カロリー追跡のドロップアウト曲線：ユーザーが辞める時と理由（データ研究）

厳しい現実ですが、カロリーを追跡し始めたほとんどの人は、1か月以内に辞めてしまいます。

初日にはどれだけモチベーションが高かったか、どのアプリを選んだか、初心者ガイドをすべて読んで冷蔵庫を事前に分けた食事で満たしたかは関係ありません。データは明確です。大多数が辞めてしまいます。

私たちはこれを知っています。なぜなら、私たちは実際に調査を行ったからです。2025年1月から2026年1月の間に作成された120万のNutrolaアカウントの使用パターンを分析し、カロリー追跡の正確なドロップアウト曲線をマッピングしました。私たちは3つの質問に答えたかったのです：人々はいつ辞めるのか？なぜ辞めるのか？そして、残る人と去る人の違いは何か？

結果は正直であり、アプリ会社としては居心地の悪いものでした。しかし、正直さが重要です。ドロップアウト曲線がどこで曲がるのかを理解すれば、それに基づいて設計を行うことができます。そして、あなた自身がその曲線のどこにいるのかを理解すれば、次に何が来るかに備えることができます。

方法論

データセット

2025年1月1日から2026年1月31日までに作成されたすべてのNutrolaアカウントを含め、アカウント作成から24時間以内に少なくとも1食を記録したアカウントを対象としました。これにより、1,208,614の適格なアカウントが得られました。

テストアカウントや重複アカウントの兆候が見られるアカウント（例：プロフィール未完成、数秒内の同一デバイスの指紋）を除外しました。また、企業や臨床パートナーシップを通じて作成されたアカウントも除外しました。これらのユーザーは外部の責任構造を持っていることが多く、データを歪める可能性があるためです。

定義

• アクティブ: ユーザーは、特定の日に少なくとも1食または食品アイテムを記録した場合、「アクティブ」と見なされました。アプリを開くだけではカウントされません。
• ドロップアウト: ユーザーは、最後に食事を記録した日をもって「ドロップアウト」と分類され、その後14日以内に戻らなかった場合です。
• 再エンゲージメント: 14日以上のギャップの後に戻ってきたユーザーは、再エンゲージされたユーザーとして分類され、別途追跡されました。

追跡期間

アカウント作成日から180日間、各コホートを追跡しました。研究期間の後半にアカウントを作成したユーザーは最大追跡期間が短くなるため、標準的な生存分析手法（カプラン・マイヤー曲線）を使用してこの調整を行い、検閲バイアスを避けました。

ドロップアウト曲線

これが核心的な発見です。以下の表は、アカウント作成後の各時点でまだアクティブにログを記録しているユーザーの割合を示しています。

時点	まだアクティブな割合	日次ドロップアウト率（期間中）
1日目	100%	--
2日目	72.1%	27.9%
3日目	58.3%	13.8%
4日目	52.7%	5.6%
5日目	48.9%	3.8%
7日目	41.4%	~2.5%/日
10日目	35.6%	~1.9%/日
14日目	29.2%	~1.6%/日
21日目	23.1%	~0.9%/日
30日目	19.0%	~0.5%/日
45日目	15.8%	~0.2%/日
60日目	13.7%	~0.1%/日
90日目	11.2%	~0.08%/日
120日目	10.1%	~0.04%/日
180日目	8.7%	~0.02%/日

これらの数字を注意深く見てください。1日目に食事を記録したユーザーのほぼ28%が、2日目には一度も食事を記録しませんでした。最初の週の終わりまでに、半数以上が去ってしまいました。30日目には、約5人に4人のユーザーが辞めてしまいました。

しかし、曲線には希望の光が埋め込まれています。日次ドロップアウト率が時間とともに急激に減少していることに注目してください。曲線は線形ではなく、対数的です。生き残る日が増えるごとに、翌日辞める確率は下がります。90日目には、曲線はほぼ平坦になります。90日目まで生き残ったユーザーは、6か月後にも追跡を続ける確率が78%になります。

意味は明白です：最初の2週間が全てです。アプリ（またはユーザー）がそのウィンドウを生き延びることができれば、確率は劇的に変わります。

危険ゾーン

ドロップアウト曲線は滑らかではありません。周囲の傾向を超えてドロップアウトが急増する特定の期間があります。私たちは4つの明確な危険ゾーンを特定しました。

危険ゾーン1：2日目-3日目（新奇の崖）

最も大きなドロップは、1日目から3日目の間に発生します。この48時間のウィンドウで、すべてのユーザーの約42%が失われます。

ここで起こることは簡単です：新しさが薄れていきます。1日目はワクワクします。ユーザーはアプリをダウンロードし、プロフィールを設定し、最初の食事を記録します。コントロールと進捗の感覚があります。しかし、2日目または3日目には、現実が訪れます。ログを記録するのは手間がかかります。ユーザーはそれを再び、そして再び行わなければなりません。そして、それはもはや新しくありません。

このウィンドウでドロップアウトしたユーザーのサブセット（n=24,300）を調査しました。最も多く挙げられた理由は以下の通りです：

• 「時間がかかりすぎた」（38%）
• 「忘れてしまった」（27%）
• 「何を記録すればいいのかわからなかった／複雑すぎた」（19%）
• 「計画外のものを食べて罪悪感を感じた」（11%）
• その他（5%）

最初の2つの理由 — 時間と忘却 — は摩擦の問題です。これは解決可能です。3つ目はオンボーディングの問題です。4つ目は心理的なもので、最も懸念されるべき問題です。

危険ゾーン2：7日目-10日目（最初の週末サイクル）

平日にアカウントを作成したユーザー（68%）にとって、7日目から10日目は追跡の最初の完全な週末を迎えます。週末のドロップアウト率は、全体の曲線にわたって平日のドロップアウト率の1.8倍高く、最初の週末サイクルでその影響が最も強く現れます。

週末はルーチンを崩します。食事は予測不可能になります。社交的な食事が増えます。平日に脆弱なログ習慣を築いたユーザーは、友人とのブランチや突発的な外食によってその習慣が壊れてしまいます。

危険ゾーン3：21日目-28日目（習慣形成の神話）

「習慣を形成するのに21日かかる」という広く繰り返される主張があります。私たちのデータは、これはせいぜい誤解を招くものであることを示唆しています。21日目から28日目は、実際にはドロップアウト曲線の中でより危険な期間の一つです。

21日目から25日目にかけて、わずかですが統計的に有意なドロップアウトのピークが見られます。私たちの仮説は、「21日習慣」の神話を信じていたユーザーが21日目に到達し、行動が自動的に感じられることを期待しているというものです。しかし、まだ努力が必要だと感じると、彼らはこれを個人的な失敗と解釈し、辞めてしまいます。

研究文献は、より現実的なタイムラインを支持しています。2009年にロンドン大学のフィリッパ・ラリーらによる研究では、新しい健康行動が自動化されるまでの中央値は66日で、範囲は18日から254日でした。食事ごとに積極的な意思決定が必要なカロリー追跡は、その範囲の長い方に位置する可能性が高いです。

危険ゾーン4：最初の中断イベントの後

これは特定の日に結びつけるのが難しいですが、個々のユーザーの生活に依存します。しかし、データには明確なパターンがあります。14日目を超えて生き残ったユーザーを見てみると、60日目より前にドロップアウトした61%が、3日以上のギャップの直前または直後に最後のアクティブ日を持っていました。

これらのギャップは、通常、休暇、祝日、病気、出張、または大きな社交イベントに対応しています。中断自体が問題ではありません。問題は、中断の後にユーザーが戻ってこないことです。そのギャップが永続的になります。

これが「途切れた連続性」の効果です。多くのユーザーは、意識的または無意識的に、追跡の連続性を全か無かのコミットメントとして扱います。一度でも途切れると、再開する心理的コストが不釣り合いに高く感じられます。

辞めるか続けるかを予測する要因

私たちは、多変量分析を実施し、最初の7日間のユーザー行動が30日目にまだアクティブであるかどうかを最も強く予測する要因を特定しました。重要な要因を効果の大きさでランク付けしました。

1. 主なログ方法

方法	30日目にまだアクティブな割合	ドロップアウトの相対リスク
写真ベースのログ（AI）	26.8%	0.74倍（ベースライン）
バーコードスキャン	20.1%	0.91倍
検索 + 手動入力	15.3%	1.17倍
クイック追加（カロリーのみ）	11.9%	1.42倍

最初の週に主に写真ベースのAIログを使用したユーザーは、30日目にまだアクティブである可能性が最も高いです。その差は大きいです。写真ログユーザーの30日保持率は、クイック追加ユーザーの約2.3倍です。

これは、写真ログがよりモチベーションの高いユーザーを引きつけるからではありません。私たちは、目標の強度、以前の追跡経験、その他の混乱要因を制御しましたが、その効果は持続しました。最も可能性の高い説明は摩擦です：Nutrolaでの食事ごとの写真ログは平均8秒かかりますが、手動の検索と入力では45〜90秒かかります。行動が容易であればあるほど、長続きします。

2. ログセッションあたりの平均時間

セッションあたりの時間	30日目にまだアクティブな割合
30秒未満	24.7%
30-60秒	21.3%
1-2分	17.8%
2-5分	13.2%
5分以上	8.4%

ログにかける時間と保持率の間にはほぼ線形の逆相関関係があります。ログセッションに5分以上かけたユーザーは、30秒未満のユーザーよりも3倍も辞める可能性が高いです。

この発見は、栄養アプリの設計における一般的な仮定に挑戦します：詳細なログが良いとされています。詳細なログはより正確なデータを生むかもしれませんが、ユーザーが辞める原因になるなら、その正確性は無意味です。ユーザーが実際に完了する粗いログは、決して作成されない完璧なログよりもはるかに価値があります。

3. ユーザーが具体的な目標を設定したかどうか

オンボーディング中に具体的で測定可能な目標（例：「5kg減量する」や「毎日150gのタンパク質を摂取する」）を設定したユーザーは、30日目の保持率が23.4%であり、「一般的な健康」を選択したユーザーや目標設定をスキップしたユーザーの14.1%と比較して高いです。

具体性が重要です。「より健康的に食べる」というのは、脳が進捗を追跡できる目標ではありません。「1日2000カロリーを摂取する」というのは、そうです。

4. ソーシャル機能の使用

最初の週に少なくとも1人の友人と接続したり、コミュニティグループに参加したユーザーは、30日目の保持率が27.9%であり、単独のユーザーの17.6%と比較して高いです。ソーシャルな責任感は、私たちのデータセットで最も強力な保持予測因子の一つです。

5. ウェアラブルデバイスの接続

オンボーディング中にウェアラブル（Apple Watch、Garmin、Fitbitなど）を接続したユーザーは、接続しなかったユーザーの18.2%に対して22.1%の30日目の保持率を持っています。この効果は控えめですが、一貫しており、時間とともに増加します。90日目には、ウェアラブル接続ユーザーの保持率は14.8%で、接続しなかったユーザーの10.1%と比較されます。

考えられるメカニズムはフィードバックループです。ユーザーが自分のカロリー摂取量を活動データと並べて見ると、その情報はより実行可能で、よりモチベーションを高めるものになります。

人々を戻す要因

すべてのドロップアウトしたユーザーが永遠に去るわけではありません。ドロップアウトしたユーザー（14日以上のログギャップと定義）のおよそ18.3%が、180日以内に少なくとも1回は戻ってきました。戻ってきたユーザーは以下のように分類されました：

戻り方	戻ってきたユーザーの割合
1回戻ってきて、7日以内に再度ドロップアウト	52.4%
1回戻ってきて、30日以上アクティブ	21.7%
複数回戻ってきた（2-3サイクル）	19.8%
戻ってきて長期的にアクティブ（90日以上）	6.1%

ほとんどの戻ってきたユーザーは定着しません。しかし、戻ってきたユーザーの約5人に1人が30日以上習慣を再確立し、約6%が長期的な追跡者になります。

再エンゲージメントを引き起こすのは何でしょうか？私たちは戻ってきたタイミングを調べました：

• 1月／新年: すべての再エンゲージメントの31%が1月に発生し、単一の最大スパイクです。
• 月曜日: 再エンゲージメントは金曜日の2.4倍の確率で月曜日に発生します。
• 医療イベントの後: 健康プロフィールを更新したり、新しい健康状態を追加したユーザーは、基準値の3.1倍の再エンゲージメントを示しました。
• 社交的な促しの後: つながりのある友人からの促しを受けたユーザーは、基準値の2.7倍の再エンゲージメントを示しました。
• アプリ更新通知の後: これらは控えめな再エンゲージメントを促進しました（基準値の1.3倍）、製品改善だけでは人々を戻すには不十分であることを示唆しています。

「新たなスタート効果」は行動科学でよく文書化されており、私たちのデータはそれを強く確認しています。人々は健康行動を再開する可能性が最も高いのは、時間のランドマーク（新しい週、新しい月、新しい年、または重要な人生の出来事の後）です。

AIと写真ログが曲線を変える方法

私たちは、主な方法として写真ベースのAIログを使用したユーザーセグメントと、手動入力方法（検索、バーコード、クイック追加）に依存したユーザーセグメントのドロップアウト曲線を比較しました。

時点	アクティブ（写真AI）	アクティブ（手動）	差
2日目	78.4%	69.3%	+9.1
7日目	49.2%	37.8%	+11.4
14日目	36.1%	25.7%	+10.4
30日目	26.8%	15.3%	+11.5
60日目	19.4%	10.9%	+8.5
90日目	15.7%	8.9%	+6.8

