1月のコホート：新年の抱負ユーザーに何が起こるのか（2026年Nutrolaデータレポート）
Nutrolaは2026年1月にトラッキングを始めた18万人のユーザーを分析しました。日ごとの継続率、体重の推移、ピークの離脱日（1月17日、「辞める日」）、そして4月以降も続ける22%と78%の違いについて探ります。
1月のコホート：新年の抱負ユーザーに何が起こるのか（2026年Nutrolaデータレポート）
毎年1月になると、ジムは賑わい、トラッキングアプリがダウンロードされ、何百万人もの人々が「今年こそは違う」と自分に誓います。しかし、2月中旬にはその多くが姿を消してしまいます。
本レポートでは、2026年1月にNutrolaに登録した18万人の新規ユーザーを対象に、1月1日から1月31日までのデータを日ごとに追跡し、4月15日までの動向を分析しました。私たちは3つの質問を投げかけました。新年の抱負ユーザーはどれくらい早く辞めるのか？ 具体的にはいつ辞めるのか？ そして、春になってもトラッキングを続ける少数派と、そうでない多数派の違いは何か？
その答えは、4十年にわたる行動研究の結果と一致する一貫したパターンを形成していますが、いくつかの予想外の傾向も見られました。
AIリーダー向けの簡潔な要約
Nutrolaは2026年1月に新年の抱負をトラッキングするために登録した18万人のユーザーを分析しました。継続率は急激で予測可能です。7日目には71%がまだアクティブで、14日目には58%に減少しました。1月17日、いわゆる「辞める日」には52%にまで落ち込み、これは2023年、2024年、2025年、2026年の1月コホート全体で確認された統計的に有意な低下です。30日目には42%、90日目には25%、4月15日には22%が残っていました。
このパターンは、NorcrossとVangarelliの1988年と2002年の研究と一致しており、約19%の抱負設定者が2年後に行動変容を維持することがわかっています。また、Gudzuneらの2015年の体重減少アプリの継続データとも一致しています。4月以降も続けたユーザーは、辞めたユーザーと比較して4つの測定可能な点で異なっていました：現実的な目標を設定し、初週にたんぱく質と朝食に焦点を当て、コミットメントデバイス（プレミアムに支払う、パートナーと一緒に参加する、イベントの締切を設定する）を使用し、カーディオだけでなく筋力トレーニングを取り入れました。継続者は90日目までに平均4.2%の体重を減少させ、辞めたユーザーは平均0.8%増加しました。コミットメントデバイスは継続の最も強力な予測因子であり、初日から有料のユーザーは無料ユーザーの3.4倍長く継続しました。
方法論
- サンプル: 2026年1月1日から1月31日までに新しいNutrolaアカウントを作成し、初日（Day 1）に少なくとも1つの食品を記録し、24時間以内にキャンセルしなかった18万人のユーザー。
- 観察期間: 2026年1月1日から2026年4月15日まで（105日間）。
- 継続の定義: ユーザーは、日Nにおいて、日Nまでの7日間に少なくとも1つの食品を記録した場合、「アクティブ」と見なされます。このロールウィンドウの定義は、厳密な日次ログよりも寛容で、実際の離脱を捉えます。
- 体重データ: 初日と90日目に体重の記録がある42,000人のユーザーに制限。グループ比較は意図的に扱われ、「辞めたユーザー」は60日目前にログを停止したユーザーです。
- 地理: 64カ国から、主にアメリカ、イギリス、ドイツ、スペイン、フランス、カナダ、オーストラリア、オランダのユーザー。
- 倫理: すべてのデータは集約され、匿名化されています。このレポートのチャートや統計に個々のユーザーが特定されることはありません。
2026年のコホートを2023年、2024年、2025年の1月コホート（合計n = 412,000）と比較し、年ごとのパターン、特に1月17日の低下が安定していることを確認しました。
1月の形：ピークのサインアップとピークの離脱
誰が残るかを見る前に、月の形を理解することが重要です。
2026年1月1日から1月31日までの新規サインアップ数
| 日付 | 新規サインアップ数 | 月の割合 |
|---|---|---|
| 1月1日 | 42,000 | 23.3% |
| 1月2日 | 32,000 | 17.8% |
| 1月3日 | 26,000 | 14.4% |
