منحنى انسحاب تتبع السعرات الحرارية: متى ولماذا يتوقف المستخدمون (دراسة بيانات)

هناك حقيقة غير مريحة: معظم الأشخاص الذين يبدأون في تتبع سعراتهم الحرارية سيتوقفون خلال شهر.

لا يهم مدى حماسهم في اليوم الأول. لا يهم أي تطبيق اختاروه. لا يهم إذا قرأوا كل دليل للمبتدئين وملأوا ثلاجتهم بالوجبات المجهزة مسبقًا. البيانات واضحة. الغالبية تتوقف.

نحن نعلم هذا لأننا بحثنا في الأمر. قمنا بتحليل أنماط الاستخدام من 1.2 مليون حساب على Nutrola تم إنشاؤها بين يناير 2025 ويناير 2026 لرسم منحنى الانسحاب الدقيق لتتبع السعرات الحرارية. أردنا الإجابة عن ثلاثة أسئلة: متى يتوقف الناس؟ لماذا يتوقفون؟ وما الذي يميز الذين يستمرون عن الذين يغادرون؟

النتائج صادقة، وفي بعض الأحيان، غير مريحة بالنسبة لنا كشركة تطبيقات. لكن الصدق هو الهدف. إذا فهمنا أين ينحني منحنى الانسحاب، يمكننا تصميم حلول حوله. وإذا فهمت أين تقف على هذا المنحنى، يمكنك الاستعداد لما سيأتي بعد ذلك.

المنهجية

مجموعة البيانات

قمنا بتضمين كل حساب على Nutrola تم إنشاؤه بين 1 يناير 2025 و31 يناير 2026 والذي سجل على الأقل وجبة واحدة خلال 24 ساعة من إنشاء الحساب. وقد أسفر ذلك عن 1,208,614 حسابًا مؤهلاً.

استبعدنا الحسابات التي أظهرت علامات على كونها حسابات تجريبية أو مكررة (مثل عدم اكتمال الملف الشخصي، بصمات الأجهزة المتطابقة خلال ثوانٍ من بعضها البعض). كما استبعدنا الحسابات التي تم إنشاؤها من خلال شراكات مؤسسية أو سريرية، حيث غالبًا ما يكون لدى هؤلاء المستخدمين هياكل مسؤولية خارجية قد تؤثر على البيانات.

التعريفات

• نشط: يُعتبر المستخدم "نشطًا" في يوم معين إذا قام بتسجيل على الأقل وجبة واحدة أو عنصر غذائي. مجرد فتح التطبيق لا يُحتسب.
• انسحاب: يُصنف المستخدم على أنه "انسحب" في آخر يوم قام فيه بتسجيل وجبة، بشرط ألا يعود خلال الـ 14 يومًا التالية.
• إعادة الارتباط: يُصنف المستخدم الذي عاد بعد انقطاع لمدة 14 يومًا أو أكثر كمستخدم أعيد ربطه ويتم تتبعه بشكل منفصل.

فترة التتبع

تابعنا كل مجموعة لمدة 180 يومًا من تاريخ إنشاء الحساب. المستخدمون الذين أنشأوا حسابات في وقت لاحق من فترة الدراسة كانت لديهم فترات متابعة أقصر؛ قمنا بتعديل ذلك باستخدام طرق تحليل البقاء القياسية (منحنيات كابلان-ماير) لتجنب تحيز التعتيم.

منحنى الانسحاب

هذه هي النتيجة الأساسية. الجدول أدناه يوضح نسبة المستخدمين الذين لا يزالون يسجلون بنشاط في كل نقطة زمنية بعد إنشاء الحساب.

النقطة الزمنية	% لا يزالون نشطين	معدل الانسحاب اليومي (للفترة)
اليوم 1	100%	--
اليوم 2	72.1%	27.9%
اليوم 3	58.3%	13.8%
اليوم 4	52.7%	5.6%
اليوم 5	48.9%	3.8%
اليوم 7	41.4%	~2.5%/يوم
اليوم 10	35.6%	~1.9%/يوم
اليوم 14	29.2%	~1.6%/يوم
اليوم 21	23.1%	~0.9%/يوم
اليوم 30	19.0%	~0.5%/يوم
اليوم 45	15.8%	~0.2%/يوم
اليوم 60	13.7%	~0.1%/يوم
اليوم 90	11.2%	~0.08%/يوم
اليوم 120	10.1%	~0.04%/يوم
اليوم 180	8.7%	~0.02%/يوم

اقرأ تلك الأرقام بعناية. ما يقرب من 28% من المستخدمين الذين سجلوا وجبة في اليوم الأول لم يسجلوا أي وجبة في اليوم الثاني. بحلول نهاية الأسبوع الأول، كان أكثر من نصفهم قد اختفوا. بحلول اليوم الثلاثين، توقف حوالي 4 من كل 5 مستخدمين.

