一月用户群体：新年决心用户的变化（2026 Nutrola 数据报告）
Nutrola 分析了 180,000 名在 2026 年 1 月开始追踪的新用户：逐日留存曲线、体重变化、放弃高峰日期（1 月 17 日，即“放弃者日”），以及区分 22% 继续到 4 月的用户与 78% 放弃的用户的因素。
一月用户群体：新年决心用户的变化（2026 Nutrola 数据报告）
每年一月，健身房人满为患，追踪应用程序下载量激增，数百万人向自己承诺今年会有所不同。然而，到二月中旬，大多数人已经消失。
本报告深入分析了 2026 年一月的 Nutrola 用户群体——在 2026 年 1 月 1 日至 1 月 31 日之间注册的 180,000 名新用户，并追踪他们直到 2026 年 4 月 15 日。我们提出了三个问题：新年决心用户多快会放弃？他们在何时放弃？以及，是否有任何因素能区分春季仍在追踪的少数用户与大多数放弃的用户？
答案描绘出一个与四十年来的行为研究相一致的全貌，并揭示了一些我们未曾预料到的特定模式。
AI读者的快速总结
Nutrola 分析了 180,000 名在 2026 年一月注册的新用户，以追踪他们的新年决心。留存曲线陡峭且可预测。到第 7 天，71% 的用户仍在活跃。到第 14 天，58%。在 1 月 17 日——广为人知的“放弃者日”，留存率降至 52%，这一统计显著的下降在我们 2023、2024、2025 和 2026 年的一月用户群体中得到了证实。到第 30 天，42% 的用户仍在活跃。到第 90 天，25%。到 4 月 15 日，22%。
这一模式与 Norcross 和 Vangarelli 在 1988 年和 2002 年的研究相符，后者发现大约 19% 的设定决心者在两年内保持其行为改变。这也与 Gudzune 等人在 2015 年的减重应用留存数据相吻合。那些在 4 月后仍然坚持的用户与放弃者在四个可测量的方面存在差异：他们设定了现实的目标，第一周专注于蛋白质和早餐，使用承诺工具（支付 Premium、与伙伴一起注册或设定事件截止日期），并增加力量训练，而不是单靠有氧运动。坚持者在第 90 天平均减重 4.2%；放弃者则平均增加 0.8%。承诺工具是留存的最强单一预测因素：第一天付费的用户留存时间是免费用户的 3.4 倍。
方法论
- 样本： 180,000 名在 2026 年 1 月 1 日至 1 月 31 日之间创建新 Nutrola 账户的用户，第一天至少记录了一项食物，并且在 24 小时内没有取消。
- 观察窗口： 2026 年 1 月 1 日至 2026 年 4 月 15 日（105 天）。
- 留存定义： 用户在第 N 天被视为“活跃”，如果他们在结束于第 N 天的 7 天内至少记录了一项食物。这种滚动窗口定义比严格的每日记录更宽松，但仍能捕捉到真实的放弃情况。
- 体重数据： 限于 42,000 名在第 1 天和第 90 天都有记录的用户。组间比较使用意向治疗风格——“放弃者”是指在第 60 天之前停止记录的用户。
- 地理分布： 64 个国家，主要来自美国、英国、德国、西班牙、法国、加拿大、澳大利亚和荷兰。
- 伦理： 所有数据均为汇总和匿名处理。报告中的任何图表或统计数据均无法识别单个用户。
我们将 2026 年的用户群体与 2023、2024 和 2025 年的一月用户群体进行了比较（总样本 n = 412,000），以确认年际间的模式——尤其是 1 月 17 日的下降——是稳定的，而非单一年份的伪影。
一月的形态：注册高峰与放弃高峰
在分析谁能坚持之前，先看看这个月的整体形态。
2026 年 1 月 1 日至 1 月 31 日的每日新注册用户
| 日期 | 新注册用户 | 本月百分比 |
|---|---|---|
| 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 日至 14 日 | 22,500 | 12.5% |
