क्यों ज्यादातर लोग पहले 2 हफ्तों में कैलोरी गिनने में असफल होते हैं
शोध से पता चलता है कि 50% लोग 14 दिनों के भीतर कैलोरी ट्रैकिंग ऐप्स को छोड़ देते हैं। यहां 5 विशेष असफलता बिंदु हैं जो जल्दी छोड़ने का कारण बनते हैं और प्रत्येक से निपटने के तरीके।
आपने ऐप डाउनलोड किया। आपने अपनी कैलोरी का लक्ष्य निर्धारित किया। पहले दिन नाश्ते को उत्साह के साथ लॉग किया। और फिर कहीं दिन 10 के आसपास, आपने ऐप खोलना पूरी तरह से बंद कर दिया।
आप कमजोर नहीं हैं। आप आलसी नहीं हैं। आप सांख्यिकीय रूप से सामान्य हैं।
2014 में Laing और अन्य द्वारा किए गए एक अध्ययन में पाया गया कि पोषण ट्रैकिंग ऐप्स के साथ सहभागिता पहले दो हफ्तों में लगभग 50% गिर जाती है। यह महीनों की थकाऊ लॉगिंग के बाद नहीं होता। यह चौदह दिनों के भीतर होता है। आधे उपयोगकर्ता पहले ही चले गए हैं।
सवाल यह नहीं है कि लोग क्यों छोड़ते हैं। सवाल यह है कि वे पहले 14 दिनों में विशिष्ट, पूर्वानुमानित बिंदुओं पर क्यों छोड़ते हैं, और प्रत्येक असफलता को रोकने के लिए क्या किया जा सकता है।
14-दिन का ड्रॉपआउट पैटर्न
व्यक्तिगत असफलता बिंदुओं में जाने से पहले, यहाँ पोषण ऐप सहभागिता पर एकत्रित शोध के आधार पर सामान्य ड्रॉपआउट पैटर्न कैसा दिखता है (Laing et al., 2014; Helander et al., 2014):
| दिन | अनुमानित सक्रिय उपयोगकर्ता (%) | क्या हो रहा है |
|---|---|---|
| दिन 1 | 100% | उच्च प्रेरणा। सब कुछ नया और आशाजनक लगता है। |
| दिन 2 | 92% | पहले वास्तविक लॉगिंग सत्र से थोड़ी कठिनाई। |
| दिन 3 | 85% | डेटाबेस का बोझ बढ़ने लगता है। "कौन सा प्रविष्टि सही है?" |
| दिन 5 | 73% | मैनुअल एंट्री की थकान। घर का बना भोजन लॉग करने में बहुत समय लगता है। |
| दिन 7 | 65% | पहला "बुरा दिन।" कैलोरी से अधिक। शर्म आना शुरू होता है। |
| दिन 10 | 55% | सामाजिक खाने की घटना। रेस्तरां के भोजन को लॉग करने का तरीका नहीं पता। |
| दिन 12 | 48% | अभी तक कोई स्पष्ट परिणाम नहीं। प्रेरणा तेजी से गिरती है। |
| दिन 14 | 42-50% | आधे उपयोगकर्ताओं ने लॉगिंग बंद कर दी है। |
हर गिरावट एक विशिष्ट, पहचानने योग्य असफलता बिंदु से मेल खाती है। असफलता बिंदु को ठीक करें और आप उपयोगकर्ता को ट्रैक पर रख सकते हैं।
असफलता बिंदु 1: दिन 1-3 — डेटाबेस से अभिभूत
क्या होता है
आप दोपहर के खाने के लिए चिकन सलाद खाते हैं और इसे लॉग करने के लिए ऐप खोलते हैं। आप "चिकन सलाद" खोजते हैं और 47 परिणाम मिलते हैं। ग्रिल्ड चिकन सलाद। चिकन सीज़र सलाद। चिकन सलाद सैंडविच। घर का बना चिकन सलाद (उपयोगकर्ता द्वारा प्रस्तुत)। चिकन सलाद - रेस्तरां शैली। इनमें से प्रत्येक में कैलोरी के विभिन्न मान होते हैं, जो 280 से 680 कैलोरी तक होते हैं।
आप सूची को घूरते हैं। आपको नहीं पता कि कौन सा आपके खाए हुए से मेल खाता है। आप एक को यादृच्छिक रूप से चुनते हैं, लेकिन अब आप डेटा पर भरोसा नहीं करते। यदि आपका पहला लॉग किया हुआ भोजन 400 कैलोरी से गलत हो सकता है, तो इसका क्या मतलब है?
