Hvordan Personlige Trenere Bruker Nutrola for Å Overvåke Klienters Ernæring Fjernt
Det største gapet i personlig trening er ikke treningsprogrammet — det er hva klientene spiser mellom øktene. Her er hvordan trenere bruker AI-ernæringssporing for å tette dette gapet.
Hver personlig trener kjenner frustrasjonen. Du lager et perfekt treningsprogram, klienten møter opp tre ganger i uken, de gir alt i hver økt, men resultatene beveger seg knapt. Problemet ligger sjelden i programmet. Det handler nesten alltid om hva som skjer på kjøkkenet.
Forskning fra International Journal of Behavioral Nutrition and Physical Activity viser konsekvent at trening alene utgjør bare en liten del av endringen i kroppssammensetning. Ernæring er den dominerende faktoren. Likevel er det for de fleste personlige trenere en svart boks hva som skjer mellom øktene. Du kan spørre klientene hva de har spist. Du kan sende dem måltidsplaner. Du kan anbefale sporingsapper. Men med mindre du har en pålitelig, enkel måte å faktisk se hva klientene dine spiser, trener du med det ene øyet lukket.
Dette er gapet som AI-drevet fotosporing tetter. Vi snakket med tre personlige trenere som bruker Nutrola med sine klienter på svært forskjellige måter. Deres historier illustrerer hvordan ett enkelt verktøy kan tilpasses ulike coachingstiler, klientpopulasjoner og forretningsmodeller.
Hovedproblemet: Klienter Rapporterer Ikke Ernæringen Sin Nøyaktig
Før vi går inn på trenerprofilene, må vi ta opp elefanten i rommet. Klienter lyver om mat. Ikke av ondskap. Ikke engang bevisst, i de fleste tilfeller. Men dataene er klare.
En banebrytende studie publisert i New England Journal of Medicine fant at deltakere som trodde de var "motstandsdyktige mot diett" faktisk underrapporterte kaloriinntaket sitt med i gjennomsnitt 47 prosent og overrapporterte fysisk aktivitet med 51 prosent. Dette var ikke uærlige mennesker. De trodde oppriktig at de spiste 1.200 kalorier om dagen mens de inntok mer enn 2.000.
Dette mønsteret spiller seg ut i hvert eneste personlig treningsstudio i verden. Klienten insisterer på at de "spiste rent hele uken." Vekten beveger seg ikke. Treneren mistenker at noe er galt, men har ingen data å jobbe med. Samtalen blir ubehagelig, tilliten forvitrer, og klienten ender til slutt med å bytte trener.
Den tradisjonelle løsningen har vært å be klienter loggføre måltidene sine i en matdagbok eller en sporingsapp. Men manuell matlogging har et godt dokumentert overholdelsesproblem. Studier viser at etterlevelsen av manuelle matdagbøker faller under 50 prosent innen to uker. Prosessen er tidkrevende: søke i databaser, estimere porsjonsstørrelser, loggføre hver ingrediens. De fleste klienter starter sterkt på mandag og slutter innen onsdag.
Fotobasert logging endrer regnestykket. Å ta et bilde av et måltid tar omtrent tre sekunder. Det er ingen database å søke i, ingen porsjon å estimere, ingen ingrediensliste å sette sammen. AI-en håndterer identifikasjon og estimering. Resultatet er en loggføringsmetode som klientene faktisk holder seg til, noe som betyr at trenerne endelig får den synligheten de trenger.
Trenerprofil 1: Sarah Chen — Den Høyvolum Online Treneren
Bakgrunn: Sarah driver en online coachingvirksomhet fra leiligheten sin i Austin, Texas. Hun har 47 fjernklienter samtidig, fra travle profesjonelle som prøver å gå ned 10 kilo til amatørkroppsbyggere som forbereder seg til sin første konkurranse. Hun har vært trener i seks år og tar mellom $150 og $300 per måned avhengig av nivå.
Problemet hun stod overfor: Før hun begynte å bruke Nutrola, brukte Sarah en kombinasjon av MyFitnessPal-skjermbilder og en delt Google Sheets-mal for å spore klienternæring. Systemet var skjør. Klienter glemte å dele dagboken sin. Skjermbilder kom til tilfeldige tider i tilfeldige formater. Noen klienter loggførte nøye i tre dager og så ble stille i en uke. Sarah brukte to til tre timer hver kveld bare på å samle inn og tolke ernæringsdata fra sine klienter.
