体龄BOSS仪改善身材效果怎么样?

消费升级浪潮的背后,我们看到的是消费者不断升级的消费观。DT君联合第一财经商业数据中心(CBNData)推出一组专题,从效率、健康、专业、审美和治愈5个方面,用大数据洞察2017年消费升级背后的消费人群特征。

二十年前,我们的生活记录在相册簿和日记里。现在,互联网已渗透到生活的方方面面,五花八门的健康管理App追踪着个人运动、饮食和睡眠数据,也记录了你的生活。但不论身处什么时代,“自律给我自由”总能鼓舞到人心。

数据时代的“科学”减脂

被男友嫌弃胖分手后,DT君的闺蜜周怡没有让自己消沉太久。

5月的上海刚转暖,这位一米六个头、体重长年稳定在60公斤的姑娘在朋友圈晒出了她的第一条健身状态——训练内容包括45分钟HIIT(高强度间歇训练)和30分钟的减脂操。

同很多健身小白一样,周怡早先尝试的酵素等减肥产品都无疾而终,这回她在学习一番基本理论后,跟风入了体脂秤。

这类产品的原理是通过生物电阻法来测定人体内脂肪、水等要素的比重,再综合这十多项指标来量化评估一个人的身材。周怡相信,这些数据可以帮她更精准地变瘦。

当代人对数据的崇拜,也反映到了身材管理上。以“体脂率”为例,自2017年以来,大家对这个词的百度搜索指数一路飙升,同时,天猫和淘宝平台体脂秤的订单量也呈同步暴涨之势,并双双于今年夏天达到顶峰:

接着,周怡又下载了Keep和薄荷这两款热门减脂App,用来督促自己的减脂计划。

两款App把生理吸收和运动消耗换算成具体的热量值,提醒用户距离达成当天、本周的小目标还差多少——有点像催着他们打卡的健身私教,制定了细到卡路里的瘦身计划并监督用户执行。

(图片说明:薄荷和Keep用户的打卡界面)

周怡会根据减脂计划的热量要求控制每顿餐的热量,每周还要进行四次的40分钟无氧训练加6公里慢跑,“运动和饭前常要做一番心理建设”。

减脂带给她的痛苦不仅仅来自饥饿和体能不足,更多是一种源于自律的“精神折磨”。“我真的很想吃冰淇淋,但一查它们的热量,没吃几口要跑好久才抵消,就不敢碰了。”

(图片说明:周怡用薄荷记录的一天食谱)

不过,三个月后周怡给DT君发来一张自拍照:穿着连衣裙,身材匀称,和120斤的时候判若两人。她很高兴地说,现在她的体脂率是24%。

故事到这,你别误会DT君是来给大家煲鸡汤的。引起我兴趣的,是当代人借助工具愈发精细自我管理的方式,一种执着用数据来“强迫”自律的状态。

2007年,美国杂志《连线》的编辑凯文·凯利和加里·沃尔夫曾提出“量化自我”(Quantified Self)一说,专指通过获取和分析生理信息来认知及管理自我的这类现象。

此后,这股风潮也吹到了中国。

2014年,小米、华为荣耀发布了第一款智能手环,以Keep、悦跑圈为代表的一波健身、跑步App也在那一年兴起。这些智能手机、可穿戴设备、移动应用,以及背后的云计算、大数据技术的革新,得以让我们从纸笔记录迈向个人数据化管理的时代。

白领女性的身体数据焦虑

2015年,沙拉品牌大开沙界的首家门店在上海开张。和其他主食沙拉店不同,这家餐厅把热量值标注在食材的点餐筹码上,方便那些计算热量下单的用户。

(图片说明:大开沙界的选餐食材筹码)

起初,大开沙界只想把美国网红沙拉品牌Sweetgreen的自主选餐模式优化一下——出于卫生、配餐效率等因素考量设计出了筹码选餐。当时,食材的热量信息仅展示在玻璃柜台里。

但开业两周内测下来,大开沙界意外地发现,绝大多数消费者下单前会拿着筹码跑柜台挨个计算卡路里。

“没想到那么多顾客在乎热量这件事,我们索性就把大家在意的数据做得极致一些。”大开沙界的创始人马杨对DT君说,6个月后,大开沙界在其微信公号里上线了一个“营养解码”功能,在热量以外还提供营养元素的数据信息,并为每顿餐打上“减脂”“美白”等功能标签,进一步指导用户饮食。

(图片说明:大开沙界的营养解码报告)

大开沙界的数据生意,在于它恰好戳中了主力消费群的痛点。

它的用户中女性占七成,其中又以来自外企、金融、互联网和创业公司的白领、金领居多,她们拥有强劲的消费能力,也对身材和健康有较高诉求。

大开沙界的客单价在45元左右,如果算上饮料还要贵10元,这在一人份的工作餐选择里并不便宜。在马杨看来,这群人“相比价格更在意价值和品质,相比口味更在意健康和本味”。

相比“吃草”,能量棒代餐成为很多人更严苛的身材管理选择。

在倡导低碳水饮食方式的电商“野兽生活”里,最热卖的产品就是能量棒。它的产品说明中,赫然标着这些数字——每根180千卡热量,可吸收碳水1-3克,提供3-4小时的充足饱腹感。“因为消费者很在意食物的成分、含量比例,所以我们会在产品包装和平台产品说明里详细解释碳水化合物比例等数据情况。”野兽生活的创始人程鹏说道。