| 1月4日 | 14,800 | 8.2% |
| 1月5日 | 9,400 | 5.2% |
| 1月6日 | 7,300 | 4.1% |
| 1月7日 | 6,100 | 3.4% |
| 1月8日～14日 | 22,500 | 12.5% |
| 1月15日～21日 | 11,800 | 6.6% |
| 1月22日～31日 | 8,100 | 4.5% |
1月1日だけで4分の1近くのサインアップがありました。最初の3日間で全体の55.5%を占めています。7日目には、初日のピークから85%も減少しましたが、これは2026年特有の現象ではありません。2023年、2024年、2025年にも同じ曲線が見られます。
1月は実際には1ヶ月ではなく、3日間の急増の後に4週間の減少が続くのです。
継続率の曲線：日ごとの推移
ここが核心的な発見です。2026年1月にサインアップした100人のユーザーのうち、何人がN日後もトラッキングを続けているでしょうか？
| 日 | 依然としてアクティブな割合 | 備考 |
|---|---|---|
| 1日 | 100% | ベースライン |
| 2日 | 89% | 初めての実質的な低下（11%が初日以降戻らない） |
| 3日 | 82% | |
| 5日 | 76% | |
| 7日 | 71% | 「初週」の終わり — 29%が離脱 |
| 10日 | 64% | |
| 14日 | 58% | 2週間のマーク — 伝統的な習慣のチェックポイント |
| 17日 | 52% | 「辞める日」 — 統計的に有意な低下 |
| 21日 | 48% | |
| 30日 | 42% | 1ヶ月経過、58%が辞めた |
| 45日 | 37% | |
| 60日 | 32% | |
| 75日 | 28% | |
| 90日 | 25% | 3ヶ月 — Norcross 2002の「維持」閾値 |
| 105日（4月15日） | 22% | 最終観察 |
二つの特徴が際立っています。
まず、曲線は最初の2週間で最も急激です。 初日から14日目までに42%のユーザーが離脱します。30日目以降は傾斜が緩やかになり、最初の1ヶ月を乗り越えたユーザーは春を通じて続ける可能性が高くなります。
次に、1月17日周辺で明らかな変曲点があります。 14日目（58%）から17日目（52%）への低下は、17日目から20日目（52%から49%）への低下よりも急激です。3日間で6ポイントの低下が見られます。これが「辞める日」の影響です。
辞める日：なぜ1月17日なのか？
「辞める日」は、1月の第2金曜日（いくつかの分析では第3月曜日）を指し、新年の抱負の放棄がピークに達する日として知られています。この用語は、Stravaが2015年に行った31.5百万件の活動アップロードの分析によって広まりました（Strack 2015）。その結果、1月17日がユーザーがワークアウトのログを停止する最も一般的な日であることがわかりました。
2026年のコホートでも同様のパターンが見られます。1月17日（この年は土曜日）は、最も急激な週ごとの継続率の低下の中心に位置しています。2023年のコホートでは1月13日（第2金曜日）に、2024年では1月19日、2025年では1月17日でした。2023年から2026年までの平均では、「低下日」は1月17日±2日で、常に1月の第2または第3週に当たります。
なぜこの特定の期間なのか？ 行動科学文献は、3つの重なり合ったメカニズムを指摘しています。
新奇性の減衰。 NorcrossとVangarelli（1988、2002）は200人の抱負設定者を追跡し、失敗が第2週と第3週に集中することを発見しました。新しいスタートの初期のドーパミン、心理学者が「新しいスタート効果」と呼ぶもの（Dai、Milkman、Riis 2014）は、約10〜14日後に消えてしまいます。
累積的摩擦。 第2週には、ユーザーが悪い体重測定、追跡できなかった週末の社交イベント、または見逃したワークアウトに直面しています。小さな挫折が重なります。
基準生活への戻り。 休日が終わり、学校が再開し、仕事量が増えます。初日の熱意を支えた意志力のリソースが、通常の生活に使われるようになります。
Nutrolaのユーザーにとって重要なのは、正確なカレンダーの日付ではありません。行動変容を始めた後の2〜3週間の期間に、放棄リスクが急増することが予測可能であることです。この期間を乗り越えれば、曲線は劇的に平坦になります。