"Jeg brukte mer tid på å jage matlogger enn på å faktisk trene," sier hun. "Og selv når klientene loggførte, var halvparten av oppføringene ting som 'lunsj -- salat' uten detaljer. Det gir meg ingenting."
Hvordan hun bruker Nutrola: Sarah krever nå at alle nye klienter installerer Nutrola under onboarding. Hun går gjennom fotologgingsfunksjonen på deres første videosamtale, og viser dem hvordan de tar et bilde før de spiser. Hun understreker en enkel regel: fotografere alt, selv om det er en håndfull mandler eller en sen kveldssnack.
Fordi Nutrolas AI prosesserer bildet og genererer en makrooversikt automatisk, trenger ikke klientene å bruke tid på å søke etter matvarer eller gjette porsjoner. Barrieren for overholdelse synker dramatisk.
Sarah gjennomgår hver klients daglige ernæringslogg i en batchprosess hver morgen. Hun bruker omtrent 90 sekunder per klient på å skanne fotostrømmen og den automatisk genererte makrosammendraget. Hvis hun ser et mønster — en klient som konsekvent spiser for lite protein til frokost, eller en gjentakende 800-kalori lunsj som ødelegger underskuddet deres — flagger hun det og sender en rask talebeskjed med et spesifikt forslag.
"Bildene er alt," forklarer hun. "Når en klient forteller meg at de hadde 'en liten porsjon pasta', kan det være alt fra 200 til 800 kalorier. Men når jeg ser bildet og AI-estimatet, vet jeg nøyaktig hva vi har med å gjøre. Det forvandler en vag samtale til en presis en."
Resultater: Siden hun byttet til fotobasert sporing, rapporterer Sarah at klientenes loggføringsoverholdelse har økt fra omtrent 40 prosent til over 80 prosent. Hennes gjennomsnittlige klientretensjon har forbedret seg fra 3,2 måneder til 5,8 måneder. Hun tilskriver begge forbedringene til den samme grunnårsaken: når klientene faktisk logger maten sin, får de bedre resultater, og når de får resultater, blir de værende.
Hun har også vært i stand til å ta inn flere klienter uten å øke arbeidstimene. Tiden hun tidligere brukte på å jage og tolke matlogger brukes nå på mer verdifulle coachingaktiviteter som å justere programmer og ha meningsfulle oppfølgingssamtaler.
Trenerprofil 2: Marcus Rivera — Den Fysiske Treningsinstruktøren
Bakgrunn: Marcus jobber på et mellomstort treningssenter i Chicago. Han trener 18 klienter personlig, de fleste av dem menn og kvinner i 30-årene og 40-årene som ønsker å gå ned i kroppsfett og bygge muskelmasse. Øktene hans er praktiske og energiske. Han er ikke en "teknologikyndig" person, etter eget utsagn.
Problemet han stod overfor: Marcus' klienter betaler for tre økter per uke. Det etterlater 165 timer i uken hvor han har null innflytelse over atferden deres. Han pleide å dele ut trykte måltidsplaner, men innså raskt at færre enn én av fem klienter faktisk fulgte dem. Resten nikket høflig, la arket i treningsbagen og fortsatte å spise hva de ville.
"Jeg er en fantastisk trener på treningssenteret," sier Marcus. "Men jeg var en forferdelig ernæringsfysiolog utenfor det. Ikke fordi jeg ikke kan ernæring — det kan jeg. Men fordi jeg ikke hadde noe leveringsmekanisme. Jeg kunne ikke følge klientene hjem."
Hvordan han bruker Nutrola: Marcus tar en enklere tilnærming enn Sarah. Han gjennomgår ikke hver klients daglige logg. I stedet bruker han Nutrola som et samtaleverktøy under deres fysiske økter.
I begynnelsen av hver økt åpner han klientens Nutrola-feed på telefonen deres og blar gjennom de siste to til tre dagene med måltidsbilder sammen. Dette tar omtrent to minutter. Han reviderer dem ikke. Han bruker bildene som utgangspunkt for coaching-samtaler.
"Det endret dynamikken helt," forklarer han. "Før pleide jeg å spørre 'Hvordan var ernæringen din denne uken?' og de ville si 'Ganske bra.' Nå kan jeg bla gjennom bildene deres og si, 'Hei, jeg legger merke til at du hoppet over frokost tirsdag og onsdag, og så hadde du en stor middag begge kvelder. La oss snakke om det mønsteret.' Det er spesifikt. Det er visuelt. Og klienten kan ikke argumentere med et fotografi."
Marcus bruker også et "trafikklys"-system. Når han gjennomgår bilder med klienten, kategoriserer han verbalt måltidene som grønn (godt balansert, på mål), gul (akseptabelt, men kan forbedres) eller rød (signifikant utenfor planen). Over tid internaliserer klientene dette rammeverket og begynner å selvkorrigere før Marcus engang ser bildet.
Han ber ikke klientene om å treffe nøyaktige makromål. Han fokuserer på brede mønstre: Får de i seg nok protein? Spiser de grønnsaker til de fleste måltider? Er porsjonsstørrelsene rimelige? Fotologgen gir ham nok data til å coache på dette nivået uten å kreve presisjon fra klienter som ikke er interessert i å veie maten sin.
Resultater: Marcus rapporterer at klientenes gjennomsnittlige reduksjon i kroppsfett over en 12-ukers treningsperiode har forbedret seg fra 2,1 prosent til 3,8 prosent siden han begynte å inkludere Nutrola i øktene sine. Han tilskriver forbedringen utelukkende til bedre ernæringsoverholdelse.
Mer viktig, sier han, har kvaliteten på coaching-samtalene hans forbedret seg. "Jeg pleide å føle meg som en ødelagt plate som sa 'spis mer protein' hver uke. Nå kan jeg peke på et spesifikt bilde og si, 'Dette måltidet her — hvis du byttet ut pommes frites med en side av ris og la til en kyllingbryst, ville du nådd proteinmålet ditt for dagen.' Det treffer annerledes enn en generell instruksjon."
Trenerprofil 3: Dr. Priya Kapoor — Spesialist i Rehabilitering
Bakgrunn: Priya har doktorgrad i treningsvitenskap og jobber med en nisjeklientell: pasienter etter kirurgi, personer som kommer seg etter skader, og eldre voksne som håndterer kroniske tilstander som type 2-diabetes og osteoporose. Hun jobber ved en klinisk rehabiliteringsfasilitet i London og ser 12 klienter per uke.
Problemet hun stod overfor: Priyas klienter står overfor en unik utfordring. Deres ernæringsbehov handler ikke bare om kalorier og makroer — de trenger tilstrekkelig protein for vevsreparasjon, tilstrekkelig kalsium og vitamin D for beinhelse, og nøye karbohydratstyring for blodsukkerkontroll. Likevel er klientpopulasjonen hennes stort sett ukjent med teknologi for ernæringssporing. Mange er over 60 år. Flere har begrenset komfort med smarttelefoner.
"Mine pasienter kommer ikke til å sette seg ned og loggføre hvert måltid manuelt i en database," forklarer Priya. "De kommer seg etter en hofteoperasjon eller håndterer diabetes. De trenger det enkleste verktøyet mulig."
Hvordan hun bruker Nutrola: Priya valgte Nutrola spesifikt fordi fotologging krever minimal teknisk ferdighet. Hun viser nye klienter en enkel handling: åpne appen, peke kameraet mot tallerkenen, trykke på knappen. Ingen skriving. Ingen søking. Ingen menyer.
Hun jobber med hver klient for å etablere en ukentlig gjennomgangsrytme. De fleste av klientene hennes fotograferer hovedmåltidene sine (frokost, lunsj, middag), men gidder ikke med snacks eller drikkevarer, og Priya anser dette som en akseptabel handel. Tre datapunkter per dag, selv om de er ufullkomne, gir henne langt mer synlighet enn de null datapunktene hun hadde før.
Hver uke gjennomgår Priya de akkumulerte måltidsbildene og de AI-genererte ernæringsoppsummeringene. Hun ser etter spesifikke kliniske indikatorer: Får den post-kirurgiske pasienten i seg 1,6 gram protein per kilo kroppsvekt, som er terskelen for optimal vevsreparasjon? Fordeler den diabetiske pasienten karbohydratinntaket sitt jevnt over måltidene i stedet for å laste det inn i ett enkelt måltid?
Når hun identifiserer et gap, overvelder hun ikke klienten med data. Hun gir en handlingsbar instruksjon per uke. "Legg til et glass melk til lunsj." "Ha en håndfull nøtter til ettermiddagste." Små, spesifikke, oppnåelige endringer som akkumuleres over tid.