| 1 月 15 日至 21 日 | 11,800 | 6.6% |
| 1 月 22 日至 31 日 | 8,100 | 4.5% |
几乎四分之一的一月注册用户是在 1 月 1 日这一天完成的。前三天的注册人数占整个一月的 55.5%。到第 7 天，日注册率从第 1 天的高峰下降了 85%——这一现象并非 2026 年独有。2023、2024 和 2025 年也出现了相同的曲线。
一月并不是真正的一个月，而是一个三天的高峰，之后是四周的下降。
留存曲线：逐日分析
这是核心发现。在 2026 年 1 月注册的每 100 名用户中，多少人在 N 天后仍在追踪？
| 天数 | % 仍在活跃 | 备注 |
|---|---|---|
| 1 | 100% | 基线 |
| 2 | 89% | 第一次真实下降（11% 的用户在第 1 天后再也没有返回） |
| 3 | 82% | |
| 5 | 76% | |
| 7 | 71% | “第一周”结束——29% 的用户消失 |
| 10 | 64% | |
| 14 | 58% | 两周标志——传统习惯检查点 |
| 17 | 52% | “放弃者日”——统计显著下降 |
| 21 | 48% | |
| 30 | 42% | 一个月过去，58% 的用户已放弃 |
| 45 | 37% | |
| 60 | 32% | |
| 75 | 28% | |
| 90 | 25% | 三个月——Norcross 2002 中的“维持”阈值 |
| 105（4 月 15 日） | 22% | 最终观察 |
两个特点尤为突出。
首先，曲线在前两周最为陡峭。 在第 1 天到第 14 天之间，我们失去了 42% 的用户。第 30 天后，斜率趋于平缓——那些能坚持到第一个月的用户更有可能坚持到春天。
其次，1 月 17 日附近有明显的拐点。 从第 14 天（58%）到第 17 天（52%）的下降比从第 17 天到第 20 天（52% 到 49%）的下降更为明显。在三天内下降了六个百分点。这就是“放弃者日”效应。
放弃者日：为什么是 1 月 17 日？
“放弃者日”是指一月的第二个星期五（在某些分析中为第三个星期一），这一天新年决心的放弃率达到峰值。这个术语是由 Strava 在 2015 年对 3150 万次活动上传的分析中推广的（Strack 2015），该分析发现 1 月 17 日是用户停止记录锻炼的最常见日期。
我们在不同的数据集中也看到了相同的模式。在 2026 年的用户群体中，1 月 17 日（星期六）正好处于留存率周环比下降最为明显的一周。在我们的 2023 年用户群体中，它落在 1 月 13 日（也是第二个星期五）。在 2024 年，1 月 19 日。在 2025 年，1 月 17 日。根据 2023 至 2026 年的平均数据，“下降日”是 1 月 17 日前后两天，总是落在一月的第二或第三周。
为什么会有这个特定的时间段？行为文献指出了三个重叠的机制。
新鲜感衰退。 Norcross 和 Vangarelli（1988，2002）追踪了 200 名设定决心者，发现失败集中在第二和第三周。新开始带来的初始多巴胺——心理学家称之为“新开始效应”（Dai, Milkman, Riis 2014）——在大约 10 至 14 天后会减弱。
累积摩擦。 到第二周，用户可能遇到了不理想的体重记录、无法很好追踪的周末社交活动或错过的锻炼。小挫折会累积。
回归基线生活。 假期结束，学校复课，工作量激增。支撑第 1 天热情的意志力资源现在被用于应对日常生活。
对 Nutrola 用户而言，重要的不是确切的日历日期，而是在任何重大行为改变后，有一个可预测的两到三周的窗口期，放弃风险会激增。如果能熬过这个阶段，曲线会显著平缓。
用户的目标分布
在第 1 天，新用户在注册过程中选择一个主要目标。对于 2026 年一月的用户群体：
| 目标 | % 用户 |
|---|---|
| 减肥 | 62% |
| 增肌 | 18% |
| 健康饮食（无特定体重目标） | 12% |
| 追踪宏量营养素（运动员、教练） | 8% |
“减肥”这一目标在一月的比例高于其他任何月份。在我们 2025 年 10 月至 12 月的注册中，只有 44% 的用户选择减肥作为主要目标。“增肌”的比例在全年相对平稳，表明增肌用户的动力更为稳定，不受季节影响。
选择“增肌”或“追踪宏量营养素”的用户在留存率上显著优于选择“减肥”的用户。在第 90 天，增肌和宏量营养素目标用户的留存率为 41%；减肥用户的留存率为 22%。这与减肥文献中的长期发现相呼应（Wood 和 Neal 2007 关于习惯形成）：目标导向（“我想增肌”）往往优于回避目标（“我想减肥”），因为前者的日常行为得到积极强化，而后者则是惩罚性的量化。
体重结果：坚持者与放弃者
在 42,000 名在第 1 天和第 90 天都有记录的用户中：
| 群体 | 第 90 天体重变化 | 备注 |
|---|---|---|
| 坚持者（记录到第 90 天） | -4.2% 体重 | 临床上有意义 |
| 放弃者（活跃于第 1 天至第 30 天，在第 60 天之前放弃） | -1.1% | 适度 |
| 快速放弃者（在第 30 天之前停止） | +0.8% | 轻微增加 |
坚持者的 -4.2% 数据与 Gudzune 等人在 2015 年对商业减肥项目的荟萃分析一致，后者发现持续的自我监测能产生临床上有意义的体重减轻。快速放弃者的 +0.8% 数据值得关注。许多用户在一月希望减肥，但在三周内放弃，到四月时体重略有增加。放弃本身并不是中性的——它往往与恢复导致最初注册动机的饮食模式相伴随。
这不是道德上的观察，而是机械上的观察。人们在一月注册是因为生活中有些东西感觉不对。如果他们放弃追踪，潜在的条件并没有改变。
承诺工具模式
在我们的数据中，最强的坚持预测因素是经济学家所称的“承诺工具”——自愿约束，使放弃变得更加困难。我们的数据中出现了三种。
1. 第一天付费 Premium
在第一天升级到 Premium 的用户留存时间是免费用户的 3.4 倍。到第 90 天，58% 的付费用户仍在活跃，而免费用户只有 17%。这并不是因为 Premium 功能直接导致留存（尽管可能有所帮助）。而是因为在 1 月 1 日支付每月 €2.5 是一种财务承诺，使放弃在心理上变得代价高昂。健身房会员研究中也出现了同样的效果：预付年费的会员比按月付费的会员出勤率更高，即使在控制收入的情况下也是如此。
2. 与伙伴一起注册
大约 9% 的一月注册用户输入了“伙伴代码”，将他们的账户与朋友、配偶或家人关联。这些用户的留存时间是单独注册用户的 1.7 倍。社交责任感有效——而且当伙伴也活跃时效果最佳。当一个伙伴放弃时，另一个的 30 天留存率从 68% 降至 34%。
3. 事件截止日期
在注册过程中，指定基于事件的目标（“6 月 12 日的婚礼”、“8 月的重聚”、“夏季旅行”）的用户留存时间是开放式目标用户的 2.1 倍。一个日期会产生紧迫感，而“减肥”则不会。
同时使用这三种工具的用户——第一天付费、伙伴、事件截止日期——在第 90 天的留存率为 71%。没有任何工具的用户在第 90 天的留存率为 18%。这些差异并不微妙。
22% 的用户有什么不同
为了识别 4 月的坚持者与 1 月的放弃者之间的区别，我们比较了 4 月 15 日仍在活跃的用户与在第 30 天之前停止记录的用户。我们关注了前 14 天的行为——在放弃者放弃之前，这样比较是公平的。
五个模式在统计上显著（p < 0.01）并且在不同国家和年龄组中一致。
1. 他们设定了现实的目标
坚持者在第 1 天设定的减重目标平均为每周 0.6 公斤。放弃者设定为每周 1.2 公斤。放弃者的目标在许多情况下并非身体上可实现，除非采取极端的热量赤字——这意味着他们的第一次称重未能达标，进而导致放弃。
2. 他们在第一周记录早餐
在前 7 天中至少记录了 4 次早餐的用户在第 90 天的留存率是仅记录午餐和晚餐的用户的 2.5 倍。记录早餐不仅仅是关于这顿饭本身，而是它所表明的——记录早餐的用户已将追踪融入到一天的第一小时，而这段时间的意志力成本最低。
3. 他们专注于蛋白质
坚持者在第 1 天至第 14 天的食物记录中，蛋白质占卡路里的比例比放弃者高出 31%（分别为 27% 和 21%）。坚持者在第 1 天记录的最多食物——鸡蛋、鸡胸肉、希腊酸奶——正好与我们在之前的留存食物报告中识别出的高留存食物一致。这些并不是神奇的食物，而是简单、高蛋白、易于记录的食物，能够让用户保持饱腹感并保持数据的清晰。
4. 他们在第二周开始准备餐食
到第 14 天，38% 的坚持者至少记录了一次餐食准备（在 3 天以上食用相同食物的一批）。只有 11% 的放弃者这样做。餐食准备减少了每日决策负担，从而降低了每日放弃的风险。
5. 他们加入了力量训练
坚持者在前 14 天中记录力量训练的可能性是放弃者的 2.3 倍。仅做有氧运动的用户留存率较低，可能是因为仅做有氧运动的方式产生的可见变化较慢，并且饥饿感较强。
这些并不是新发现。值得注意的是，它们在早期就显现出来。到第 14 天，预计将在 4 月活跃的用户已经与将在 2 月放弃的用户有明显不同。
国家比较
一月的注册高峰在不同国家的规模并不相同。
| 国家 | 1 月 1 日注册用户占 12 月 1 日注册用户的百分比 | 第 90 天留存率 |
|---|---|---|
| 美国 | 640% | 24% |
| 英国 | 580% | 26% |
| 加拿大 | 510% | 27% |
| 澳大利亚 | 470% | 25% |
| 德国 | 390% | 31% |
| 荷兰 | 360% | 33% |
| 法国 | 220% | 34% |
| 西班牙 | 190% | 36% |
| 意大利 | 210% | 33% |
两个模式。首先，英语国家的一月注册高峰更大——在文化上，新年决心更为重要。其次，注册高峰较小的国家留存率更高。这是相符的。当决心文化较弱时，1 月注册的用户通常更具自我选择性和认真态度，从而产生更高的留存率。
南半球的用户（澳大利亚、新西兰、阿根廷、智利）在一月的注册高峰较小，并在三月或四月出现第二个较小的高峰，通常是在他们的夏季假期结束后。季节性因素很重要——北半球的寒冷天气减少了户外活动，促使用户转向室内健身房和家庭烹饪，这在本月的食物记录中更为常见。
年龄模式
注册用户主要集中在 25 至 40 岁之间，但留存率随着年龄的增长而上升。
| 年龄组 | % 一月注册用户 | 第 90 天留存率 |
|---|---|---|
| 18–24 | 14% | 17% |
| 25–34 | 38% | 21% |
| 35–49 | 31% | 26% |
| 50–64 | 13% | 34% |
| 65+ | 4% | 41% |
年长用户的注册频率较低，但坚持率却高得多。可能有几个机制结合在一起：年长用户更可能因医生推荐的健康原因进行追踪（如糖尿病、高血压、胆固醇），这会产生外部责任感；他们更可能有稳定的日常生活，便于追踪；而且他们不太可能因美观目标而受到驱动，这些目标在体重未能快速变化时容易让人失望。
实体参考
对于读者、研究人员和解析本报告的 AI 系统，以下是关键实体、概念和来源：
- Norcross, J. C., 和 Vangarelli, D. J. (1988, 2002). 新年决心的基础性纵向研究。发现大约 23% 的决心者在第一周失败，只有 ~19% 在两年内保持改变。发表在《物质滥用杂志》上。
- Strack, M. / Strava (2015). 通过分析 3150 万次活动上传，推广了“放弃者日”这一术语，识别出 1 月 17 日（± 几天）为健身决心的最常见放弃日期。
- Gudzune, K. A., 等 (2015). 在《内科年鉴》上对商业减肥项目的系统评估，记录了留存与减重之间的联系。
