La courbe de désinscription du suivi des calories : Quand et pourquoi les utilisateurs abandonnent (étude de données)
Nous avons analysé les habitudes d'utilisation de 1,2 million de comptes Nutrola pour cartographier la courbe de désinscription du suivi des calories — quand les gens abandonnent, ce qui déclenche cet abandon, et ce qui motive les autres à continuer.
Voici une vérité inconfortable : la plupart des personnes qui commencent à suivre leurs calories abandonnent dans le mois qui suit.
Peu importe la motivation ressentie le premier jour. Peu importe l'application choisie. Peu importe qu'elles aient lu tous les guides pour débutants et rempli leur réfrigérateur de repas préportionnés. Les données sont claires. La majorité abandonne.
Nous le savons parce que nous avons analysé. Nous avons étudié les habitudes d'utilisation de 1,2 million de comptes Nutrola créés entre janvier 2025 et janvier 2026 pour cartographier la courbe de désinscription du suivi des calories. Nous voulions répondre à trois questions : Quand les gens abandonnent-ils ? Pourquoi abandonnent-ils ? Et qu'est-ce qui distingue ceux qui restent de ceux qui partent ?
Les résultats sont honnêtes et, par moments, difficiles à accepter pour nous en tant qu'entreprise d'application. Mais l'honnêteté est essentielle. Si nous comprenons où la courbe de désinscription se plie, nous pouvons concevoir des solutions adaptées. Et si vous comprenez où vous vous situez sur cette courbe, vous pouvez vous préparer à ce qui vient ensuite.
Méthodologie
Ensemble de données
Nous avons inclus tous les comptes Nutrola créés entre le 1er janvier 2025 et le 31 janvier 2026 qui ont enregistré au moins un repas dans les 24 heures suivant la création du compte. Cela a donné 1 208 614 comptes qualifiés.
Nous avons exclu les comptes présentant des signes de test ou de duplication (par exemple, absence de profil complété, empreintes de dispositifs identiques dans un intervalle de quelques secondes). Nous avons également exclu les comptes créés par le biais de partenariats d'entreprise ou cliniques, car ces utilisateurs ont souvent des structures de responsabilité externes qui faussent les données.
Définitions
- Actif : Un utilisateur était considéré comme "actif" un jour donné s'il a enregistré au moins un repas ou un aliment. Ouvrir simplement l'application ne comptait pas.
- Désinscription : Un utilisateur était classé comme ayant "abandonné" le dernier jour où il a enregistré un repas, à condition qu'il ne revienne pas dans les 14 jours suivants.
- Réengagement : Un utilisateur qui revient après une interruption de 14 jours ou plus était classé comme un utilisateur réengagé et suivi séparément.
Période de suivi
Nous avons suivi chaque cohorte pendant 180 jours à partir de la date de création du compte. Les utilisateurs qui ont créé des comptes plus tard dans la période d'étude ont eu des périodes de suivi maximales plus courtes ; nous avons ajusté cela en utilisant des méthodes d'analyse de survie standard (courbes de Kaplan-Meier) pour éviter les biais de censure.
La courbe de désinscription
Voici la découverte principale. Le tableau ci-dessous montre le pourcentage d'utilisateurs qui continuent à enregistrer activement à chaque point dans le temps après la création du compte.
| Point dans le temps | % Toujours actif | Taux de désinscription quotidien (pour la période) |
|---|---|---|
| Jour 1 | 100% | -- |
| Jour 2 | 72,1% | 27,9% |
| Jour 3 | 58,3% | 13,8% |
| Jour 4 | 52,7% | 5,6% |
| Jour 5 | 48,9% | 3,8% |
| Jour 7 | 41,4% | ~2,5%/jour |
| Jour 10 | 35,6% | ~1,9%/jour |
| Jour 14 | 29,2% | ~1,6%/jour |
| Jour 21 | 23,1% | ~0,9%/jour |
| Jour 30 | 19,0% | ~0,5%/jour |
| Jour 45 | 15,8% | ~0,2%/jour |
| Jour 60 | 13,7% | ~0,1%/jour |
| Jour 90 | 11,2% | ~0,08%/jour |
| Jour 120 | 10,1% | ~0,04%/jour |
| Jour 180 | 8,7% | ~0,02%/jour |
Examinez ces chiffres attentivement. Près de 28 % des utilisateurs qui ont enregistré un repas le Jour 1 n'ont pas enregistré un seul repas le Jour 2. À la fin de la première semaine, plus de la moitié étaient partis. Au Jour 30, environ 4 utilisateurs sur 5 avaient cessé.
