90天卡路里追踪后的结果？来自50万用户的数据

人们在决定是否进行卡路里追踪时，最常问的问题其实很简单：“这真的有效吗？”

这个问题很合理。下载一个应用程序，记录每一餐，称量食物，查看标签——这确实需要投入时间。没有人希望花90天扫描条形码，最后却发现自己依然停留在原地。

因此，我们决定用数据来回答这个问题。不是小规模的临床试验，不是精心策划的成功故事，也不是经过美化的前后对比照片。我们查看了50万名Nutrola用户的匿名追踪数据和结果，他们至少坚持记录了90天。

结果是诚实的。并不是每个人都能成功。但数据中的模式清晰地讲述了在三个月的持续追踪中会发生什么，以及是什么让那些看到显著变化的人与那些没有变化的人区分开来。

方法论

人群

我们分析了502,417名Nutrola用户的数据，他们符合以下标准：

• 至少每周记录食物5天，连续90天或更长时间
• 有明确的营养目标（减脂、增肌、维持体重或改善整体健康）
• 每月至少记录体重两次，通过连接的智能秤或手动输入
• 在2025年6月至2026年3月之间活跃

这是一个自我选择的群体——这些人坚持追踪至少三个月。数据并未捕捉到那些在前一两周就放弃的人。这是一个重要的前提。我们关注的是当人们真正投入这个过程时会发生什么。

数据收集

所有数据均为匿名和汇总的。个别用户记录从未被检查。我们追踪的指标包括：

• 每日卡路里记录（总卡路里、宏观营养素分解）
• 体重记录（连接的秤同步和手动输入）
• 记录频率和餐食覆盖率
• 照片记录与手动输入、条形码扫描的使用情况
• 目标类型和声明的目标体重（如适用）
• 在30、60和90天的自我报告进展调查

目标分布

目标类型	用户数	占总数的百分比
减脂	311,502	62.0%
增肌/增重	78,889	15.7%
维持体重	67,826	13.5%
改善整体健康	44,200	8.8%

在这个群体中，大多数用户的目标是减脂，这与更广泛的行业趋势一致。以下分析主要集中在这一最大细分市场，同时我们也会指出其他目标群体的不同之处。

变化时间线：逐周分析

数据揭示的一个最有用的事实是，进展并不是线性的。存在明显的阶段，了解这些阶段可以防止人们在即将发生变化的关键时刻放弃。

第1-2周：意识阶段

前两周大多数用户几乎没有可测量的身体成分变化。这段时间的平均体重变化为-0.4公斤，其中很大一部分是由于饮食变化引起的水分波动，而非真正的脂肪减少。

但在表面之下，重要的事情正在发生。用户在前两周的卡路里估算准确性有了可测量的改善。

指标	第1周	第2周	变化
平均卡路里估算误差（与实际记录相比）	34%	22%	-12 pp
记录后调整份量的用户比例	41%	58%	+17 pp
每日记录的餐食平均数	2.1	2.5	+0.4
记录零食和饮料的比例	38%	54%	+16 pp

意识效应是早期追踪的真正成果。用户开始看到卡路里实际来源。前两周的检查调查中，最常报告的“惊讶”食品包括烹饪油、调味酱、饮料和餐间零食。

第3-4周：首次可测量变化

到第四周结束时，减脂组的平均体重变化为-1.6公斤。这是大多数用户首次感受到过程有效的时刻。

指标	第3周	第4周
累计体重变化（减脂组）	-0.9 kg	-1.6 kg
报告“明显”进展的比例	29%	44%
平均每日卡路里赤字	310 kcal	380 kcal
记录一致性（每周天数）	5.6	5.8

有趣的是，这段时间的记录行为也变得更加严格。用户变得更加细致——每日报告的食物项目平均从第一周的8.2增加到第四周的11.4，表明人们在捕捉整体摄入情况方面变得更加熟练，而不仅仅是主要餐食。

第5-8周：加速阶段

这是复合效应开始显现的时期。持续追踪超过一个月的用户，平均已经养成了更准确的份量习惯，识别出他们的高热量模式，并建立了比最初更省时的记录例程。

指标	第5周	第6周	第7周	第8周
累计体重变化（减脂）	-2.3 kg	-2.9 kg	-3.4 kg	-3.9 kg
每周减重速度	0.54 kg/wk	0.58 kg/wk	0.52 kg/wk	0.49 kg/wk
达到每日卡路里目标的比例（在10%以内）	51%	55%	58%	60%
每日记录时间	6.2 min	5.8 min	5.4 min	5.1 min

这一阶段有两个显著发现。首先，减重速度在第5-6周达到峰值后开始逐渐放缓。这是预期之中的生理现象——随着体重的减少，总日常能量消耗也随之减少。其次，用户记录所花的时间稳步减少。随着人们建立起常吃餐食的库，学习使用快捷方式，应用的使用速度变得更快。

第9-12周：平台期或突破

这是关键的窗口。数据表明，从第9周开始，用户群体出现明显分化。

指标	第9-10周	第11-12周
累计体重变化（减脂，所有用户）	-4.5 kg	-5.1 kg
每周减重速度	0.38 kg/wk	0.31 kg/wk
经历平台期的比例（10天以上无体重变化）	43%	38%
在此期间减少记录频率的比例	18%	22%