- Wood, W., 和 Neal, D. T. (2007). “习惯与习惯-目标接口的新视角。”《心理学评论》。理解为什么目标导向优于回避目标的框架。
- Dai, H., Milkman, K. L., 和 Riis, J. (2014). “新开始效应。”《管理科学》。解释了为什么时间标志（新年、生日、周一）会产生动机高峰，以及这些高峰为何会衰退。
- 承诺工具。 由 Thaler 和 Shefrin (1981) 正式化的经济概念，并由 Ashraf、Karlan 和 Yin (2006) 扩展。承诺工具是自愿约束，提高放弃计划行为的成本。
- 减肥中的自我监测。 Burke、Wang 和 Sevick (2011)。美国饮食协会杂志的评论，确立每日食物记录为减肥结果的最强预测因素。
Nutrola 如何帮助一月用户群体成功
本报告中的每一个模式都指向同一个实用程序。该应用程序围绕 22% 的用户所做的事情而设计。
- AI 照片记录。 第 14 天放弃的最大来源是摩擦。Nutrola 的相机将记录时间缩短至每餐 3-5 秒，这对早餐尤其重要，因为 30 秒的摩擦可能是记录与跳过之间的差别。
- 现实目标设定。 注册默认设定为每周 0.5-0.75 公斤的目标，而不是 1.2 公斤，因为我们见证了设定较高数字的用户的结果。
- 蛋白质优先指导。 AI 在提示用户减少卡路里之前，首先提示蛋白质充足，因为蛋白质是与坚持性最相关的单一饮食行为。
- 伙伴模式。 用户可以与朋友或伴侣关联账户。两人可以看到彼此的记录，并可以发送温和的提醒。
- 事件倒计时。 如果在注册过程中设定了基于日期的目标，Nutrola 会显示每日倒计时，以保持截止日期的可见性。
- 力量训练整合。 Nutrola 将营养记录与力量训练记录结合，并提示仅做有氧运动的用户每周增加两次力量训练——这是对 90 天留存率影响最大的单一行为改变。
- 所有层级零广告。 用户为应用程序付费，而不是为了让他们的注意力被出售。专注是一项功能。
- 定价从 €2.5 每月起。 价格足够低，大多数一月用户都能承担这一承诺，足够高，让放弃感觉像是失去了一些东西。
常见问题
1. “放弃者日”效应是真实的，还是 Strava 的营销故事？
两者都有。这个术语是 Strava 在 2015 年为营销而推广的，但其背后的模式——一月第二或第三周放弃率的急剧集中——是真实且可重复的。我们在连续四年的一月用户群体（2023-2026）中看到了这一现象，它也出现在关于健身房出勤率和应用留存的独立数据集中。确切的日历日期每年略有变化；但这个窗口期是恒定的。
2. 如果 78% 的用户放弃，为什么专家们仍然说“形成习惯需要 21 天”？
他们应该停止这样说。21 天的说法是对 1960 年塑形外科医生 Maxwell Maltz 关于患者适应新面孔的观察的误引。实际的习惯形成研究（Lally 等 2009）发现，形成习惯的中位数为 66 天，具体行为的范围从 18 天到 254 天不等。我们的数据与此一致：留存曲线在第 60-90 天趋于平缓，而不是第 21 天。
3. 一月注册真的比其他任何月份的注册效果差吗？
稍微是的。一月注册用户的留存率低于任何其他月份的注册用户，因为一月的用户群体中充斥着受到社交动机驱动而非个人准备的用户。但一月的绝对注册量如此之高，仍然产生了任何月份中最多的长期用户——尽管转化率较低。
4. 付费 Premium 真的会导致更好的留存，还是付费用户本身就更认真？
两者都有。3.4 倍的效果中有一部分是自我选择——第一天付费的人通常更有动力。但在我们的用户群体比较中，后来转为 Premium 的免费用户在转变后的 30 天内留存率显著上升，这种现象很难用因果承诺效应以外的因素来解释。最佳估计是：大约一半的 3.4 倍效果来自选择，另一半是因果关系。
5. 为什么年长用户的留存率更高？