भावनात्मक स्थिति
भ्रम आत्म-संदेह में बदल जाता है। "शायद मैं इसके लिए स्मार्ट नहीं हूँ।" "यह जितना मैंने सोचा था उससे अधिक जटिल है।"
यह क्यों ड्रॉपआउट का कारण बनता है
निर्णय थकान वास्तविक है। विकल्पों की अधिकता पर शोध (Iyengar & Lepper, 2000) दिखाता है कि बहुत सारे विकल्प लोगों को जड़ता में डाल सकते हैं और उन्हें असंबद्ध कर सकते हैं। एक खाद्य डेटाबेस जिसमें लाखों प्रविष्टियाँ हैं और सही प्रविष्टि खोजने का कोई स्पष्ट तरीका नहीं है, पहले दिन ठीक यही प्रभाव पैदा करता है, जो सबसे खराब समय है।
समाधान
AI फोटो लॉगिंग पूरी तरह से डेटाबेस की समस्या को समाप्त कर देती है। खोजने और अनुमान लगाने के बजाय, आप अपने असली भोजन की एक फोटो लेते हैं। Nutrola का AI प्लेट पर क्या है, इसे पहचानता है, भाग का आकार का अनुमान लगाता है, और एक सटीक परिणाम लौटाता है। 47 विकल्पों के माध्यम से स्क्रॉल करने की कोई आवश्यकता नहीं। कोई अनुमान नहीं। आपका पहला लॉगिंग अनुभव पांच सेकंड में पूरा होता है, न कि पांच मिनट में, और आप वास्तव में संख्या पर भरोसा करते हैं।
असफलता बिंदु 2: दिन 4-7 — लॉगिंग में बहुत समय लगता है
क्या होता है
नवीनता खत्म हो गई है। आप अब डेटाबेस खोजने, भागों का चयन करने, सर्विंग साइज को समायोजित करने और अपने भोजन के प्रत्येक घटक को मैन्युअल रूप से दर्ज करने के चौथे या पांचवे दिन पर हैं। उस घर के बने स्टर-फ्राई में चिकन, मिर्च, प्याज, ब्रोकोली, सोया सॉस, तिल का तेल और चावल है? आपने एक ही भोजन को लॉग करने में छह मिनट बिता दिए।
इसे तीन भोजन और दो नाश्तों से गुणा करें। आप डेटा एंट्री पर प्रतिदिन 15 से 20 मिनट बिता रहे हैं। यह ट्रैकिंग नहीं है। यह एक अंशकालिक नौकरी है।
भावनात्मक स्थिति
चिढ़ और नाराजगी। "मेरे पास इसके लिए समय नहीं है।" "क्या यह वास्तव में इसके लायक है?"