لكن هناك جانب إيجابي في منحنى الانسحاب. لاحظ كيف ينخفض معدل الانسحاب اليومي بشكل حاد مع مرور الوقت. المنحنى ليس خطيًا. إنه لوغاريتمي. كل يوم تنجو فيه، تنخفض احتمالية التوقف في اليوم التالي. بحلول اليوم 90، أصبح المنحنى شبه مسطح. المستخدمون الذين يصلون إلى اليوم 90 لديهم احتمال 78% لا يزالون يتتبعون بعد 6 أشهر.

النتيجة واضحة: الأسبوعين الأولين هما كل شيء. إذا تمكنت تطبيق (أو مستخدم) من البقاء خلال تلك الفترة، فإن الاحتمالات تتغير بشكل كبير.

مناطق الخطر

منحنى الانسحاب ليس سلسًا. هناك فترات محددة حيث يرتفع الانسحاب فوق الاتجاه المحيط. حددنا أربع مناطق خطر متميزة.

منطقة الخطر 1: اليوم 2-3 (منحدر الجدة)

أكبر انخفاض يحدث بين اليوم 1 واليوم 3. نفقد ما يقرب من 42% من جميع المستخدمين في هذه النافذة الزمنية التي تستغرق 48 ساعة.

ما يحدث هنا بسيط: الجدة تتلاشى. اليوم الأول مثير. يقوم المستخدم بتنزيل التطبيق، ويعد ملفه الشخصي، ويسجل أول وجبة له. هناك شعور بالتحكم والتقدم. بحلول اليوم الثاني أو الثالث، تبدأ الحقيقة في الظهور. التسجيل يتطلب جهدًا. يجب على المستخدم القيام بذلك مرة أخرى. ومرة أخرى. ولم يعد الأمر جديدًا.

قمنا باستطلاع مجموعة فرعية من المستخدمين (n=24,300) الذين انسحبوا خلال هذه الفترة. الأسباب الرئيسية التي ذُكرت:

• "استغرق الأمر وقتًا طويلاً" (38%)
• "نسيت" (27%)
• "لم أكن أعرف ماذا أسجل / كان الأمر معقدًا جدًا" (19%)
• "تناولت شيئًا خارج الخطة وشعرت بالذنب" (11%)
• أسباب أخرى (5%)

السببين الأولين - الوقت والنسيان - هما مشكلتان يمكن حلهما. الثالث هو مشكلة في التوجيه. الرابع هو مشكلة نفسية، وربما الأكثر قلقًا.

منطقة الخطر 2: اليوم 7-10 (دورة عطلة نهاية الأسبوع الأولى)

بالنسبة للمستخدمين الذين أنشأوا حسابات في أيام الأسبوع (والذين يمثلون 68% من تسجيلاتنا)، يمثل اليوم 7-10 أول عطلة نهاية أسبوع كاملة لهم في التتبع. معدلات الانسحاب في عطلة نهاية الأسبوع أعلى بـ 1.8 مرة من معدلات الانسحاب في أيام الأسبوع عبر المنحنى بأكمله، لكن التأثير هو الأقوى خلال دورة عطلة نهاية الأسبوع الأولى.

تؤثر عطلات نهاية الأسبوع على الروتين. الوجبات أقل قابلية للتنبؤ. تزداد الوجبات الاجتماعية. المستخدمون الذين بنوا عادة تسجيل هشة خلال أيام الأسبوع يجدونها محطمة بسبب وجبة فطور متأخرة مع الأصدقاء أو عشاء عفوي خارج المنزل.

منطقة الخطر 3: اليوم 21-28 (أسطورة تكوين العادة)

هناك ادعاء متكرر على نطاق واسع بأنه يستغرق 21 يومًا لتكوين عادة. تشير بياناتنا إلى أن هذا، في أفضل الأحوال، مضلل. اليوم 21-28 هو في الواقع واحد من أكثر الفترات خطورة في منحنى الانسحاب.