"Bildene hjelper meg også med å fange opp ting som en tradisjonell matdagbok aldri ville gjort," legger Priya til. "Jeg hadde en pasient som fortalte meg at hun spiste masse grønnsaker. Når jeg så på bildene hennes, var hver 'grønnsak' potet. Teknisk sett ikke feil, men ernæringsmessig veldig forskjellig fra hva jeg trengte henne til å spise. Den samtalen ville aldri ha skjedd uten det visuelle beviset."
Resultater: Priya rapporterer at hennes post-kirurgiske pasienter som bruker fotologging når proteinmålene sine i gjennomsnitt 11 dager tidligere enn de som ikke logger i det hele tatt. For hennes diabetiske pasienter har hun sett en målbar forbedring i HbA1c-nivåene over seks måneders perioder når fotologging er en del av behandlingsplanen.
Hun bemerker også en uventet fordel: bildene fungerer som en medisinsk journal over kostholdet som hun kan dele med pasientens fastlege eller endokrinolog. "I kliniske settinger er det ekstremt verdifullt å ha objektive ernæringsdata. En matdagbok er subjektiv. Et tidsstemplet fotografi med et AI-generert makroestimat er mye nærmere objektive bevis."
Arbeidsflyten: Hvordan Fotobasert Ernæringsovervåking Faktisk Fungerer
På tvers av alle tre trenerprofilene følger arbeidsflyten et lignende mønster:
Trinn 1: Onboarding. Treneren introduserer Nutrola under den første økten eller onboarding-samtalen. De demonstrerer fotofunksjonen og setter forventninger til loggføringsfrekvens. De fleste trenere sikter mot et minimum på to til tre måltider loggført per dag.
Trinn 2: Daglig logging av klienten. Klienten fotograferer måltidene sine gjennom dagen. AI-en identifiserer matvarer, estimerer porsjoner og genererer en makro- og kalorioversikt. Hele prosessen tar under fem sekunder per måltid.
Trinn 3: Trenergjennomgang. Treneren gjennomgår klientens fotostrøm og ernæringsoppsummering på en tidsplan som passer deres coachingmodell. Dette kan være daglig (som Sarah), under økter (som Marcus) eller ukentlig (som Priya).
Trinn 4: Målrettet tilbakemelding. Basert på hva bildene og dataene avslører, gir treneren spesifikk, handlingsbar coaching. Denne tilbakemeldingen er forankret i visuelle bevis i stedet for klientens egen rapportering, noe som gjør den mer presis og vanskeligere å avvise.
Trinn 5: Mønstergjenkjenning over tid. Etter hvert som ukene med fotodata akkumuleres, begynner både treneren og klienten å se mønstre. Overeating i helgene. Proteinfattige frokoster. Porsjonsvekst på kaloririke matvarer. Disse mønstrene blir fokus for coaching-samtaler og driver langsiktig atferdsendring.
Vanlige Innvendinger fra Trenere (og Ærlige Svar)
Til tross for de klare fordelene, er mange trenere tilbakeholdne med å ta i bruk ernæringsovervåkingsverktøy. Her er de vanligste innvendingene vi hører og enkle svar på hver av dem.
"Jeg er ikke ernæringsfysiolog. Jeg vil ikke gi kostholdsråd."
Dette er en legitim bekymring, og omfanget av praksis er viktig. Men å overvåke hva en klient spiser er ikke det samme som å foreskrive en diett. Du diagnostiserer ikke ernæringsmangler eller behandler medisinske tilstander. Du observerer mønstre og gir sunn fornuft råd som "spis mer protein" eller "porsjonene dine har økt." Hvis en klient har en medisinsk tilstand som krever kostholdshåndtering, henviser du dem til en registrert ernæringsfysiolog. Fotomonitorering gjør faktisk den henvisningen mer nyttig fordi du kan dele konkrete data med spesialisten.
"Klientene mine vil føle at jeg overvåker maten deres."
Innholdet i presentasjonen er viktig. Hvis du presenterer ernæringsovervåkning som overvåkning, vil klientene motsette seg det. Hvis du presenterer det som et coachingverktøy som hjelper deg å hjelpe dem, vil de fleste klienter ønske det velkommen. Nøkkelen er å være samarbeidende, ikke dømmende. Når du ser et måltid som er utenfor planen, sier du ikke "Du skulle ikke ha spist det." Du sier "Jeg la merke til at middagene dine pleier å være høyere i kalorier på dagene du hopper over lunsj. Vil du prøve å forberede en rask lunsj for å se om det hjelper?" Bildet er en samtalestarter, ikke bevis i en rettssak.