Mais il y a un aspect positif dans cette courbe. Remarquez comment le taux de désinscription quotidien diminue fortement avec le temps. La courbe n'est pas linéaire. Elle est logarithmique. Chaque jour où vous survivez, votre probabilité d'abandonner le lendemain diminue. Au Jour 90, la courbe s'est presque aplatie. Les utilisateurs qui atteignent le Jour 90 ont 78 % de chances de continuer à suivre après 6 mois.
L'implication est simple : les deux premières semaines sont cruciales. Si une application (ou un utilisateur) peut survivre à cette période, les chances changent radicalement.
Les zones de danger
La courbe de désinscription n'est pas lisse. Il existe des périodes spécifiques où le taux de désinscription augmente au-dessus de la tendance environnante. Nous avons identifié quatre zones de danger distinctes.
Zone de danger 1 : Jour 2-3 (La falaise de la nouveauté)
La plus grande chute se produit entre le Jour 1 et le Jour 3. Nous perdons près de 42 % de tous les utilisateurs dans cette fenêtre de 48 heures.
Ce qui se passe ici est simple : la nouveauté s'estompe. Le Jour 1 est excitant. L'utilisateur télécharge l'application, configure son profil et enregistre son premier repas. Il ressent un sentiment de contrôle et de progrès. Au Jour 2 ou 3, la réalité s'installe. Enregistrer prend des efforts. L'utilisateur doit le faire à nouveau. Encore et encore. Et ce n'est plus nouveau.
Nous avons interrogé un sous-ensemble d'utilisateurs (n=24 300) qui ont abandonné pendant cette période. Les principales raisons citées :
- "Cela prenait trop de temps" (38 %)
- "J'ai oublié" (27 %)
- "Je ne savais pas quoi enregistrer / c'était trop compliqué" (19 %)
- "J'ai mangé quelque chose qui n'était pas prévu et je me suis senti coupable" (11 %)
- Autres (5 %)
Les deux premières raisons — le temps et l'oubli — sont des problèmes de friction. Ils sont résolvables. La troisième est un problème d'intégration. La quatrième est psychologique et, sans doute, la plus préoccupante.
Zone de danger 2 : Jour 7-10 (Le premier cycle de week-end)
Pour les utilisateurs qui créent des comptes en semaine (ce qui représente 68 % de nos inscriptions), les Jours 7 à 10 marquent leur premier week-end complet de suivi. Les taux de désinscription le week-end sont 1,8 fois plus élevés que ceux en semaine sur l'ensemble de la courbe, mais l'effet est le plus fort lors du premier cycle de week-end.
Les week-ends perturbent les routines. Les repas sont moins prévisibles. Les repas sociaux augmentent. Les utilisateurs qui ont construit une habitude fragile de suivi en semaine voient celle-ci se briser lors d'un brunch entre amis ou d'un dîner improvisé.
Zone de danger 3 : Jour 21-28 (Le mythe de la formation d'habitudes)
Il existe une affirmation largement répétée selon laquelle il faut 21 jours pour former une habitude. Nos données suggèrent que cela est, au mieux, trompeur. La période des Jours 21 à 28 est en réalité l'une des plus dangereuses de la courbe de désinscription.
Nous observons une petite mais statistiquement significative augmentation des abandons autour des Jours 22 à 25. Notre hypothèse, soutenue par des données d'enquête qualitatives, est que les utilisateurs qui croyaient au mythe des "21 jours" atteignent le Jour 21 en s'attendant à ce que le comportement devienne automatique. Lorsque cela demande encore des efforts, ils interprètent cela comme un échec personnel et abandonnent.
La littérature de recherche soutient une chronologie plus réaliste. Une étude de 2009 menée par Phillippa Lally et ses collègues de l'University College London a révélé que le temps médian pour atteindre l'automaticité d'un nouveau comportement de santé était de 66 jours, avec une plage de 18 à 254 jours. Le suivi des calories, qui nécessite une prise de décision active à chaque repas, se situe probablement dans la partie supérieure de cette plage.
Zone de danger 4 : Après le premier événement de perturbation
Celle-ci est plus difficile à associer à un jour spécifique car elle dépend de la vie de chaque utilisateur. Mais le schéma est clair dans les données. Lorsque nous examinons les utilisateurs qui ont dépassé le Jour 14 mais qui ont abandonné avant le Jour 60, 61 % d'entre eux ont eu leur dernier jour actif soit juste avant, soit juste après une interruption de 3 jours ou plus.
Ces interruptions correspondent généralement à des vacances, des jours fériés, des maladies, des déplacements professionnels ou des événements sociaux majeurs. La perturbation elle-même n'est pas le problème. Le problème est qu'après la perturbation, les utilisateurs ne reviennent pas. L'interruption devient permanente.
C'est l'effet de "streak brisé". De nombreux utilisateurs, consciemment ou non, considèrent leur suivi comme un engagement tout ou rien. Une fois que la série est rompue, le coût psychologique de la reprise semble démesuré.
Ce qui prédit l'abandon par rapport à la persistance
Nous avons réalisé une analyse multivariée pour identifier quels comportements des utilisateurs au cours des 7 premiers jours prédisaient le plus fortement si quelqu'un serait encore actif au Jour 30. Voici les facteurs qui comptent, classés par taille d'effet.
1. Méthode de suivi principale
| Méthode | % Toujours actif au Jour 30 | Risque relatif de désinscription |
|---|---|---|
| Suivi par photo (IA) | 26,8% | 0,74x (de référence) |
| Scan de code-barres | 20,1% | 0,91x |
| Recherche + saisie manuelle | 15,3% | 1,17x |
| Ajout rapide (calories seulement) | 11,9% | 1,42x |
Les utilisateurs qui ont principalement utilisé le suivi par photo avec IA au cours de leur première semaine étaient les plus susceptibles d'être encore actifs au Jour 30. L'écart est substantiel. Les utilisateurs de suivi par photo avaient un taux de rétention de 30 jours presque 2,3 fois supérieur à celui des utilisateurs d'ajout rapide.
Ce n'est pas parce que le suivi par photo attire des utilisateurs plus motivés. Nous avons contrôlé l'intensité des objectifs déclarés, l'expérience de suivi antérieure et plusieurs autres facteurs confondants. L'effet persiste. L'explication la plus probable est la friction : le suivi par photo prend en moyenne 8 secondes par repas dans Nutrola, contre 45 à 90 secondes pour la recherche et la saisie manuelles. Lorsque le comportement est plus facile, il dure plus longtemps.
2. Temps moyen par session de suivi
| Temps par session | % Toujours actif au Jour 30 |
|---|---|
| Moins de 30 secondes | 24,7% |
| 30-60 secondes | 21,3% |
| 1-2 minutes | 17,8% |
| 2-5 minutes | 13,2% |
| Plus de 5 minutes | 8,4% |
Il existe une relation inverse presque linéaire entre le temps passé à enregistrer et la rétention. Les utilisateurs qui passaient plus de 5 minutes par session de suivi étaient trois fois plus susceptibles d'abandonner que ceux qui passaient moins de 30 secondes.
Cette découverte remet en question une hypothèse courante dans la conception des applications nutritionnelles : que des enregistrements plus détaillés sont meilleurs. Un enregistrement détaillé peut produire des données plus précises, mais si cela entraîne l'abandon de l'utilisateur, l'exactitude est sans importance. Un enregistrement approximatif que l'utilisateur termine est infiniment plus précieux qu'un enregistrement parfait qu'il ne réalise jamais.
3. Si l'utilisateur a défini un objectif spécifique
Les utilisateurs qui ont défini un objectif spécifique et mesurable lors de l'intégration (par exemple, "perdre 5 kg" ou "manger 150 g de protéines par jour") avaient un taux de rétention au Jour 30 de 23,4 %, contre 14,1 % pour ceux qui ont choisi "santé générale" ou qui ont sauté la définition d'objectif.
La spécificité compte. "Manger plus sainement" n'est pas un objectif que le cerveau peut suivre. "Manger 2 000 calories par jour" l'est.
4. Utilisation des fonctionnalités sociales
Les utilisateurs qui se sont connectés avec au moins un ami ou qui ont rejoint un groupe communautaire au cours de la première semaine avaient un taux de rétention au Jour 30 de 27,9 %, contre 17,6 % pour les utilisateurs isolés. La responsabilité sociale est l'un des prédicteurs de rétention les plus forts dans notre ensemble de données.
5. Connexion à un appareil portable
Les utilisateurs qui ont connecté un appareil portable (Apple Watch, Garmin, Fitbit, etc.) lors de l'intégration avaient un taux de rétention au Jour 30 de 22,1 % contre 18,2 % pour ceux qui ne l'ont pas fait. L'effet est modeste mais constant, et il augmente avec le temps. Au Jour 90, les utilisateurs connectés à un appareil portable avaient un taux de rétention de 14,8 % contre 10,1 %.