यह क्यों ड्रॉपआउट का कारण बनता है
प्रयास-से-इनाम का अनुपात गिर जाता है। व्यवहार संबंधी शोध दिखाता है कि आदतें केवल तब बनती हैं जब महसूस किया गया प्रयास अपेक्षित लाभ की तुलना में कम हो (Fogg, 2019)। पहले हफ्ते में, आपने अभी तक कोई परिणाम नहीं देखा है, इसलिए लाभ थ्योरिटिकल लगता है जबकि प्रयास बहुत वास्तविक और बढ़ता जा रहा है।
समाधान
AI लॉगिंग हर भोजन के लिए समय को मिनटों से सेकंड में कम कर देती है। Nutrola के साथ फोटो लॉगिंग एक ही स्नैप में बहु-घटक भोजन को संभालती है। वॉयस लॉगिंग आपको कहने देती है "चिकन, सब्जियों और चावल के साथ स्टर-फ्राई" और ऐप इसे अपने सत्यापित डेटाबेस से एक पूर्ण पोषण प्रविष्टि में पार्स करता है। बारकोड स्कैनिंग पैकेज्ड आइटम को 95% से अधिक सटीकता के साथ कवर करती है। कुल दैनिक समय प्रतिबद्धता 15 से 20 मिनट से घटकर दो मिनट से कम हो जाती है। जब लॉगिंग बिना किसी प्रयास के लगती है, तो प्रयास-से-इनाम का अनुपात सकारात्मक बना रहता है, भले ही परिणाम अभी तक न दिखें।
असफलता बिंदु 3: दिन 7-10 — पहला "बुरा दिन"
क्या होता है
यह शुक्रवार की शाम है। आप दोस्तों के साथ बाहर जाते हैं या काम में तनावपूर्ण दिन बिताते हैं। आप एक बड़ा पिज्जा खाते हैं, दो बीयर पीते हैं, और कुछ चॉकलेट खाते हैं। आप अगले सुबह ऐप खोलते हैं और महसूस करते हैं कि आप अपने लक्ष्य से 1,200 कैलोरी अधिक चले गए हैं।
संख्या लाल रंग में आपकी ओर देख रही है। आपको लगता है कि आपने सब कुछ बर्बाद कर दिया। इसलिए आप शनिवार को लॉग नहीं करते। या रविवार को। सोमवार तक, आदत टूट जाती है।
भावनात्मक स्थिति
शर्म, अपराधबोध, और "सब या कुछ नहीं" मानसिकता। "मैंने पहले ही सब कुछ बर्बाद कर दिया, तो क्यों कोशिश करूँ?"
यह क्यों ड्रॉपआउट का कारण बनता है
यह सबसे अधिक भावनात्मक रूप से चार्ज किया हुआ असफलता बिंदु है। आहार "विफलताओं" पर शर्म आधारित प्रतिक्रियाएँ (Sirois, Kitner, & Hirsch, 2015) असंबद्धता की भविष्यवाणी करती हैं, जबकि आत्म-करुणा दृढ़ता की भविष्यवाणी करती है। अधिकांश ट्रैकिंग ऐप अनजाने में शर्म की प्रतिक्रिया को बढ़ाते हैं, लाल रंग में कमी दिखाते हैं, नकारात्मक भाषा का उपयोग करते हैं, या यह दिखाते हैं कि आप "कितना अधिक" गए हैं।
समाधान
बुरे दिन पर सबसे महत्वपूर्ण बात लॉगिंग करना है, लक्ष्य को प्राप्त करना नहीं। Nutrola की डिज़ाइन दर्शन दंडात्मक फीडबैक से बचती है। कोई लाल चेतावनी स्क्रीन या अपराधबोध बढ़ाने वाली सूचनाएँ नहीं हैं। ऐप हर दिन को डेटा के रूप में देखता है, न कि पास या फेल टेस्ट के रूप में। AI लॉगिंग भी खराब दिनों को लॉग करना आसान बनाती है। पिज्जा की एक फोटो लें, बीयर को वॉयस-लॉग करें, और आगे बढ़ें। बुरे दिन को लॉग करने के लिए आवश्यक प्रयास जितना कम होगा, आप उसे करने की संभावना उतनी ही अधिक होगी और अनिवार्य रूप से असामान्य भोजन के दौरान आदत बनाए रखेंगे।