نرى زيادة صغيرة ولكن ذات دلالة إحصائية في الانسحاب حول اليوم 22-25. فرضيتنا، المدعومة ببيانات استطلاعية نوعية، هي أن المستخدمين الذين اعتقدوا بأسطورة "عادة الـ 21 يومًا" يصلون إلى اليوم 21 متوقعين أن السلوك سيصبح تلقائيًا. عندما لا يزال يتطلب جهدًا، يفسرون ذلك على أنه فشل شخصي ويتوقفون.

تدعم الأدبيات البحثية جدولًا زمنيًا أكثر واقعية. وجدت دراسة أجريت عام 2009 من قبل فيليبا ليلي وزملائها في جامعة كوليدج لندن أن الوقت الوسيط للوصول إلى التلقائية لسلوك صحي جديد كان 66 يومًا، مع نطاق من 18 إلى 254 يومًا. من المحتمل أن يقع تتبع السعرات الحرارية، الذي يتطلب اتخاذ قرارات نشطة في كل وجبة، في الطرف الأطول من هذا النطاق.

منطقة الخطر 4: بعد أول حدث انقطاع

هذا الأمر أصعب في تحديده ليوم معين لأنه يعتمد على حياة المستخدم الفردية. لكن النمط واضح في البيانات. عندما ننظر إلى المستخدمين الذين تجاوزوا اليوم 14 ولكن انسحبوا قبل اليوم 60، كان 61% منهم قد كانت آخر يوم نشط لهم إما قبل أو بعد مباشرة انقطاع لمدة 3 أيام أو أكثر.

تتوافق هذه الفجوات عادةً مع العطلات، أو الأعياد، أو المرض، أو السفر للعمل، أو الأحداث الاجتماعية الكبرى. الانقطاع نفسه ليس المشكلة. المشكلة هي أنه بعد الانقطاع، لا يعود المستخدمون. تصبح الفجوة دائمة.

هذا هو تأثير "الخط المتقطع". العديد من المستخدمين، بوعي أو بدون وعي، يعاملون سلسلة تتبعهم كالتزام إما أن يكون موجودًا أو لا. بمجرد أن تنكسر السلسلة، يبدو أن التكلفة النفسية لإعادة البدء مرتفعة بشكل غير متناسب.

ما الذي يتنبأ بالتوقف مقابل الاستمرار

قمنا بإجراء تحليل متعدد المتغيرات لتحديد أي سلوكيات المستخدمين في الأيام السبعة الأولى تتنبأ بقوة بما إذا كان شخص ما سيظل نشطًا في اليوم 30. إليك العوامل التي كانت مهمة، مرتبة حسب حجم التأثير.

1. طريقة التسجيل الأساسية

الطريقة	% لا يزالون نشطين في اليوم 30	نسبة خطر الانسحاب
التسجيل القائم على الصور (AI)	26.8%	0.74x (الخط الأساسي)
مسح الباركود	20.1%	0.91x
البحث + الإدخال اليدوي	15.3%	1.17x
الإضافة السريعة (السعرات فقط)	11.9%	1.42x

المستخدمون الذين استخدموا بشكل أساسي التسجيل القائم على الصور في أسبوعهم الأول كانوا الأكثر احتمالًا للاستمرار في النشاط في اليوم 30. الفجوة كبيرة. كان معدل الاحتفاظ للمستخدمين الذين يسجلون بالصور أعلى بـ 2.3 مرة تقريبًا من المستخدمين الذين يستخدمون الإضافة السريعة.

هذا ليس لأن تسجيل الصور يجذب مستخدمين أكثر حماسًا. لقد قمنا بالتحكم في شدة الأهداف المعلنة، وخبرة التتبع السابقة، والعديد من العوامل الأخرى. استمر التأثير. التفسير الأكثر احتمالًا هو الاحتكاك: يستغرق تسجيل الصور في Nutrola متوسط 8 ثوانٍ لكل وجبة، مقارنة بـ 45-90 ثانية للإدخال اليدوي. عندما يكون السلوك أسهل، فإنه يستمر لفترة أطول.