到第9周，43%的减脂组经历了至少一次持续10天以上的体重平台期。这时，心理挑战与营养挑战同样重要。那些理解平台期是过程正常部分的用户更有可能坚持下去；而那些将停滞视为失败的用户则更有可能减少记录频率或完全停止。

90天结果：全貌

以下是所有目标类型在30、60和90天的关键数据。

减脂组（311,502用户）

时间点	平均体重变化	中位体重变化	达到5%以上体重减轻的比例	报告有意义进展的比例
30天	-1.6 kg	-1.4 kg	4%	44%
60天	-3.9 kg	-3.4 kg	22%	59%
90天	-5.1 kg	-4.6 kg	38%	63%

5%的体重减轻被广泛认为对健康结果具有临床意义。到90天时，38%的减脂组达到了这一标准。这是一个强有力的结果，表明自我指导的干预措施在没有临床监督的情况下依然有效，但这也意味着62%的用户未能达到这一特定基准——尽管许多用户仍然减轻了体重，并表示对饮食习惯感到更满意。

增肌组（78,889用户）

时间点	平均体重变化	平均蛋白质摄入（g/kg体重）	达到蛋白质目标的比例（在10%以内）
30天	+0.6 kg	1.7 g/kg	48%
60天	+1.3 kg	1.8 g/kg	55%
90天	+1.9 kg	1.9 g/kg	61%

维持体重组（67,826用户）

时间点	平均体重变化	距起始体重1公斤以内的比例	距起始体重2公斤以内的比例
30天	-0.3 kg	78%	94%
60天	-0.2 kg	71%	91%
90天	-0.1 kg	68%	88%

整体成功指标

当我们将“有意义的进展”定义为达到声明的数字目标或在进展调查中自我报告4或5分时，所有目标类型的整体数据如下：

结果	用户比例
达到或超过声明目标	23%
在目标上取得有意义的进展	41%
有一定进展但低于预期	22%
没有有意义的变化	11%
离目标更远	3%

因此，大约64%的用户在持续追踪90天后经历了有意义的进展或更好的结果。这是一个诚实的数字。它不是100%，甚至不是80%。但对于一种自我指导的行为——没有私人教练、没有营养师、没有餐食配送服务——这是一个有意义的成功率。

卡路里准确性改善

一个最引人注目的数据点是，用户在估算和达到卡路里目标的能力随着时间的推移而显著提高。

指标	第1-7天	第30天	第60天	第90天
平均偏离卡路里目标	27%	16%	11%	9%
达到目标卡路里±100 kcal的天数比例	22%	41%	52%	57%
达到目标卡路里±200 kcal的天数比例	39%	60%	69%	74%

到第90天，平均用户在任何给定日子里能在卡路里目标范围内波动9%，而在第一周则偏离27%。这种准确性的提高可以说是追踪的最有价值的长期结果——它代表了一种即使在停止记录后也能持续的技能。

成功用户与放弃用户的区别

并非所有的追踪方法都是平等的。当我们根据特定行为对数据进行细分时，几个因素显现出对90天结果的强预测能力。

照片记录与手动记录

指标	照片记录者（占群体的35%）	仅手动/条形码记录（占群体的65%）
平均90天体重变化（减脂）	-5.8 kg	-4.7 kg
记录一致性（每周天数）	6.1	5.5
每次记录平均时间	12秒	47秒
90天留存率	81%	69%

使用照片记录作为主要方法的用户平均减重更多，并且留存率显著更高。可能的解释很简单：照片记录更快，减少了摩擦，使得保持一致性变得更容易。当记录一餐只需12秒而不是47秒时，你更不可能跳过记录。

周末记录行为

指标	周末记录（占群体的71%）	仅工作日记录（占群体的29%）
平均90天体重变化（减脂）	-5.6 kg	-3.4 kg
平均周末卡路里超标	+180 kcal超出目标	+410 kcal超出目标
达到有意义进展的比例	69%	47%

这是数据中最明显的分歧之一。周末记录的用户——即使不完美——平均减重比仅在工作日记录的用户多65%。周末记录不需要完美才能有效。保持意识的行为，即使是部分意识，也能调节许多饮食努力中常见的周末暴饮暴食模式。

特别记录蛋白质

指标	记录蛋白质（占群体的58%）	不记录蛋白质（占群体的42%）
平均90天体重变化（减脂）	-5.5 kg	-4.4 kg
自我报告的身体成分满意度	3.8 / 5	3.1 / 5
报告饥饿为主要挑战的比例	34%	56%

积极记录蛋白质的用户——不仅仅是总卡路里——报告的饥饿感更少，对结果的满意度更高。文献中已明确指出，较高的蛋白质摄入是促进饱腹感和在卡路里赤字期间保持瘦体重的驱动因素，这里的数据与这些发现是一致的。