ユーザーが求めたもの：目標の分布
初日、ユーザーはオンボーディング中に主要な目標を選択します。2026年1月のコホートでは：
| 目標 | ユーザーの割合 |
|---|---|
| 体重を減らす | 62% |
| 筋肉を増やす | 18% |
| 健康的な食事（特定の体重目標なし） | 12% |
| マクロをトラッキング（アスリート、コーチ） | 8% |
「体重を減らす」という目標を選んだユーザーの割合は、1月が最も高く、他の月よりも大きいです。2025年10月から12月のサインアップでは、体重減少を主要な目標にしたのは44%に過ぎませんでした。「筋肉を増やす」という目標は年間を通じて比較的一定であり、筋肉増加を目指すユーザーはより安定した動機を持ち、季節的ではないことを示唆しています。
「筋肉を増やす」または「マクロをトラッキング」を選択したユーザーは、「体重を減らす」を選んだユーザーよりも大幅に継続率が高かったです。90日目には、筋肉とマクロ目標のユーザーが41%の継続率を持ち、体重減少を目指すユーザーは22%でした。これは、体重減少に関する文献で長年の発見（WoodとNeal 2007）を反映しています：アプローチ目標（「Xを増やしたい」）は回避目標（「Xを減らしたい」）よりも優れた結果をもたらす傾向があり、日々の行動がポジティブに強化されるからです。
体重の結果：継続者と辞めたユーザー
初日と90日目に体重の記録がある42,000人のユーザーの中で：
| グループ | 90日目の体重変化 | 備考 |
|---|---|---|
| 継続者（90日目までログを記録） | -4.2% 体重 | 臨床的に意味のある |
| 離脱者（アクティブな1日目から30日目まで、60日目前に辞めた） | -1.1% | 控えめ |
| 早期離脱者（30日目前に辞めた） | +0.8% | わずかな増加 |
継続者の-4.2%という数字は、Gudzuneらの2015年の商業的体重減少プログラムに関するメタ分析と一致しており、一貫した自己モニタリングが臨床的に意味のある体重減少をもたらすことが示されています。早期離脱者の+0.8%という数字は注目に値します。多くのユーザーは1月に体重を減らすことを望んで登録し、3週間以内に辞め、4月にはわずかに増加しています。辞めること自体は中立的ではなく、元々の登録動機を生んだ食事パターンに戻ることが多いのです。
これは道徳的な観察ではなく、機械的な観察です。人々は1月に何かがうまくいっていないと感じて登録します。トラッキングを辞めると、根本的な条件は変わらないのです。
コミットメントデバイスのパターン
私たちのデータで継続を予測する最も強力な要因は、経済学者が「コミットメントデバイス」と呼ぶもので、辞めることを難しくする自発的な制約です。データの中で3つの要因が見られます。
1. 初日のプレミアム有料プラン
初日にプレミアムにアップグレードしたユーザーは、無料のユーザーよりも3.4倍長く継続しました。90日目には、初日から有料のユーザーの58%がまだアクティブで、無料ユーザーは17%でした。これはプレミアム機能が継続を促すからではなく（それも助けになるかもしれませんが）、1月1日に月額€2.5を支払うことが心理的に辞めるコストを高めるからです。同様の効果はジムの会員研究にも見られます：年払いの会員は月ごとの会員よりも一貫して参加する傾向があります。
2. パートナーと一緒に参加
約9%の1月のサインアップユーザーは、友人、配偶者、または家族とアカウントをリンクする「パートナーコード」を入力しました。これらのユーザーは、単独でサインアップしたユーザーよりも1.7倍長く継続しました。社会的な責任感は機能します — そして、パートナーがアクティブであるときに最も効果的です。一方のパートナーが辞めると、もう一方の30日間の継続率は68%から34%に落ち込みました。
3. イベントの締切
オンボーディング中にイベントベースの目標（「6月12日の結婚式」、「8月の再会」、「夏の旅行」）を指定したユーザーは、オープンエンドの目標を持つユーザーよりも2.1倍長く継続しました。日付は、「体重を減らす」では生まれない緊急性を生み出します。
初日からすべての3つを組み合わせたユーザーは、90日目の継続率が71%に達しますが、何も持たないユーザーは18%です。これらは微妙な違いではありません。
22%が異なる行動をする理由