2. متوسط الوقت لكل جلسة تسجيل

الوقت لكل جلسة	% لا يزالون نشطين في اليوم 30
أقل من 30 ثانية	24.7%
30-60 ثانية	21.3%
1-2 دقيقة	17.8%
2-5 دقائق	13.2%
أكثر من 5 دقائق	8.4%

هناك علاقة عكسية تقريبًا خطية بين الوقت المستغرق في التسجيل والاحتفاظ. كان المستخدمون الذين قضوا أكثر من 5 دقائق في كل جلسة تسجيل أكثر عرضة للتوقف ثلاث مرات من المستخدمين الذين قضوا أقل من 30 ثانية.

تتحدى هذه النتيجة افتراضًا شائعًا في تصميم تطبيقات التغذية: أن التسجيل الأكثر تفصيلًا أفضل. قد ينتج عن التسجيل التفصيلي بيانات أكثر دقة، لكن إذا أدى ذلك إلى توقف المستخدم، فإن الدقة تصبح غير ذات صلة. تسجيل تقريبي يكمله المستخدم هو أكثر قيمة بلا حدود من تسجيل مثالي لا يقوم به أبدًا.

3. ما إذا كان المستخدم قد حدد هدفًا محددًا

المستخدمون الذين حددوا هدفًا محددًا وقابلًا للقياس أثناء عملية التسجيل (مثل "فقدان 5 كجم" أو "تناول 150 جرام من البروتين يوميًا") كان لديهم معدل احتفاظ في اليوم 30 قدره 23.4%، مقارنة بـ 14.1% للمستخدمين الذين اختاروا "الصحة العامة" أو تخطوا تحديد الهدف تمامًا.

التحديد مهم. "تناول طعامًا صحيًا" ليس هدفًا يمكن للعقل تتبع التقدم نحوه. "تناول 2000 سعر حراري يوميًا" هو هدف.

4. استخدام الميزات الاجتماعية

المستخدمون الذين اتصلوا بصديق واحد على الأقل أو انضموا إلى مجموعة مجتمعية خلال الأسبوع الأول كان لديهم معدل احتفاظ في اليوم 30 قدره 27.9%، مقارنة بـ 17.6% للمستخدمين الذين يعملون بمفردهم. المسؤولية الاجتماعية هي واحدة من أقوى المؤشرات على الاحتفاظ في مجموعة بياناتنا.

5. اتصال الجهاز القابل للارتداء

المستخدمون الذين قاموا بتوصيل جهاز قابل للارتداء (Apple Watch، Garmin، Fitbit، إلخ) خلال عملية التسجيل كان لديهم معدل احتفاظ في اليوم 30 قدره 22.1% مقابل 18.2% لأولئك الذين لم يفعلوا ذلك. التأثير متواضع ولكنه ثابت، ويزداد مع مرور الوقت. في اليوم 90، كان لدى المستخدمين المتصلين بأجهزة قابلة للارتداء معدل احتفاظ قدره 14.8% مقابل 10.1%.

الآلية المحتملة هي حلقات التغذية الراجعة. عندما يرى المستخدمون مدخولهم من السعرات الحرارية جنبًا إلى جنب مع بيانات نشاطهم، تصبح المعلومات أكثر قابلية للتنفيذ وأكثر تحفيزًا.

ما الذي يعيد الناس

ليس كل من يتوقف يبقى بعيدًا. من بين المستخدمين الذين انسحبوا (المعرفون بانقطاع لمدة 14 يومًا أو أكثر في التسجيل)، عاد 18.3% على الأقل مرة واحدة خلال 180 يومًا. من بين أولئك الذين عادوا، إليك كيف تم تقسيمهم:

نمط العودة	% من المستخدمين العائدين
عاد مرة واحدة، ثم انسحب مرة أخرى خلال 7 أيام	52.4%
عاد مرة واحدة، واستمر نشطًا لمدة 30 يومًا أو أكثر	21.7%
عاد عدة مرات (2-3 دورات)	19.8%
عاد وأصبح نشطًا على المدى الطويل (90 يومًا أو أكثر)	6.1%

معظم العائدين لا يستمرون. لكن حوالي 1 من كل 5 مستخدمين عائدين يعيدون تأسيس العادة بنجاح لمدة 30 يومًا على الأقل، وحوالي 6% يصبحون متتبعين على المدى الطويل.