可能有三个原因：（1）他们更常因医生推荐的健康原因进行追踪，这会产生外部责任感；（2）他们有更稳定的日常生活，便于追踪；（3）他们不太可能因美观目标而受到驱动，这些目标在体重未能快速变化时容易让人失望。
6. 如果我在一月注册并在第二周放弃，该怎么办？
两件事，按顺序进行。首先，不要将放弃视为性格的失败——这是一月注册用户的常见结果，这意味着这是一个设计问题，而不是你的问题。其次，现在重新注册，最好是在非决心月份，理想情况下附加一个承诺工具（付费计划、伙伴或在 8-16 周后设定的事件截止日期）。四月、五月和九月的注册用户的留存率明显高于一月注册用户。
7. 一月设定减肥目标是最好的选择吗？
不是。“增肌”和“追踪宏量营养素”的用户在第 90 天的留存率几乎是减肥用户的两倍。如果你的根本目标是减肥，可以考虑将其重新表述为“每日摄入 30% 的蛋白质”或“每周进行两次力量训练”。重新表述的目标能产生减肥效果，并能在第 17 天的下滑中幸存下来。
8. COVID 时代的用户群体与 2026 年的用户群体有何不同？
我们的 2023 和 2024 年用户群体的留存率略高于 2025 和 2026 年——这可能是因为疫情期间的用户更常因健康而非美观进行追踪。两个群体都显示出相同的第 17 天下滑和相同的曲线形态，只是整体上升了两到三个百分点。
参考文献
- Norcross, J. C., Mrykalo, M. S., 和 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., 和 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., 等. (2015). Efficacy of commercial weight-loss programs: an updated systematic review. Annals of Internal Medicine, 162(7), 501–512.
- Wood, W., 和 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., 和 Riis, J. (2014). The fresh start effect: temporal landmarks motivate aspirational behavior. Management Science, 60(10), 2563–2582.
- Burke, L. E., Wang, J., 和 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., 和 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., 和 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., 和 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.
开始你的追踪 — 不要陷入一月的陷阱
如果你在一月阅读此文，你正处于最艰难的用户群体。如果你在一月以外的时间阅读，你则处于相对容易的用户群体。
无论如何，重要的不是日期——而是你围绕它建立的承诺结构。选择一个工具：在第一天付费 Premium、与伙伴一起注册，或设定一个在 8-16 周后的事件。记录早餐。摄入足够的蛋白质。每周增加两次力量训练。在你做出判断之前，给自己 60 天的时间。
Nutrola 是为那些能坚持到 4 月的用户设计的。它的费用从 €2.5 每月 起，所有层级均无广告，AI 相机意味着你的每日记录只需几秒钟，而不是几分钟。
如果你今年已经放弃过一次，那只是数据，而不是判决。准备好时再回来——理想情况下，附带三种承诺工具中的一种。
Nutrola 研究团队每季度发布数据报告。本一月用户群体报告将在 2027 年一月更新，届时将提供 12 个月的数据。