每日记录频率

每日记录餐食数	占群体的比例	平均90天体重变化（减脂）	达到目标的比例
1-2餐	19%	-3.6 kg	48%
3餐	44%	-5.0 kg	62%
3餐以上及零食	37%	-5.9 kg	71%

记录每一餐及零食的用户比仅记录一两餐的用户平均减重多出近64%。这符合直觉——部分记录会留下显著的卡路里盲点。如果你记录午餐和晚餐，却跳过早餐、零食和饮料，你可能会遗漏30-40%的实际摄入量。

平台现象

平台期是人们放弃营养追踪的主要原因之一。我们的数据清晰地显示了它们何时出现以及之后发生了什么。

平台期发生的时间

在减脂组中，67%的用户在90天内经历了至少一次平台期（定义为连续10天以上无可测量的体重变化）。以下是它们发生的时间：

平台期时间	经历平台期的用户比例
第1-3周	8%
第4-6周	23%
第7-9周	31%
第10-12周	28%

最常见的平台期出现在第7-9周，这与代谢适应开始抵消卡路里赤字的时期一致。平均平台期持续13天，中间50%的用户持续时间在10到28天之间。

如何突破平台期

在那些坚持度过平台期并恢复减重的用户中，我们识别出他们在停滞期间及之后的追踪数据中的以下模式：

平台期期间的行为	%突破的平台期的用户	%停滞的用户
保持记录一致性	82%	44%
增加蛋白质摄入	38%	12%
向下调整卡路里目标	41%	18%
增加或增加锻炼（根据连接的健身数据）	29%	15%
什么也不改变，耐心等待	34%	22%

突破平台期的最强预测因素是继续记录。那些在停滞期间保持记录习惯的用户，恢复进展的可能性几乎是减少追踪频率的用户的两倍。

这对许多人来说是反直觉的。当体重秤停止变化时，直觉是认为追踪无效，或者放弃或做出剧烈改变。数据表明，更好的方法是保持原状，进行小调整——尤其是增加蛋白质或略微降低卡路里目标。

停止追踪后持续的行为变化

也许最令人鼓舞的发现来自于我们在用户停止主动每日追踪后60天发送的跟进调查。在89,000名回应者中：

行为	停止追踪后仍保持的比例
购买食物前查看营养标签	74%
心理估算份量	71%
选择高蛋白选项	63%
了解常见食物的卡路里密度	81%
吃结构化餐食而非随意进食	52%
控制酒精摄入	41%

这些数字表明，90天的持续追踪会在食物选择上创造持久的认知框架。即使停止记录，用户仍然保持一定程度的营养素养，影响他们的日常决策。卡路里估算的技能一旦学会，就不会消失。

在89,000名回应者中，58%报告在停止后60天内保持了体重减轻（在2公斤以内），31%报告在没有主动追踪的情况下继续进展。只有11%报告恢复了所有失去的体重。

Nutrola功能如何支持长期一致性

数据一再表明，追踪越简单、越快速，用户越有可能坚持下去。几个Nutrola的功能在行为数据中表现出与更好结果相关的因素：

AI照片记录将每餐的平均录入时间减少到15秒以内，这与照片记录者的更高留存率相关。主要使用照片记录的用户平均每周追踪6.1天，而仅手动记录的用户为5.5天。

基于过去记录模式的智能餐食建议帮助那些重复吃相似餐食的用户。在我们的数据中，30天后记录的餐食中有44%是从建议的近期或常见餐食中选择，而不是从头输入。

与连接的秤集成的体重追踪消除了手动输入体重的摩擦。使用连接秤的用户平均每周记录体重3.2次，而手动输入用户为1.4次——这为他们（以及我们的分析）提供了更细致的体重趋势图。

每周洞察报告为体重波动提供了背景，我们的数据表明，这有助于用户在正常的日常变化中保持一致。定期查看每周报告的用户在90天时的留存率高出14%。

Nutrola的计划起价为每月2.50欧元，所有层级均无广告，这消除了广告支持的追踪应用在记录工作流中引入的干扰摩擦。

结论

三个月的持续卡路里追踪为大多数承诺于此的人带来了可衡量的结果——但并非所有人。我们来自50万用户的数据表明，大约64%取得了有意义的进展，而23%完全达到了或超过了他们的声明目标。这些数字真实反映了自我指导营养管理的现实。

时间线并非线性。第1-2周建立意识而没有太多可见变化。第3-4周产生首次可触摸的结果。第5-8周是进展加速和追踪变得习惯的时期。而第9-12周则带来了平台期，这要么打破决心，要么加深承诺。

行为预测因素很明确：周末记录、追踪蛋白质、使用照片记录以减少摩擦，以及记录每一餐而不仅仅是一两餐。这些都不需要完美——只需要一致性。

也许最重要的是，90天的追踪创造了持久的营养素养。估算份量、查看标签和做出明智的食物选择的能力在关闭应用后不会消失。这种认知转变可能是最有价值的结果——不是你在90天内减掉的体重，而是你在之后继续携带的知识。

数据并没有承诺追踪对每个人都有效。但它清晰地表明，三个月的持续努力为大多数坚持下去的人带来了真实、可测量的变化。