ما الذي يحفز إعادة الارتباط؟ نظرنا في توقيت الزيارات العائدة:

• يناير / بداية السنة الجديدة: 31% من جميع إعادة الارتباط حدثت في يناير، وهو أكبر ارتفاع منفرد
• الإثنين: إعادة الارتباط أكثر احتمالًا بـ 2.4 مرة في يوم الإثنين مقارنة بيوم الجمعة
• بعد حدث طبي: المستخدمون الذين قاموا بتحديث ملفهم الصحي أو أضافوا حالة صحية جديدة عادوا بمعدل 3.1 مرة عن المعدل الأساسي
• بعد تنبيه اجتماعي: المستخدمون الذين تلقوا دفعة من صديق متصل عادوا بمعدل 2.7 مرة عن المعدل الأساسي
• بعد إشعارات تحديث التطبيق: هذه دفعت إعادة الارتباط بشكل متواضع (1.3 مرة عن المعدل الأساسي)، مما يشير إلى أن تحسينات المنتج وحدها ليست كافية لإعادة الناس

تأثير "بداية جديدة" موثق جيدًا في علم السلوك، وبياناتنا تؤكد ذلك بقوة. الناس هم الأكثر احتمالًا لإعادة بدء سلوك صحي عند المعالم الزمنية: أسابيع جديدة، أشهر جديدة، سنوات جديدة، أو بعد حدث حياة كبير.

كيف تغير الذكاء الاصطناعي وتسجيل الصور المنحنى

قمنا بمقارنة منحنيات الانسحاب لقطاعين من المستخدمين: أولئك الذين استخدموا تسجيل الصور القائم على الذكاء الاصطناعي كطريقة أساسية مقابل أولئك الذين اعتمدوا على طرق الإدخال اليدوي (البحث، الباركود، أو الإضافة السريعة).

النقطة الزمنية	% نشط (صور AI)	% نشط (يدوي)	الفرق
اليوم 2	78.4%	69.3%	+9.1
اليوم 7	49.2%	37.8%	+11.4
اليوم 14	36.1%	25.7%	+10.4
اليوم 30	26.8%	15.3%	+11.5
اليوم 60	19.4%	10.9%	+8.5
اليوم 90	15.7%	8.9%	+6.8

لدى مستخدمي التسجيل القائم على الصور منحنى انسحاب مختلف بشكل ملحوظ. معدل الاحتفاظ في اليوم 30 لديهم أعلى بـ 75% من مستخدمي الإدخال اليدوي. الفجوة هي الأوسع في الأيام الثلاثين الأولى، وهو الوقت الذي يكون فيه الاحتكاك الأكثر أهمية.

يجب أن نكون شفافين بشأن قيود هذه المقارنة. قد يختلف مستخدمو تسجيل الصور عن مستخدمي الإدخال اليدوي بطرق لا يمكننا التحكم فيها تمامًا. قد يكونون أكثر دراية بالتكنولوجيا، أو أكثر حماسًا، أو أكثر احتمالًا لامتلاك هواتف ذكية بكاميرات أفضل. قمنا بالتحكم في العمر، والمنصة (iOS مقابل Android)، والهدف المعلن، وخبرة التتبع السابقة، واستمر التأثير. لكن لا يمكننا استبعاد جميع العوامل المربكة.

ما يمكننا قوله بثقة هو أن تقليل احتكاك التسجيل - سواء من خلال الذكاء الاصطناعي للصور، أو تحسين مسح الباركود، أو البحث الذكي عن الطعام - هو التدخل الأكثر تأثيرًا لتحسين الاحتفاظ. تظهر بياناتنا ذلك باستمرار، عبر كل مجموعة وكل شريحة ديموغرافية قمنا بتحليلها.

في Nutrola، شكلت هذه النتيجة استراتيجيتنا في المنتج. لم يكن نهجنا القائم على الصور قرارًا تسويقيًا. كان قرار احتفاظ. عندما يستغرق تسجيل وجبة 8 ثوانٍ بدلاً من 90، يكون المستخدمون ببساطة أكثر احتمالًا للقيام بذلك مرة أخرى غدًا. والقيام بذلك مرة أخرى غدًا هو كل شيء.

ماذا يعني هذا بالنسبة لك

إذا كنت حاليًا تتبع سعراتك الحرارية، أو تفكر في البدء، إليك ما تقترحه هذه البيانات.