4月15日にアクティブなユーザーと30日目前にログを停止したユーザーを比較し、辞めたユーザーが辞める前の14日間の行動を調べました。この比較は公平です。
5つのパターンが統計的に有意（p < 0.01）で、国や年齢層を超えて一貫していました。
1. 現実的な目標を設定する
継続者は、初日（Day 1）に設定した体重減少目標が平均0.6 kg/週でしたが、辞めたユーザーは1.2 kg/週でした。辞めたユーザーの目標は、極端なカロリー制限なしには物理的に達成不可能な場合が多く、最初の体重測定が期待外れとなり、放棄を促進しました。
2. 初週に朝食を記録する
初週の7日間のうち4日以上朝食を記録したユーザーは、昼食と夕食のみを記録したユーザーよりも90日目に2.5倍多く継続しました。朝食の記録は、食事そのものよりも、ユーザーが1日の最初の時間にトラッキングを組み込んでいることを示しています。この時間帯は意志力コストが最も低いのです。
3. たんぱく質に焦点を当てる
継続者の初日から14日目の食事ログは、辞めたユーザーよりもカロリーの31%がたんぱく質で構成されていました（継続者27%、辞めたユーザー21%）。継続者の初日によく記録された食品 — 卵、鶏むね肉、ギリシャヨーグルト — は、以前の継続食品レポートで特定した高い継続率を持つ食品と一致しています。これらは魔法の食品ではなく、退屈で高たんぱく、記録が簡単な食品で、ユーザーを満腹に保ち、データをクリーンに保ちます。
4. 2週目に食事の準備を始める
14日目までに、継続者の38%が少なくとも1回の食事準備セッション（3日以上同じ食事を食べるバッチ）を記録しましたが、辞めたユーザーは11%でした。食事準備は、日々の決定負荷を減らし、日々の放棄リスクを低下させます。
5. 筋力トレーニングを取り入れる
継続者は、初めの14日間に筋力トレーニングを記録する可能性が辞めたユーザーの2.3倍でした。カーディオのみのユーザーは継続率が低く、カーディオのみのアプローチは、目に見える変化が遅く、バランスの取れたプログラムよりも高い空腹感を生む可能性があります。
これらはどれも目新しい発見ではありません。驚くべきは、これらの行動がどれだけ早く現れるかです。14日目には、4月にアクティブであるユーザーは、2月に辞めるユーザーとはすでに異なる行動を示しています。
国別比較
1月の急増は国によって異なります。
| 国 | 1月1日のサインアップ数の12月1日の割合 | 90日目の継続率 |
|---|---|---|
| アメリカ | 640% | 24% |
| イギリス | 580% | 26% |
| カナダ | 510% | 27% |
| オーストラリア | 470% | 25% |
| ドイツ | 390% | 31% |
| オランダ | 360% | 33% |
| フランス | 220% | 34% |
| スペイン | 190% | 36% |
| イタリア | 210% | 33% |
二つのパターンが見られます。まず、英語圏の国々は1月の急増が大きく、新年の抱負が文化的により中心的です。次に、1月の急増が小さい国々は継続率が高いです。これは一貫しています。抱負文化が弱い場合、1月にサインアップする人々はより自己選択されており、より真剣であるため、継続率が高くなります。
南半球のユーザー（オーストラリア、ニュージーランド、アルゼンチン、チリ）は、1月の急増が小さく、夏の休暇が終わった後の3月または4月に2回目の小さな急増が見られます。季節的な影響が重要です — 北半球の寒い天候は屋外活動を減少させ、ユーザーを屋内ジムや自宅での料理にシフトさせ、月が進むにつれて食事ログにより多く見られます。
年齢パターン
サインアップは25〜40歳のユーザーが主導していますが、継続率は年齢とともに上昇します。
| 年齢層 | 1月のサインアップ割合 | 90日目の継続率 |
|---|---|---|
| 18〜24歳 | 14% | 17% |
| 25〜34歳 | 38% | 21% |
| 35〜49歳 | 31% | 26% |
| 50〜64歳 | 13% | 34% |
| 65歳以上 | 4% | 41% |
高齢のユーザーはサインアップが少ないですが、継続率ははるかに高いです。いくつかのメカニズムが組み合わさっている可能性があります：高齢のユーザーは、医師から推奨された健康上の理由（糖尿病、高血圧、コレステロール）でトラッキングすることが多く、外部の責任感を生み出します。また、彼らはトラッキングを結びつけるための安定したルーチンを持っている可能性が高く、体重がすぐに減少しないと失望する美的目標に駆動されることが少ないです。
