Где фитнес-клубы теряют клиентов - и как это исправить

Самое слабое место фитнес-индустрии - это самое начало пути клиента. Почти половина новичков бросает тренировки уже в первые несколько месяцев, а больше трети перестают ходить в зал в этот же период1. Это критично: именно на данном этапе решается, станет ли человек постоянным посетителем клуба или нет.

Многие новички приходят в зал без чёткого плана. От них будто ожидают, что они сами выберут упражнения, определят нагрузку и выстроят структуру тренировки - и всё это в незнакомой обстановке, да ещё и под невидимым, но ощутимым социальным давлением.

«Gym-timidation» - страх осуждения в тренажёрном зале – явление, к сожалению, многим хорошо знакомое, и именно такие барьеры останавливают людей от дальнейших занятий спортом2,3. От подобных факторов зависит, сколько раз новичок придёт на первые тренировки и вернётся ли он вообще. А там, где нет структуры, начинается сомнение - и человек просто перестаёт приходить.

Программа тренировок - это, пожалуй, единственная переменная в первом опыте новичка, которую клуб может полностью контролировать.

Общие рекомендации по физической активности - хорошая база, но они не учитывают разный уровень подготовки, личные предпочтения и обстоятельства конкретного человека4. Если программа не подстроена под человека, он быстрее её бросает.

Исследования подтверждают: новички, опытные спортсмены и те, кто уже бросил тренировки, ведут себя по-разному5. Люди реагируют на нагрузку в зависимости от своего стартового уровня, но многие программы до сих пор строятся так, будто этой разницы не существует.

Развитие искусственного интеллекта (ИИ) сделало возможным подстраивать программу тренировок под поведение конкретного человека. Например, подбор нагрузки на основе обучения с подкреплением (reinforcement learning) точнее регулирует интенсивность и повышает удовлетворённость занимающихся по сравнению со статичными программами6. Такие динамические системы обновляют рекомендации на основе реальных результатов клиента, поэтому тренировка меняется вместе с его прогрессом.

Такая гибкость особенно важна именно в начале, когда уверенность в себе, переносимость нагрузки и привычка к тренировкам ещё только формируются, - а это точное описание состояния любого новичка.

Эффективность программ на основе ИИ зависит от того, насколько точно они учитывают особенности конкретного человека. Оценки ИИ-программ показывают: системы, которые опираются только на обобщённые данные, часто не дают достаточного разнообразия и точности упражнений7. А программы, использующие подробные данные о пользователе и обратную связь по каждой тренировке, дают более релевантные рекомендации от занятия к занятию.

Это различие принципиально важно, когда речь идёт об оценке эффективности конкретного решения.

То, останется ли новичок в зале, зависит от того, насколько чётко он понимает, что делать, и насколько уверенно себя при этом чувствует. Именно для этого этапа была разработана система PACE (которая вскоре появится и на российском рынке). Она использует индивидуальные данные пользователя и собственный генеративный ИИ Matrix, чтобы подбирать упражнения, интенсивность и прогрессию нагрузки уже с первой тренировки. Клиенту больше не нужно самому решать, с чего начать и как двигаться дальше.

Структурированное, персональное сопровождение с первых дней укрепляет уверенность клиента в своих силах, снижает неопределённость и повышает вероятность того, что он придёт снова.

Клубы, которые уделяют первым месяцам такое же внимание и точность, в итоге удерживают гораздо больше клиентов в долгосрочной перспективе.

• Gjestvang и др. Что заставляет людей придерживаться своего режима тренировок? Годичное наблюдательное исследование среди начинающих посетителей фитнес-клуба. Frontiers in Psychology 2021; 12: 638928.
• Health & Fitness Association. Обзор фитнес-индустрии: «Gym-timidation» (страх осуждения в зале) — это реально существующее явление. 2019.
• Hamer и др. Страх как барьер для физической активности у молодых людей с ожирением: качественное исследование. Qualitative Research in Sport, Exercise and Health 2023; 15(1): 18–34.
• Almarcha и др. Персонализация рекомендаций по назначению физической нагрузки для здоровья: путь пользователя от зависимости к самостоятельности. Apunts Sports Medicine 2024; 59(223): 100449.
• Gabay и др. Изучение приверженности тренировкам и качества жизни у опытных спортсменов, новичков и тех, кто бросил тренировки. Frontiers in Sports and Active Living 2023; 5: 1293535.
• Doherty и др. Оценка влияния назначения упражнений через приложение с использованием обучения с подкреплением на удовлетворённость и интенсивность тренировок: рандомизированное перекрёстное исследование. JMIR mHealth and uHealth 2024; 12:e49443.
• Dergaa и др. Использование искусственного интеллекта для назначения физических упражнений в персонализированном укреплении здоровья: критическая оценка модели GPT-4 от OpenAI. Biology of Sport 2024; 41(2): 221–241.