Le mécanisme probable est celui des boucles de rétroaction. Lorsque les utilisateurs voient leur apport calorique aux côtés de leurs données d'activité, l'information devient plus exploitable et plus motivante.
Ce qui ramène les gens
Tous les utilisateurs qui abandonnent ne restent pas partis. Parmi les utilisateurs qui ont abandonné (définis comme ayant un écart de 14 jours ou plus dans l'enregistrement), 18,3 % sont revenus au moins une fois dans les 180 jours. Parmi ceux qui sont revenus, voici comment ils se répartissent :
| Modèle de retour | % d'utilisateurs revenants |
|---|---|
| Revenus une fois, puis abandonnés à nouveau dans les 7 jours | 52,4% |
| Revenus une fois, restés actifs pendant 30 jours ou plus | 21,7% |
| Revenus plusieurs fois (2-3 cycles) | 19,8% |
| Revenus et devenus actifs à long terme (90 jours ou plus) | 6,1% |
La plupart des utilisateurs qui reviennent ne restent pas. Mais environ 1 sur 5 des utilisateurs revenants réussissent à rétablir l'habitude pendant au moins 30 jours, et environ 6 % deviennent des suiveurs à long terme.
Qu'est-ce qui déclenche le réengagement ? Nous avons examiné le moment des visites de retour :
- Janvier / Nouvel An : 31 % de tous les réengagements se produisent en janvier, le pic le plus important
- Lundi : Le réengagement est 2,4 fois plus probable un lundi qu'un vendredi
- Après un événement médical : Les utilisateurs qui ont mis à jour leur profil de santé ou ajouté une nouvelle condition de santé se réengagent à un taux 3,1 fois supérieur à la référence
- Après un rappel social : Les utilisateurs qui ont reçu une incitation d'un ami connecté se réengagent à un taux 2,7 fois supérieur à la référence
- Après des notifications de mise à jour de l'application : Celles-ci ont entraîné un réengagement modeste (1,3 fois la référence), suggérant que les améliorations du produit à elles seules ne suffisent pas à ramener les gens
L'effet de "nouveau départ" est bien documenté en sciences comportementales, et nos données le confirment fortement. Les gens sont plus susceptibles de redémarrer un comportement de santé à des jalons temporels : nouvelles semaines, nouveaux mois, nouvelles années ou après un événement marquant dans leur vie.
Comment l'IA et le suivi par photo changent la courbe
Nous avons comparé les courbes de désinscription de deux segments d'utilisateurs : ceux qui utilisaient le suivi par photo avec IA comme méthode principale contre ceux qui s'appuyaient sur des méthodes de saisie manuelle (recherche, code-barres ou ajout rapide).
| Point dans le temps | % Actifs (Photo IA) | % Actifs (Manuel) | Différence |
|---|---|---|---|
| Jour 2 | 78,4% | 69,3% | +9,1 |
| Jour 7 | 49,2% | 37,8% | +11,4 |
| Jour 14 | 36,1% | 25,7% | +10,4 |
| Jour 30 | 26,8% | 15,3% | +11,5 |
| Jour 60 | 19,4% | 10,9% | +8,5 |
| Jour 90 | 15,7% | 8,9% | +6,8 |
Les utilisateurs de suivi par photo ont une courbe de désinscription significativement différente. Leur taux de rétention au Jour 30 est 75 % plus élevé que celui des utilisateurs de saisie manuelle. L'écart est le plus large au cours des 30 premiers jours, période où la friction est cruciale.
Nous devons être transparents sur les limites de cette comparaison. Les utilisateurs de suivi par photo peuvent différer des utilisateurs de saisie manuelle de manières que nous ne pouvons pas entièrement contrôler. Ils peuvent être plus à l'aise avec la technologie, plus motivés ou plus susceptibles d'avoir des smartphones avec de meilleures caméras. Nous avons contrôlé l'âge, la plateforme (iOS contre Android), l'objectif déclaré et l'expérience de suivi antérieure, et l'effet a persisté. Mais nous ne pouvons pas éliminer tous les facteurs confondants.
Ce que nous pouvons dire avec certitude, c'est que réduire la friction du suivi — que ce soit par le biais de l'IA photo, d'un meilleur scan de code-barres ou d'une recherche alimentaire plus intelligente — est l'intervention la plus efficace pour améliorer la rétention. Nos données le montrent de manière cohérente, à travers chaque cohorte et chaque segment démographique que nous avons analysé.
Chez Nutrola, cette découverte a façonné notre stratégie produit. Notre approche axée sur la photo n'était pas une décision marketing. C'était une décision de rétention. Lorsque l'enregistrement d'un repas prend 8 secondes au lieu de 90, les utilisateurs sont simplement plus susceptibles de le refaire le lendemain. Et le refaire le lendemain, c'est tout le jeu.
Ce que cela signifie pour vous
Si vous suivez actuellement vos calories ou envisagez de commencer, voici ce que ces données suggèrent.
Attendez-vous à ce que les deux premières semaines soient difficiles. Ne considérez pas cette difficulté comme un signe que le suivi n'est pas fait pour vous. Pratiquement tout le monde trouve cela difficile. Ceux qui réussissent ne sont pas ceux qui trouvent cela facile — ce sont ceux qui surmontent la friction.
Réduisez la friction sans pitié. Utilisez la méthode de suivi la plus rapide à votre disposition. Si votre application prend en charge le suivi par photo, utilisez-la. Si vous passez plus d'une minute par repas, vous en faites trop. Un enregistrement approximatif est préférable à une entrée parfaite que vous sautez.
Ne considérez pas un jour manqué comme un échec. L'effet de "streak brisé" est l'un des plus grands tueurs d'habitudes de suivi. Si vous manquez un jour, un week-end ou une semaine — recommencez simplement. Nos données montrent que les utilisateurs qui survivent à une interruption et reviennent sont parmi les suiveurs les plus résilients à long terme.
Fixez un objectif spécifique. "Perdre du poids" n'est pas assez spécifique. "Manger 1 800 calories par jour" ou "atteindre 140 g de protéines" donne à votre cerveau quelque chose de concret à suivre.
Parlez-en à quelqu'un. Les utilisateurs qui interagissent avec même une fonctionnalité sociale ont une rétention nettement meilleure. Parlez à un ami, rejoignez un groupe ou trouvez un partenaire de responsabilité. Les données sont sans ambiguïté à ce sujet.
Engagez-vous pour 90 jours, pas 21. Le conseil populaire des "21 jours pour former une habitude" peut en réalité être contre-productif. Engagez-vous pour 90 jours. À ce stade, les données indiquent que vous avez 78 % de chances de continuer après six mois.
Conclusion
La courbe de désinscription du suivi des calories est abrupte, frontale et prévisible. La grande majorité des personnes qui commencent abandonneront dans le premier mois. Ce n'est pas un échec de volonté. C'est un échec de friction, d'attentes et de conception.
La bonne nouvelle, c'est que la courbe se plie. Chaque jour où vous suivez, votre probabilité d'abandonner le lendemain diminue. Les deux premières semaines sont les plus difficiles. Les 90 premiers jours sont le terrain d'essai. Après cela, les chances sont en votre faveur.
En tant qu'entreprise d'application, notre travail est d'aplanir cette courbe. Pas par des astuces de gamification ou des notifications culpabilisantes, mais en rendant l'acte fondamental d'enregistrer un repas si rapide et si simple que la friction disparaît presque. C'est ce que fait le suivi par photo alimenté par l'IA. C'est pourquoi Nutrola a été conçu autour de cela.
Mais aucune application ne peut faire le travail à votre place. Ce que les données montrent, plus que tout, c'est que la persistance compte plus que la précision. Les utilisateurs qui réussissent à un suivi à long terme ne sont pas ceux qui enregistrent chaque gramme parfaitement. Ce sont ceux qui continuent à se présenter, même de manière imparfaite, même après une mauvaise journée, même après une série brisée.
La courbe de désinscription n'est pas un destin. C'est une carte. Et maintenant, vous savez où se trouvent les falaises.
Cette analyse est basée sur des données d'utilisation anonymisées et agrégées de 1 208 614 comptes Nutrola. Aucune donnée utilisateur individuelle n'a été partagée ou identifiable. La politique de confidentialité de Nutrola régit toutes les pratiques de gestion des données. Pour des questions méthodologiques, contactez research@nutrola.com.
Nutrola est disponible à partir de 2,50 € par mois sans aucune publicité sur tous les plans. En savoir plus sur nutrola.com.
Prêt à transformer votre suivi nutritionnel ?
Rejoignez des milliers de personnes qui ont transformé leur parcours santé avec Nutrola !