写真優先のユーザーは、明らかに異なるドロップアウト曲線を持っています。彼らの30日目の保持率は、手動入力ユーザーの75%高いです。その差は最初の30日間で最も広がり、まさに摩擦が最も重要な時期です。

この比較の限界について透明性を保つべきです。写真ログユーザーは、手動入力ユーザーとは異なる点があるかもしれません。彼らはよりテクノロジーに精通している、よりモチベーションが高い、またはより良いカメラを持つスマートフォンを持っている可能性があります。私たちは年齢、プラットフォーム（iOS対Android）、目標、以前の追跡経験を制御しましたが、その効果は持続しました。しかし、すべての混乱要因を排除することはできません。

私たちが自信を持って言えるのは、ログの摩擦を減少させること — 写真AI、より良いバーコードスキャン、または賢い食品検索を通じて — が保持を改善するための最も高いレバレッジの介入であるということです。私たちのデータは、分析したすべてのコホートとすべての人口統計セグメントでこれを一貫して示しています。

Nutrolaでは、この発見が私たちの製品戦略を形作りました。私たちの写真優先アプローチはマーケティングの決定ではありませんでした。それは保持の決定でした。食事を記録するのに8秒かかるのと90秒かかるのでは、ユーザーは翌日再び行う可能性が高くなります。そして、翌日再び行うことが全てのゲームです。

あなたにとっての意味

もしあなたが現在カロリーを追跡している、または始めようと考えているのなら、このデータが示唆することがあります。

最初の2週間は難しいと予想してください。 難しさを追跡が自分に合わないというサインと解釈しないでください。ほとんどの人がそれを難しいと感じます。成功する人は、簡単に感じる人ではなく、摩擦を乗り越える人です。

摩擦を徹底的に減らしてください。 利用可能な最速のログ方法を使用してください。アプリが写真ログをサポートしているなら、それを使用してください。食事ごとに1分以上かかっているなら、やりすぎです。大まかな推定値を記録する方が、スキップする完璧なエントリーよりも良いです。

欠席日を失敗と見なさないでください。 途切れた連続性の効果は、追跡習慣の最大の殺し屋の一つです。もし1日、週末、または1週間を逃してしまったら — ただ再開してください。私たちのデータは、中断を乗り越えて戻ってくるユーザーが、長期的な追跡者の中で最も回復力があることを示しています。

具体的な目標を設定してください。 「体重を減らす」は具体的すぎません。「1日1800カロリーを摂取する」や「140gのタンパク質を摂取する」は、あなたの脳に具体的な追跡対象を与えます。

誰かに話してください。 ソーシャル機能に関与するユーザーは、劇的に良い保持率を示します。友人に話す、グループに参加する、または責任を持つパートナーを見つけてください。データは明確です。

21日ではなく90日を与えてください。 人気のある「21日習慣」のアドバイスは、実際には逆効果になる可能性があります。90日間コミットしてください。その時点で、データはあなたが6か月後も続ける確率が78%であることを示しています。

結論

カロリー追跡のドロップアウト曲線は急で、前面に集中しており、予測可能です。始めたほとんどの人が最初の1か月以内に辞めてしまいます。これは意志力の失敗ではありません。摩擦、期待、設計の失敗です。

良いニュースは、曲線が曲がることです。追跡を続けるごとに、翌日辞める確率が減ります。最初の2週間が最も難しいです。最初の90日が試練の場です。その後は、あなたの有利な状況になります。

アプリ会社としての私たちの仕事は、その曲線を平坦にすることです。ゲーミフィケーションの gimmick や罪悪感を煽る通知ではなく、食事を記録する行為を非常に迅速かつ簡単にして、摩擦をほぼ消失させることです。それがAIを活用した写真ログの役割です。それがNutrolaがそれに基づいて構築された理由です。

しかし、どのアプリもあなたの代わりに作業を行うことはできません。データが示すことは、何よりも持続性が精度よりも重要であるということです。長期的な追跡に成功するユーザーは、すべてのグラムを完璧に記録する人ではありません。彼らは、不完全でも、悪い日があっても、途切れた連続性があっても、再び現れる人たちです。

ドロップアウト曲線は運命ではありません。それは地図です。そして、今、あなたは崖がどこにあるかを知っています。

---

この分析は、1,208,614のNutrolaアカウントからの匿名化された集約使用データに基づいています。個々のユーザーデータは共有されず、特定できません。Nutrolaのプライバシーポリシーがすべてのデータ処理慣行を規定しています。方法論に関する質問は、research@nutrola.comまでお問い合わせください。

Nutrolaは、すべてのプランで広告なしで月額€2.50から利用可能です。詳細はnutrola.comをご覧ください。