"AI-sporing er ikke nøyaktig nok til å være nyttig."
Ingen sporingsmetode er perfekt nøyaktig, inkludert manuell logging, som de fleste trenere allerede aksepterer uten spørsmål. Den relevante sammenligningen er ikke "AI versus et laboratorium," men "AI versus en klient som logger ingenting" eller "AI versus en klient som vag husker hva de spiste for tre dager siden." Selv med en margin for feil på 10 til 15 prosent gir fotobasert sporing trenerne dramatisk mer signal enn de hadde før. Og for de fleste coachingformål er retningnøyaktighet — å vite at en klient konsekvent spiser for lite protein eller for mye fett — mer verdifullt enn desimalpresisjon.
"Jeg har ikke tid til å gjennomgå en annen datakilde."
Denne innvendingen kommer vanligvis fra trenere som forestiller seg at det å gjennomgå ernæringsdata vil være som å lese et regneark. Det er det ikke. Å bla gjennom en visuell strøm av måltidsbilder tar omtrent 60 til 90 sekunder per klient. Du ser på bilder, ikke tolker tall. De fleste trenere rapporterer at tiden de bruker på å gjennomgå bilder mer enn oppveier tiden de sparer på unødvendige "Hvordan var ernæringen din?" samtaler som ikke fører noe sted.
"Klientene mine vil ikke holde seg til det."
Dette er det sterkeste argumentet for fotobasert logging fremfor manuell logging. Grunnen til at klienter gir opp matdagbøker er at manuell logging er tidkrevende. Det krever å søke i databaser, estimere porsjoner og skrive inn oppføringer for hvert element. Fotologging fjerner nesten all friksjon. Klienten tar et bilde og går videre. Overholdelsesratene for fotologging er konsekvent høyere enn for manuelle metoder, som alle tre trenerne i denne artikkelen bekreftet.
"Jeg sender allerede klientene mine måltidsplaner. Det burde være nok."
Måltidsplaner er et utgangspunkt, ikke et overvåkningssystem. En måltidsplan forteller en klient hva de skal spise. Den forteller deg ikke om de faktisk spiste det. Studier om etterlevelse av måltidsplaner viser at overholdelsen faller bratt etter den første uken. Uten en tilbakemeldingssløyfe har du ingen måte å vite om den nøye utformede planen din blir fulgt. Fotomonitorering tetter den sløyfen.
Forretningsargumentet for Trenere
Utover klientresultater er det et overbevisende forretningsargument for å inkludere ernæringsovervåking i treningspraksisen din.
Høyere retensjon. Klienter som ser resultater, blir værende lenger. Ernæring er den største faktoren for resultater i kroppssammensetning. Ved å få synlighet i klientenes ernæring kan du coache den variabelen som betyr mest, noe som akselererer fremgangen deres og forlenger tiden de er hos deg.
Differensiering. De fleste personlige trenere tilbyr treningsprogrammering og coaching under øktene. Få tilbyr meningsfull ernæringsovervåking. Å legge til ernæringsmonitorering i tjenesten din skiller deg umiddelbart fra konkurrentene og rettferdiggjør en høyere pris.
Skalerbarhet. For online trenere som håndterer store klientlister, er fotobasert overvåking dramatisk mer effektivt enn å jage manuelle matlogger. Tidsbesparelsene gjør at du kan ta inn flere klienter uten å ofre kvalitet.
Bedre samtaler. Hver trener har opplevd frustrasjonen av en oppfølgingssamtale der klienten ikke har noe spesifikt å diskutere. Fotologger gir begge parter et konkret utgangspunkt. Coaching-samtalen blir rikere, mer spesifikk og mer produktiv.
Vanlige Spørsmål
Trenger jeg en spesiell "trener"-konto på Nutrola for å overvåke klientene mine?
Nutrola er designet som et personlig sporingsverktøy som klienter bruker på egen hånd. Trenere får ikke tilgang til et sentralisert dashbord. I stedet deler klientene sine daglige oppsummeringer eller viser fotostrømmen sin under oppfølgingssamtaler. Dette bevarer klientens personvern og autonomi samtidig som det gir treneren den synligheten de trenger.
Hvor nøyaktig er AI-en til å estimere kalorier fra bilder?