असफलता बिंदु 4: दिन 10-12 — सामाजिक खाना और रेस्तरां के भोजन
क्या होता है
आप दोस्तों या परिवार के साथ एक रेस्तरां में जाते हैं। आप एक पास्ता डिश ऑर्डर करते हैं। यह आती है और यह किसी भी डेटाबेस प्रविष्टि की तरह नहीं दिखती। "ग्रिल्ड सब्जियों के साथ पेन" 500 कैलोरी या 1,100 कैलोरी हो सकता है, यह इस पर निर्भर करता है कि रसोई में कितना तेल इस्तेमाल किया गया, भाग का आकार, और क्या सॉस में क्रीम थी।
आप इसे लॉग करने की कोशिश करते हैं और तीन मिनट के अनुमान लगाने के बाद हार मान लेते हैं। आप तय करते हैं कि इस भोजन को लॉग करना छोड़ दें। फिर आप अगले को छोड़ देते हैं। फिर आप पूरे दिन लॉग करना भूल जाते हैं।
भावनात्मक स्थिति
निराशा और असहायता। "जब मैं बाहर खाता हूँ तो मैं ट्रैक नहीं कर सकता। यह केवल तभी काम करता है जब मैं घर पर रहूँ और सब कुछ खुद बनाऊँ।"
यह क्यों ड्रॉपआउट का कारण बनता है
सामाजिक खाना अवश्यम्भावी है। यदि एक ट्रैकिंग सिस्टम केवल घर के बने भोजन के लिए काम करता है जिसमें वजन किए गए सामग्री होते हैं, तो यह असली जीवन के साथ संगत नहीं है। आहार ट्रैकिंग अनुपालन पर शोध (Burke et al., 2011) ने पाया कि विभिन्न वातावरणों में भोजन लॉग करने की क्षमता, न कि केवल नियंत्रित वातावरण में, दीर्घकालिक सफलता का एक प्रमुख भविष्यवक्ता है।
समाधान
यहाँ कई AI लॉगिंग विधियाँ मिलकर समस्या का समाधान करती हैं। एक रेस्तरां में, आप डिश की एक फोटो ले सकते हैं और Nutrola का कंप्यूटर विज़न भोजन का अनुमान लगाने देता है। आप यह भी वॉयस-लॉग कर सकते हैं कि आपने क्या ऑर्डर किया: "मशरूम रिसोट्टो के साथ एक साइड सलाद और एक गिलास रेड वाइन।" AI आपके विवरण को अपने सत्यापित डेटाबेस के खिलाफ मिलाता है और एक उचित अनुमान लौटाता है। यह ग्राम के हिसाब से सही नहीं होगा, लेकिन यह कुछ न लॉग करने से कहीं अधिक उपयोगी होगा। निरंतरता सटीकता से अधिक महत्वपूर्ण है, खासकर पहले दो हफ्तों में जब आप आदत बना रहे हैं।
असफलता बिंदु 5: दिन 12-14 — अभी तक कोई स्पष्ट परिणाम नहीं
क्या होता है
आप लगभग दो हफ्तों से लॉग कर रहे हैं। आप तराजू पर चढ़ते हैं और यह मुश्किल से हिलता है। या यह थोड़ा बढ़ गया है क्योंकि पानी की रुकावट है। आप镜र में देखते हैं और कोई बदलाव नहीं देखते। आंतरिक आवाज कहती है: "यह काम नहीं कर रहा है। मैंने हर भोजन को ट्रैक किया है और कुछ नहीं हो रहा है।"
भावनात्मक स्थिति
निराशा और अधीरता। "इस सभी प्रयास का क्या मतलब है?"