他还告诉DT君,能量棒的消费群主要集中在北上广深,拥有良好的教育。其中女性占一半,她们往往有减脂需求,或从事高强度的脑力劳动,部分人还有健身的习惯。

(图片说明:过去主要用于户外探险、行军等特殊场合维持身体能量与营养供给的能量棒,现在成为都市女性减脂利器。)

而Keep和薄荷的主力用户,也是画像相似的一群人。

根据DT财经《“热练”中的新中产:都市运动人群消息升级观察》,有别于其他典型的运动App,Keep的女性用户占七成,五成以上用户年龄在30岁以下。另据Keep提供的数据,用户中注册目标为“减脂”和“塑形”的用户分别占到总数的/activity/476/detail 。


体质测定与科学锻炼 1 第一节 怎样了解自身体质状况? 体质就是人体的质量,是人的生命活动和劳动、工作能力的物质基础。它是在遗传性获得性的基础上,表现出来的人体形态结构、生理功能和心理素质的综合的相对稳定的特征。其主要表现于: (1)身体形态发育水平,包括人的体格、体型号、姿势、营养状况等。 (2)生理机能水平,包括人体的新陈代放水平、各器官系统的工作效率。 (3)身体素质和运动能力水平,包括在运动中表现出来的速度、耐力、力量、灵敏、协调,还有走、跑、跳、投、攀爬等身体的基本活动能力。 (4)适应能力,包括对自然环境、社会环境、各种生活紧张事件的适应能力,以及疾病和其它有损健康的不良因素的抵抗能力。 (5)心理发育水平,包括智力、情感、行为、感知觉、意志、个性、性格等。 那么,怎样才能知道自身体质状况呢,请参加国民体质测定。 一、什么是国民体质测定? 2000年国家体育总局会同10个国家有关部门对我国3~69岁的国民进行了首次全国性体质监测。此后,国家体育总局组织专家利用这次测试的数据在《中国成年人体质测定》测定的基础上,制定了《国民体质测定标准》(以下简称《标准》)。 制定并施行《标准》是为了运用科学的方法对国民个体的形态、机能和身体素质等进行测试与评定,并指导国民科学健身。推动全民健身活动的开展,提高全民族的身体素质。 为满足广大市民的需求,深圳市在国民体质测定中还增加了人体成分、人体骨密度、儿童青少年骨龄测试与分析,以及人体健康量子生物检测等多项内容,为市民体质测定提供全方位的服务。 二、国民体质测定年龄组怎样划分? 《标准》适用于3~69周岁的国民。按周岁年龄划分成:幼儿(3~6岁)、学生(7~18岁)、成年人(18~59岁)和老年人(60~69岁)四个年龄段,其中学生标准为《学生体质健康标准》,由教育部公布。 各年龄段体质测定指标 类 别 测试指标 幼 儿 3~6岁 学 生 7~18岁 成年(甲)18~39岁 成年(乙)40~59岁 老 年 60~69岁 形 态 身 高 √ √ √ √ √ 体 重 √ √ √ √ √ 机 能 肺活量 √ √ √ √ 台阶试验 √ √ √ 素 质 握 力 √ √ √ √ 坐位体前屈 √ √ √ √ √ 闭眼单足立 √ √ √ √ 选择反应时 √ √ √ √ 立定跳远 √ √ 50米 √ 背 力 √ 纵 跳 √ 俯卧撑(男) 仰卧起坐(女) √ 10米折返跑 √ 网球掷远 √ 双脚连续跳 √ 走平衡木 √ 合计测试指标数 8 9 10 8 7 注:在深圳市国民体质测定中,学生的测定指标与《学生体质健康标准》略有不同,增加了“背力”。在《学生体质健康标准》中,坐位体前屈、握力、50米、立定跳远、仰卧起坐(女)为选择项目。在深圳国民体质测定中,除仰卧起坐(女)外,其他项目都测,并按照年龄评定。 三、如何参加国民体质测定? 深圳市国民体质测定工作已形成市、区、街道办(镇)三级网络服务体系,单位或个人均可随时与下列部门联系,参加体质测试。 深圳市体育局群体处 深圳市体质测定研究中心 罗湖区体育局国民体质测定站 福田区体育局国民体质测定站 3 南山区体育局国民体质测定站 宝安区体育局国民体质测定站 龙岗区文体局国民体质测定站 盐田区体育局国民体质测定站 四、国民体质测定如何评分? 体质测定采用单项评分和综合评级的方法进行评定。《标准》中的每个测定项目,对不同性别和年龄段的人,都有不同的评定标准。幼儿组,每半岁有一个评定标准,如3岁、3.5岁、4岁……;学生组每一岁有一个评定标准,如7岁、8岁、9岁……;成年人和老年人组每五岁有一个标准,如20~24岁、25~29岁……。 单项评分采用5分制。5等为优秀、4等为良好、3等为合格、2、1、0等为未合格。 综合评级是根据受测者各单项得分之和确定,共分为四个等级:一级(优秀)、二级(良好)、三级(合格)、四级(不合格)。任意一项指标无分者,不进行综合评级。 深圳市对国家《标准》的综合评级方法做了深入研究和科学计算。采用了加权的办法,对体质好坏影响大的指标“权重”大,得分就多、影响较小的指标“权重”就小,得分也少。如成年20~39岁组反映心脏功能的台阶指数达到5等优秀可得16分,而闭眼单足站

我要回帖

更多关于 女生身材 的文章

 

随机推荐