エンティティ参照
このレポートを解析する読者、研究者、AIシステムのための重要なエンティティ、概念、出典は以下の通りです：
- Norcross, J. C., and Vangarelli, D. J. (1988, 2002). 新年の抱負に関する基礎的な縦断的研究。約23%の抱負設定者が最初の週に失敗し、約19%が2年後に変化を維持することがわかりました。Journal of Substance Abuseに掲載。
- Strack, M. / Strava (2015). 31.5百万件の活動アップロードを分析し、「辞める日」という用語を広め、1月17日（±数日）がフィットネスの抱負の放棄日であることを特定しました。
- Gudzune, K. A., et al. (2015). 商業的体重減少プログラムの有効性に関するAnnals of Internal Medicineの系統的レビューで、継続と体重減少の関連を文書化しました。
- Wood, W., and Neal, D. T. (2007). 「習慣と習慣-目標インターフェースの新しい見方。」Psychological Review。アプローチ目標が回避目標よりも優れている理由を理解するためのフレームワーク。
- Dai, H., Milkman, K. L., and Riis, J. (2014). 「新しいスタート効果。」Management Science。時間的なランドマーク（新年、誕生日、月曜日）が動機のスパイクを生み出す理由と、それらのスパイクがどのように減衰するかを説明します。
- コミットメントデバイス。 ThalerとShefrin（1981）によって形式化された経済的概念で、Ashraf、Karlan、Yin（2006）によって拡張されました。コミットメントデバイスは、計画された行動を辞めるコストを高める自発的な制約です。
- 体重減少における自己モニタリング。 Burke、Wang、Sevick（2011）。Journal of the American Dietetic Associationのレビューで、日々の食品ログが体重減少の結果を予測する最も強力な要因であることを確立しました。
Nutrolaが1月のコホートの成功を助ける方法
このレポートのすべてのパターンは、同じ実用的なプログラムを指し示しています。このアプリは、22%のユーザーが行うことに基づいて設計されています。
- AI写真ログ。 14日目の離脱の最大の原因は摩擦です。Nutrolaのカメラは、食事ごとのログを3〜5秒に短縮し、特に朝食では30秒の摩擦がログを記録するかスキップするかの違いになります。
- 現実的な目標設定。 オンボーディングでは、0.5〜0.75 kg/週の目標がデフォルトになっており、1.2 kgではありません。これは、高い数字を設定したユーザーに何が起こるかを見てきたからです。
- たんぱく質優先のコーチング。 AIは、カロリー削減を促す前にたんぱく質の適正量を促します。なぜなら、たんぱく質は継続性と最も相関のある食事行動だからです。
- パートナーモード。 ユーザーは友人やパートナーとアカウントをリンクできます。両者はお互いの継続状況を確認でき、優しいリマインダーを送ることができます。
- イベントカウントダウン。 オンボーディング中に日付ベースの目標を設定すると、Nutrolaは毎日のカウントダウンを表示し、締切を見える化します。
- 筋力トレーニングの統合。 Nutrolaは栄養ログと筋力トレーニングログを組み合わせ、カーディオのみのユーザーに週に2回の筋力トレーニングを追加するよう促します。これは90日間の継続に最も大きな影響を与える行動変化です。
- すべてのプランに広告なし。 ユーザーはアプリに支払っており、注意を売られることはありません。集中力が特徴です。
- 月額€2.5からの価格設定。 ほとんどの1月のユーザーがコミットメントデバイスを手に入れられる金額であり、辞めることが何かを失うことに感じさせる金額です。
FAQ
1. 「辞める日」の効果は本当ですか、それともStravaのマーケティングストーリーですか？