यह क्यों ड्रॉपआउट का कारण बनता है
दो हफ्ते शरीर की संरचना में महत्वपूर्ण बदलावों के लिए पर्याप्त समय नहीं होते हैं। स्वस्थ दर पर 0.5 से 1 किलोग्राम प्रति सप्ताह की वसा हानि का मतलब है कि आप 1 से 2 किलोग्राम खो चुके होंगे, जो पूरी तरह से पानी के उतार-चढ़ाव, मासिक धर्म चक्र में बदलाव, या पिछले रात के नमकीन भोजन द्वारा छिपाया जा सकता है। लेकिन अधिकांश लोग पहले हफ्ते या दो में स्पष्ट परिणामों की उम्मीद करते हैं क्योंकि यही सोशल मीडिया और फड डाइट्स का वादा होता है।
समाधान
यह असफलता बिंदु फीडबैक के बारे में है, उपकरण के बारे में नहीं। तराजू एक दो हफ्ते की खिड़की के लिए गलत मीट्रिक है। आपको अपनी ट्रैकिंग की निरंतरता, अपनी ऊर्जा स्तर, अपनी नींद की गुणवत्ता, और अपने औसत सेवन के रुझानों पर ध्यान देना चाहिए।
Nutrola Apple Health और Google Fit के साथ समन्वयित होता है, जिसका मतलब है कि आप अपने पोषण डेटा के साथ अपने वजन के रुझान को देख सकते हैं। एक बार का वजन कुछ नहीं है। आपके रोलिंग औसत में दो हफ्तों का नीचे की ओर रुझान सब कुछ है। AI डाइट असिस्टेंट भी गैर-तराजू प्रगति को उजागर कर सकता है: "इस हफ्ते आपकी औसत प्रोटीन सेवन में 30% की वृद्धि हुई है" या "आपने लगातार 12 दिनों तक हर दिन लॉग किया है।" ये प्रक्रिया-आधारित मैट्रिक्स प्रेरणा को जीवित रखते हैं जब तक कि परिणाम-आधारित परिणाम पीछे नहीं आते।
सामान्य धागा: घर्षण आदतों को परिणाम आने से पहले ही मारता है
इन पांच असफलता बिंदुओं में से प्रत्येक एक मूल कारण साझा करता है। ट्रैक करने के लिए आवश्यक प्रयास उपलब्ध प्रेरणा से अधिक है, और यह तब होता है जब कोई परिणाम आदत को मजबूत करने से पहले ही नहीं दिखता।
पारंपरिक कैलोरी ट्रैकिंग ऐप्स पर सारा काम आप पर होता है: खोज, चयन, वजन, दर्ज करना। यह उन लोगों के लिए काम करता है जो पहले से ही अनुशासन में हैं। बाकी सभी के लिए, घर्षण जीतता है।
AI-संचालित ट्रैकिंग समीकरण को पलट देती है। जब एक भोजन को लॉग करने में पांच सेकंड लगते हैं न कि पांच मिनट, तो घर्षण आपके सबसे खराब, व्यस्त, सबसे भावनात्मक रूप से थके हुए दिन में भी प्रेरणा के थ्रेशोल्ड से नीचे गिर जाता है। और यही वह समय है जब यह सबसे महत्वपूर्ण होता है।
Nutrola केवल 2.50 यूरो प्रति माह से शुरू होता है, जिसमें 3-दिन का मुफ्त परीक्षण है। किसी भी स्तर पर कोई विज्ञापन नहीं। बस तेज, सटीक लॉगिंग जो आपको महत्वपूर्ण 14-दिन की खिड़की के पार बनाए रखती है, जहां असली परिणाम शुरू होते हैं।
सामान्य प्रश्न
ज्यादातर लोग कैलोरी गिनने में इतनी जल्दी क्यों छोड़ देते हैं?
Laing et al. (2014) द्वारा किए गए शोध में पाया गया कि पोषण ऐप सहभागिता दो हफ्तों के भीतर 50% गिर जाती है। इसके प्रमुख कारण डेटाबेस से अभिभूत होना, मैनुअल एंट्री की थकान, "बुरे" दिनों पर भावनात्मक प्रतिक्रियाएँ, रेस्तरां के भोजन को लॉग करने में कठिनाई, और स्पष्ट अल्पकालिक परिणामों की कमी हैं। इनमें से प्रत्येक एक घर्षण बिंदु है जो आदत को स्वचालित बनने से पहले उपलब्ध प्रेरणा से अधिक हो जाता है।
कैलोरी ट्रैकिंग को परिणाम दिखाने में कितना समय लगता है?