Uavhengig testing viser at AI-fotobasert kaloriestimering vanligvis ligger innen 5 til 15 prosent av de faktiske verdiene for de fleste vanlige måltider. Enkle, godt separerte matvarer er mer nøyaktige (under 7 prosent feil), mens blandede retter som karrier og gryteretter kan ha feil opp til 15 prosent. For coachingformål er dette nivået av nøyaktighet mer enn tilstrekkelig for å identifisere mønstre og veilede intervensjoner.
Hva om klienten min spiser noe AI-en ikke gjenkjenner?
Nutrolas matgjenkjenning dekker de fleste vanlige måltider på tvers av flere kjøkken. For elementer AI-en ikke kan identifisere med høy tillit, ber appen brukeren om å legge til en kort beskrivelse eller gjøre et manuelt valg. Over tid lærer systemet av korrigeringene og utvider sine gjenkjenningsmuligheter.
Vil eldre eller mindre teknisk kyndige klienter kunne bruke fotologging?
Fotologging er en av de enkleste interaksjonene på en smarttelefon: åpne appen, peke kameraet, trykke på knappen. Som Priyas erfaring viser, kan til og med klienter over 60 år med begrenset erfaring med smarttelefoner ta det i bruk med minimal opplæring. Barrierene for å komme i gang er langt lavere enn for noen manuell sporingsmetode.
Kan jeg bruke Nutrola-data for klienter med medisinske tilstander som diabetes?
Nutrola gir ernæringsdata som kan komplementere medisinsk behandling, men det er ikke en medisinsk enhet. For klienter med kliniske tilstander kan fotologgene og makrosammendragene deles med klientens helsepersonell for å støtte behandlingsplanen. Treneren bør ikke bruke dataene til å gi kliniske kostholdsresept utenfor sitt praksisområde.
Hvordan håndterer jeg klienter som motsetter seg enhver form for sporing?
Start med et minimalt engasjement. Be klienten om å fotografere bare hovedmåltidene sine i en uke — ingen snacks, ingen drikkevarer, ingen press for å nå mål. Ram det inn som datainnsamling, ikke dømming. De fleste klienter finner at fem-sekunders innsatsen for å ta et bilde er så lav at motstanden raskt forsvinner. Når de ser sine egne mønstre reflektert tilbake til dem, blir mange mer engasjerte i prosessen frivillig.
Er fotologging effektivt for klienter som spiser ute ofte?
Ja. Faktisk kan det være mer effektivt for restaurantmåltider enn manuell logging, fordi det er ekstremt vanskelig å estimere kaloriene i en restaurantrett fra en database. Et fotografi fanger den faktiske porsjonsstørrelsen og synlige ingrediensene, noe som gir AI-en et bedre utgangspunkt enn en generell databaseoppføring for "kylling alfredo" som kan variere fra 400 til 1.200 kalorier avhengig av restauranten.
Avsluttende Tanker
Den personlige treningsbransjen har brukt tiår på å optimalisere treningen. Programmering av periodisering, progressiv overbelastning, øvelsesvalg — disse har blitt raffinert til en vitenskap. Men den ernæringsmessige siden av coaching har forblitt sta analog: trykte måltidsplaner, vage matdagbøker, og det ukentlige "Hvordan var ernæringen din?" spørsmålet som alle vet gir upålitelige svar.
Fotobasert AI-sporing erstatter ikke treneren. Det erstatter ikke coachingforholdet. Det gir trenerne et vindu inn i de 165 timene per uke de ikke kan observere direkte. Det erstatter gjetting med data, forvandler vage samtaler til spesifikke, og skaper en ansvarsløkke som faktisk fungerer fordi den ber nesten ingenting av klienten.
Sarah bruker det til å skalere sin online virksomhet. Marcus bruker det til å utdype sine fysiske coaching-samtaler. Priya bruker det til å forbedre kliniske resultater for sårbare pasienter. Tre svært forskjellige trenere, tre svært forskjellige tilnærminger, én delt konklusjon: når du kan se hva klientene dine spiser, endres alt.
Trenerne som tar i bruk denne tilnærmingen nå, vil ha en betydelig fordel over de som fortsetter å coache ernæring blindt. Ikke fordi teknologien er blitsende, men fordi den løser det eldste problemet i personlig trening — gapet mellom hva klientene sier de spiser og hva de faktisk spiser.
Klar til å forvandle ernæringssporingen din?
Bli en del av tusenvis som har forvandlet helsereisen sin med Nutrola!