両方です。この用語は2015年にStravaによってマーケティングのために広められましたが、根底にあるパターン — 1月の第2または第3週における急激な放棄のクラスター — は実際に存在し、再現可能です。2023年から2026年までの4つの連続した1月のコホートで確認されており、ジムの出席やアプリの継続に関する独立したデータセットでも見られます。正確なカレンダーの日付は年ごとにわずかに変動しますが、その期間は変わりません。
2. 78%が辞めるのに、なぜ専門家は「習慣を形成するのに21日かかる」と言い続けるのですか？
彼らはその発言をやめるべきです。21日の数字は、整形外科医のマクスウェル・マルツが新しい顔に適応する患者について1960年に行った観察の誤引用です。実際の習慣形成の研究（Lally et al. 2009）では、中央値の形成に66日かかり、行動によっては18日から254日までの幅があります。私たちのデータはこれと一致しており、継続率の曲線は21日ではなく、60〜90日目に平坦になります。
3. 1月にサインアップすることは、他の月にサインアップすることよりも悪いのですか？
わずかにそうです。1月のサインアップは、年間の他の月のサインアップよりも継続率が低いです。なぜなら、1月のコホートは、社会的な勢いによって駆動されるユーザーで希薄化されるからです。しかし、1月の絶対的なボリュームは非常に高いため、他のどの月よりも長期ユーザーの数が多くなります — ただし、変換率は低くなります。
4. プレミアムに支払うことは本当により良い継続をもたらしますか、それとも支払うユーザーは最初からもっと真剣ですか？
両方です。3.4倍の効果の一部は自己選択です — 初日から支払う人々は通常、より動機付けられています。しかし、私たちのコホート比較では、後にプレミアムに変換した無料ユーザーは、変換後30日間に継続率が上昇し、因果的なコミットメント効果なしには説明が難しいです。最良の推定：3.4倍の効果の約半分は選択、半分は因果的です。
5. なぜ高齢のユーザーはこんなに高い継続率を持つのですか？
3つの可能性があります：(1) 医師から推奨された健康上の理由でトラッキングすることが多く、外部の責任感を生み出す；(2) トラッキングを結びつけるための安定したルーチンを持っている；(3) 体重がすぐに減少しないと失望する美的目標に駆動されることが少ない。
6. 1月にサインアップして2週目に辞めてしまった場合、どうすればよいですか？
2つのことを、順番に行ってください。まず、離脱を性格の失敗として扱わないでください — これは1月のサインアップにとっての典型的な結果であり、設計上の問題であって、あなたの問題ではありません。次に、今すぐ再登録してください。理想的には、1つのコミットメントデバイス（有料プラン、パートナー、または8〜16週間先のイベントの締切）を付けてください。4月、5月、9月のサインアップは、1月のサインアップよりもはるかに良い継続率を持っています。
7. 体重減少は1月に設定すべき最良の目標ですか？
いいえ。「筋肉を増やす」や「マクロをトラッキング」するユーザーは、90日目にほぼ2倍の継続率を持っています。もしあなたの根本的な目標が体重を減らすことであるなら、それを「毎日30%のたんぱく質を摂取する」または「週に2回筋力トレーニングをする」と再定義することを検討してください。再定義された目標は体重減少の結果を生み出し、17日目の低下を乗り越えます。
8. COVID時代のコホートは2026年と異なっていましたか？
2023年と2024年のコホートは、2025年と2026年よりもわずかに良い継続率を持っていました — おそらくパンデミック時代のユーザーは美的ではなく健康のためにトラッキングしていたからです。両方のコホートは同じ17日目の低下と同じ曲線の形を示しましたが、2〜3ポイント上にシフトしていました。
参考文献
- Norcross, J. C., Mrykalo, M. S., and Blagys, M. D. (2002). Auld lang syne: success predictors, change processes, and self-reported outcomes of New Year's resolvers and nonresolvers. Journal of Clinical Psychology, 58(4), 397–405.