توقع أن تكون الأسبوعين الأولين صعبين. لا تفسر الصعوبة على أنها علامة على أن التتبع ليس مناسبًا لك. يجد الجميع تقريبًا أنه صعب. الذين ينجحون ليسوا من يجدون الأمر سهلاً - إنهم الذين يتجاوزون الاحتكاك.

قلل الاحتكاك بلا رحمة. استخدم أسرع طريقة تسجيل متاحة لك. إذا كان تطبيقك يدعم تسجيل الصور، فاستخدمه. إذا كنت تقضي أكثر من دقيقة في كل وجبة، فأنت تقوم بالكثير. تقدير تقريبي مسجل أفضل من إدخال مثالي تتجاوزه.

لا تعتقد أن يومًا مفقودًا هو فشل. تأثير "السلسلة المكسورة" هو أحد أكبر قاتلي عادات التتبع. إذا فاتك يوم، أو عطلة نهاية أسبوع، أو أسبوع - فقط ابدأ من جديد. تظهر بياناتنا أن المستخدمين الذين ينجحون في تجاوز انقطاع والعودة هم من بين أكثر المتتبعين مرونة على المدى الطويل.

حدد هدفًا محددًا. "فقدان الوزن" ليس محددًا بما فيه الكفاية. "تناول 1800 سعر حراري يوميًا" أو "تحقيق 140 جرام من البروتين" يعطي عقلك شيئًا ملموسًا لتتبع التقدم نحوه.

أخبر شخصًا ما. المستخدمون الذين يتفاعلون مع حتى ميزة اجتماعية واحدة لديهم احتفاظ أفضل بشكل ملحوظ. أخبر صديقًا، انضم إلى مجموعة، أو ابحث عن شريك للمسؤولية. البيانات لا لبس فيها في هذا.

امنح نفسك 90 يومًا، وليس 21. قد تكون النصيحة الشائعة حول "عادة الـ 21 يومًا" مضرة في الواقع. التزم بـ 90 يومًا. بحلول تلك النقطة، تقول البيانات إن لديك فرصة 78% للاستمرار بعد ستة أشهر.

الخاتمة

منحنى انسحاب تتبع السعرات الحرارية حاد، ومركز، وقابل للتنبؤ. الغالبية العظمى من الأشخاص الذين يبدأون سيتوقفون خلال الشهر الأول. هذه ليست فشلاً في الإرادة. إنها فشل في الاحتكاك، والتوقعات، والتصميم.

الخبر الجيد هو أن المنحنى ينحني. كل يوم تتتبع فيه، تنخفض احتمالية التوقف في اليوم التالي. الأسبوعين الأولين هما الأصعب. أول 90 يومًا هي فترة إثبات. بعد ذلك، تكون الاحتمالات في صالحك.

كشركة تطبيقات، مهمتنا هي تسطيح هذا المنحنى. ليس من خلال حيل الألعاب أو الإشعارات المدفوعة بالذنب، ولكن من خلال جعل الفعل الأساسي لتسجيل وجبة سريعًا وبسيطًا لدرجة أن الاحتكاك يكاد يختفي. هذا ما يفعله تسجيل الصور المدعوم بالذكاء الاصطناعي. لهذا السبب تم بناء Nutrola حوله.

لكن لا يمكن لأي تطبيق القيام بالعمل نيابة عنك. ما تظهره البيانات، أكثر من أي شيء آخر، هو أن الاستمرارية تهم أكثر من الدقة. المستخدمون الذين ينجحون في التتبع على المدى الطويل ليسوا هم الذين يسجلون كل جرام بدقة. إنهم الذين يستمرون في الظهور، حتى وإن بشكل غير مثالي، حتى بعد يوم سيء، حتى بعد سلسلة مكسورة.

منحنى الانسحاب ليس قدرًا. إنه خريطة. والآن تعرف أين المنحدرات.

---

هذه التحليل مستند إلى بيانات استخدام مجهولة ومجمعة من 1,208,614 حسابًا على Nutrola. لم يتم مشاركة أو تحديد أي بيانات فردية. تحكم سياسة الخصوصية الخاصة بـ Nutrola جميع ممارسات معالجة البيانات. لأي استفسارات حول المنهجية، اتصل بـ research@nutrola.com.

Nutrola متاحة بدءًا من 2.50 يورو/شهر بدون إعلانات في جميع الخطط. تعرف على المزيد على nutrola.com.