500 कैलोरी प्रति दिन के स्वस्थ घाटे पर, आप प्रति सप्ताह लगभग 0.5 किलोग्राम खोने की उम्मीद कर सकते हैं।镜र में स्पष्ट परिवर्तन आमतौर पर चार से छह हफ्तों में होते हैं। तराजू में परिवर्तन पहले दो से तीन हफ्तों में पानी की रुकावट से छिपाए जा सकते हैं। यही कारण है कि प्रक्रिया मैट्रिक्स जैसे लॉगिंग की निरंतरता प्रारंभिक दिनों में तराजू के वजन से अधिक महत्वपूर्ण होते हैं।
बिना हार मानने के लिए कैलोरी ट्रैक करने का सबसे आसान तरीका क्या है?
घर्षण को यथासंभव कम करें। AI फोटो लॉगिंग, वॉयस लॉगिंग, और बारकोड स्कैनिंग सभी मैनुअल डेटा एंट्री को हटा देते हैं जो ज्यादातर लोगों को छोड़ने का कारण बनता है। Nutrola तीनों विधियों को जोड़ती है ताकि आप घर पर, रेस्तरां में, या पैकेज्ड भोजन खाते समय किसी भी भोजन को 10 सेकंड के भीतर लॉग कर सकें।
क्या मुझे ओवरईटिंग के दिनों में भी लॉग करना चाहिए?
बिल्कुल। एक बुरे दिन को लॉग करना एक अच्छे दिन को लॉग करने से अधिक मूल्यवान है। यह आपको अपने पैटर्न पर डेटा देता है, "सब या कुछ नहीं" के चक्र को रोकता है जो कई दिनों के अंतराल की ओर ले जाता है, और आदत को जीवित रखता है। सबसे सफल दीर्घकालिक ट्रैकर्स वे नहीं होते जो पूरी तरह से खाते हैं। वे वे होते हैं जो लगातार लॉग करते हैं, जिसमें असामान्य दिन भी शामिल हैं।
कैलोरी ट्रैकिंग को कितनी सटीकता की आवश्यकता है?
आपको परिपूर्ण होने की आवश्यकता नहीं है। शोध से पता चलता है कि लगातार ट्रैकिंग, भले ही मध्यम असत्यता के साथ, असामान्य सटीक ट्रैकिंग की तुलना में बेहतर परिणाम देती है (Burke et al., 2011)। दैनिक आधार पर आपके वास्तविक सेवन के 10 से 15% के भीतर होना हफ्तों और महीनों में महत्वपूर्ण परिणाम लाने के लिए पर्याप्त है। फोटो से AI अनुमान अधिकांश भोजन के लिए इस रेंज के भीतर होता है।
क्या कैलोरी ट्रैकिंग भोजन के साथ अस्वस्थ संबंध पैदा कर सकती है?
ज्यादातर लोगों के लिए, कैलोरी ट्रैकिंग उनके भोजन के साथ संबंध को सुधारती है क्योंकि यह चिंता को डेटा से बदल देती है। हालाँकि, जिन व्यक्तियों का खाने के विकारों का इतिहास है, उन्हें किसी भी ट्रैकिंग योजना शुरू करने से पहले स्वास्थ्य सेवा प्रदाता से परामर्श करना चाहिए। Nutrola की डिज़ाइन दंडात्मक भाषा और शर्म आधारित फीडबैक से बचती है, जो शोध से सुझावित है कि ट्रैकिंग अनुभव को मनोवैज्ञानिक रूप से स्वस्थ बनाए रखने के लिए महत्वपूर्ण है।
क्या आप अपने पोषण ट्रैकिंग को बदलने के लिए तैयार हैं?
उन हजारों में शामिल हों जिन्होंने Nutrola के साथ अपनी स्वास्थ्य यात्रा को बदल दिया!