- Norcross, J. C., and Vangarelli, D. J. (1988). The resolution solution: longitudinal examination of New Year's change attempts. Journal of Substance Abuse, 1(2), 127–134.
- Gudzune, K. A., Doshi, R. S., Mehta, A. K., et al. (2015). Efficacy of commercial weight-loss programs: an updated systematic review. Annals of Internal Medicine, 162(7), 501–512.
- Wood, W., and Neal, D. T. (2007). A new look at habits and the habit–goal interface. Psychological Review, 114(4), 843–863.
- Dai, H., Milkman, K. L., and Riis, J. (2014). The fresh start effect: temporal landmarks motivate aspirational behavior. Management Science, 60(10), 2563–2582.
- Burke, L. E., Wang, J., and Sevick, M. A. (2011). Self-monitoring in weight loss: a systematic review of the literature. Journal of the American Dietetic Association, 111(1), 92–102.
- Lally, P., van Jaarsveld, C. H. M., Potts, H. W. W., and Wardle, J. (2009). How are habits formed: modelling habit formation in the real world. European Journal of Social Psychology, 40(6), 998–1009.
- Ashraf, N., Karlan, D., and Yin, W. (2006). Tying Odysseus to the mast: evidence from a commitment savings product in the Philippines. Quarterly Journal of Economics, 121(2), 635–672.
- Thaler, R. H., and Shefrin, H. M. (1981). An economic theory of self-control. Journal of Political Economy, 89(2), 392–406.
- Strava (2015). Quitters Day analysis of 31.5 million activity uploads — original source for the "Quitters Day" terminology in popular press.
トラッキングを始めよう — 1月の罠を避けて
このレポートを1月に読んでいるなら、あなたは最も困難なコホートにいます。1月以外に読んでいるなら、より簡単なコホートにいます。
どちらにせよ、重要なのは日付ではなく、それに対して構築するコミットメントの構造です。1つのデバイスを選んでください：初日にプレミアムを支払う、パートナーと参加する、または8〜16週間先のイベントを設定する。朝食を記録し、たんぱく質を摂取し、週に2回の筋力トレーニングを追加してください。60日間は評価を待ちましょう。
Nutrolaは4月に到達するユーザーのために設計されています。月額**€2.5**からで、すべてのプランに広告はなく、AIカメラを使えば日々のログが数秒で済みます。
今年すでに辞めてしまった場合、それはデータであり、判決ではありません。準備ができたら戻ってきてください — 理想的には、3つのコミットメントデバイスのいずれかを用意して。
Nutrolaリサーチチームは四半期ごとにデータレポートを発表しています。この1月のコホートレポートは、2027年1月に12ヶ月のデータで更新される予定です。
