📊 Så får du tillgång till Analytics
Tryck på Analytics-ikonen (diagram-/grafsymbol) i din nedre navigationsmeny. Du får upp en skärmbild med flera diagram som visar olika delar av din utveckling.
🔥 Dagssviträknare
Din dagssvit visar hur många dagar i rad du har loggat minst en måltid. Det är ditt konsekvenspoäng!
Dagssvit
Du får också veckovisa prestationsmärken:
- 7-dagarsmilstolpe – Första veckan klar! 🏆
- 14-dagarsmilstolpe – Två veckor i rad! 🎉
- 30-dagarsmilstolpe – En månad av konsekvens! ⭐
- Och vidare... – Sviten fortsätter!
Sviten är en stark motivationsfaktor! Även på stressiga dagar, logga minst en måltid för att hålla den vid liv. Missar du en dag nollställs den, så skydda din svit!
Dagssvitvisning
analytics-streak.png Maestro: help-screenshots/29-analytics-streak.yaml⚖️ Viktkurva
Viktkurvan visualiserar din resa mot målvikt med en snygg linjegraf.
Diagramfunktioner:
Växla mellan 7, 30 eller 90 dagar för att se kortsiktiga svängningar eller långsiktiga trender
Ditt målvikt markeras med en stjärna i diagrammet
Tryck på en punkt på linjen för att se exakt vikt och datum
Se övergripande riktning: går det ner, upp eller är det stabilt
Viktkurva
analytics-weight-chart.png Maestro: help-screenshots/30-analytics-weight.yamlVikten kan variera 1–2 kg (2–4 lbs) dagligen på grund av vätska, mat i magen, saltintag, hormoner och vätskebalans. Fokusera på den övergripande trendlinjen över veckor, inte enskilda datapunkter!
📊 Näringstrender (Veckovy)
Näringstrenddiagrammet visar ditt dagliga kaloriintag de senaste veckorna med ett stapeldiagram. Det hjälper dig hitta mönster och hålla dig konsekvent.
Så här läser du diagrammet:
- Varje stapel = En dags totala kalorier
- Röd linje = Ditt dagliga kalorimål
- Gröna staplar = Under eller på målet (bra!)
- Röda staplar = Över målet (medvetenhet är viktigt)
- Veckonavigering = Svep vänster/höger för att se tidigare veckor
Näringstrenddiagram
analytics-nutrition-bars.png Maestro: help-screenshots/31-analytics-nutrition.yamlDiagrammet visar dina genomsnittliga kalorier för veckan. En hög dag förstör inte framstegen om de andra 6 dagarna är på banan. Sikta på konsekvens över veckan, inte perfektion varje dag!
🥧 Makrofördelningsdiagram
Makrofördelningsdiagrammet visar hur dina kalorier fördelas mellan protein, kolhydrater och fett i procent. Detta är ett snitt över de senaste 7 dagarna.
30-35% är idealiskt
35-45% är idealiskt
20-30% är idealiskt
Makrofördelning
analytics-macros-pie.png Maestro: help-screenshots/32-analytics-macros.yamlEn balanserad makrofördelning är ungefär 30% protein, 40% kolhydrater och 30% fett. Men "idealet" varierar beroende på mål: viktminskning kan gynnas av mer protein, idrottare behöver mer kolhydrater, keto-följare prioriterar fett. Använd Kalo AI för personliga makroråd!
💡 Så använder du Analytics för att förbättra dig
Analytics är inte bara snygga diagram—de ger dig konkreta insikter! Så här använder du dem:
Kolla varje vecka, inte varje dag
Gå igenom din analys en gång i veckan (t.ex. varje söndag kväll). Daglig fixering leder till stress. Veckovis översikt visar verkliga framsteg och låter dig planera justeringar.
Upptäck mönster
Se efter mönster i näringsdiagrammet. Går du alltid över på helgerna? Svårt med protein till frukost? Att identifiera mönster är första steget till förändring.
Fira framgångar utanför vågen
Vikten är inte allt! Fira konsekventa sviter, balanserade makron och ökad energi. Det är viktigare än siffran på vågen.
Fråga Kalo om insikter
Osäker på vad dina diagram betyder? Gå till Kalo AI och fråga "Hur går det för mig denna vecka?" eller "Vad säger min analys?" Kalo analyserar din data och ger personlig feedback!
📈 Proffstips för Analytics
- Väg dig vid samma tid varje dag (morgon är bäst) för jämnare data
- Ta veckovisa framstegsbilder (spåras inte i appen, men bra för jämförelse)
- Oroa dig inte för en dålig vecka—zooma ut till 30- eller 90-dagarsvy
- Om vikten står still i över 2 veckor, fundera på att justera ditt kalorimål
- Använd dagssviten som motivation—skydda den som om ditt liv hängde på det! 🔥
Vanliga frågor
Vad är nästa steg?
Nu när du förstår analytics, lär dig hur du: