और उत्पाद आपके व्यक्तिगत पुस्तकालय में हर भविष्य के लॉग के लिए दिखाई देगा।

क्या मैं बिना बारकोड स्कैनिंग के पोषण को सटीकता से ट्रैक कर सकता हूँ?

हाँ। बारकोड स्कैनिंग सुविधाजनक है लेकिन आवश्यक नहीं है। पोषण लेबल की AI फोटो लॉगिंग समान डेटा प्रदान करती है, जो समान या अधिक सटीकता के साथ होती है क्योंकि यह आपके उत्पाद पर सटीक लेबल पढ़ती है। वॉयस लॉगिंग और मैन्युअल खोज भी विश्वसनीय विधियाँ हैं। कई समर्पित ट्रैकर विभिन्न विधियों का संयोजन उपयोग करते हैं और वास्तविक सेवन के भीतर 5 प्रतिशत की सटीकता प्राप्त करते हैं।

AI फोटो लॉगिंग बारकोड स्कैनिंग की तुलना में कितनी सटीक है?

पोषण लेबल की फोटो लेते समय, AI फोटो लॉगिंग बारकोड स्कैनिंग के समान सटीक है क्योंकि दोनों विधियाँ अंततः विशिष्ट पोषण डेटा को संदर्भित करती हैं। जब बिना लेबल के खाद्य पदार्थ की फोटो लेते हैं, तो सटीकता खाद्य प्रकार और भाग की दृश्यता पर निर्भर करती है। सामान्य खाद्य पदार्थ जैसे फल, अनाज, और प्रोटीन 10 से 20 प्रतिशत के भीतर अनुमानित होते हैं। जटिल मिश्रित व्यंजनों में व्यापक मार्जिन होता है।

क्या Nutrola का बारकोड स्कैनर अन्य ऐप्स की तुलना में बेहतर काम करता है?

Nutrola का बारकोड स्कैनर एक सत्यापित डेटाबेस का उपयोग करता है, न कि केवल भीड़-स्रोत वाले डेटाबेस का। इसका अर्थ है प्रमुख बाजारों में उत्पादों के लिए 95 प्रतिशत से ऊपर की स्कैन सफलता दर और गलत उत्पाद मिलान की संख्या में काफी कमी। सबसे महत्वपूर्ण बात यह है कि Nutrola AI फोटो और वॉयस लॉगिंग को समानांतर इनपुट विधियों के रूप में प्रदान करता है, इसलिए बारकोड विफलता कभी भी लॉगिंग विफलता का मतलब नहीं होती।

यदि बारकोड स्कैन होता है लेकिन गलत पोषण डेटा दिखाता है, तो मुझे क्या करना चाहिए?

पहले उत्पाद पर पोषण लेबल की जाँच करके सत्यापित करें। यदि स्कैन किया गया डेटा गलत है, तो आप अपने लॉग में प्रविष्टि को लेबल के अनुसार संपादित कर सकते हैं। Nutrola में, आप त्रुटि की रिपोर्ट भी कर सकते हैं ताकि सत्यापित डेटाबेस टीम इसे सभी उपयोगकर्ताओं के लिए सही कर सके। बारकोड डेटा असंगतता के कारणों पर गहराई से देखने के लिए, हमारे मार्गदर्शिका को देखें कि बारकोड स्कैनर गलत उत्पाद क्यों दिखाते हैं।

अंतरराष्ट्रीय उत्पादों को सफलतापूर्वक स्कैन करने में क्यों कठिनाई होती है?

बारकोड डेटाबेस आमतौर पर क्षेत्रीय उत्पाद फीड से बनाए जाते हैं। एक डेटाबेस जो मुख्य रूप से उत्तर अमेरिकी और पश्चिमी यूरोपीय निर्माता डेटा से संकलित होता है, एशिया, दक्षिण अमेरिका, अफ्रीका, और मध्य पूर्व के उत्पादों का खराब कवरेज होगा। बारकोड स्वयं मान्य है, लेकिन ऐप के डेटाबेस में कोई संबंधित पोषण प्रविष्टि नहीं है। पोषण लेबल की फोटो लेना इस सीमा को पूरी तरह से बायपास करता है।

क्या कभी-कभार खरीदने वाले उत्पादों के लिए कस्टम प्रविष्टियाँ बनाना उचित है?

एक बार की खरीदारी के लिए, वॉयस लॉगिंग या पोषण लेबल की फोटो लेना तेज़ है। कस्टम प्रविष्टि बनाने को उन उत्पादों के लिए आरक्षित करें जिन्हें आप महीने में कम से कम दो बार खरीदते हैं। प्रविष्टि बनाने में 60 से 90 सेकंड का समय हर भविष्य की खरीद पर जल्दी ही लाभदायक हो जाता है जब आप इसे दो टैप में लॉग कर सकते हैं।

Nutrola उन खाद्य पदार्थों के साथ क्या करता है जिनका कोई बारकोड और कोई पोषण लेबल नहीं है, जैसे किसान बाजार का उत्पाद?

या तो AI फोटो लॉगिंग या वॉयस लॉगिंग का उपयोग करें। खाद्य वस्तु की फोटो लें और Nutrola का AI इसका वजन, कैलोरी, और मैक्रोज़ का अनुमान लगाता है। वैकल्पिक रूप से, इसे वॉयस लॉग करें: "दो मध्यम आड़ू" या "गोभी का गुच्छा, लगभग 200 ग्राम।" AI आपके विवरण को इसके सत्यापित खाद्य डेटाबेस के खिलाफ मिलाता है। सामान्य संपूर्ण खाद्य पदार्थ जैसे फल, सब्जियाँ, मांस, और अनाज के लिए, दोनों विधियाँ विश्वसनीय ट्रैकिंग डेटा प्रदान करती हैं।

Nutrola की लागत कितनी है?

Nutrola की शुरुआत €2.50 प्रति माह से होती है, जिसमें 3-दिन का मुफ्त परीक्षण है ताकि आप हर फीचर, जिसमें बारकोड स्कैनिंग, AI फोटो लॉगिंग, वॉयस लॉगिंग, और AI Diet Assistant शामिल हैं, का परीक्षण कर सकें। किसी भी योजना पर कोई विज्ञापन नहीं हैं।