抹茶味のプロテインを飲む習慣を、データサイエンティスト風に観測する
広告を含みます
最近、エステプロラボの「プロテイン ナチュラ グランプロ」という、ダブル抹茶味のプロテインを飲んでいる。
プロテインの感想は「おいしい」「飲みやすい」「身体が変わった」で終わりがちだ。しかしデータサイエンティストとして見ると、この3つはそのままでは扱いにくい。おいしさは評価尺度がなく、飲みやすさには味と準備の手間が混ざり、身体の変化には食事、睡眠、運動が交絡する。
そこで、これは商品レビューというより、自分の生活に新しい変数を一つ追加した観測だと考えることにした。
商品名より先に特徴量へ分解する
エステプロラボ プロテイン ナチュラ グランプロ ダブル抹茶の商品ページには、エンドウ豆・大豆・発芽玄米由来の植物性タンパク質、個包装、ダブル抹茶味という特徴が記載されている。
これを購入判断の特徴量にすると、次のようになる。
| 観点 | 見ている特徴 |
|---|---|
| 原料 | 3種類の植物性タンパク質 |
| 味 | ダブル抹茶 |
| 形態 | 1回分の個包装 |
| 運用 | 計量せずに準備できる |
栄養成分だけなら、比較できるプロテインはいくらでもある。それでも実際の継続率を左右するのは、袋を開けて飲むまでに何工程あるか、飽きずに選べる味か、といった運用側の変数かもしれない。
個包装は、単価だけを見れば大袋より不利になることがある。一方で、毎回スプーンで量る工程が消える。データ処理でいえば、精度を維持したまま前処理を一つ減らすようなものだ。習慣では、この小さな省略が欠損値を減らす。
「効いたか」は、まだ目的変数にしない
飲み始めると、体重や体調の変化をすぐプロテインに結びつけたくなる。しかし1人の短期間の記録では、因果関係までは分からない。
体重が減ったとしても、同じ時期に食事量が変わったかもしれない。調子がよくなっても、睡眠時間や運動量の影響かもしれない。逆に変化がなくても、プロテインが無意味だったとは言えない。
最初に見るべき目的変数は、身体の変化ではなく「無理なく飲み続けられたか」だと思う。
記録するなら、このくらいでいい
毎日の習慣を研究データのように細かく記録すると、記録そのものが続かなくなる。最低限なら、次の5項目で足りる。
| 項目 | 記録例 |
|---|---|
| 飲んだ時刻 | 朝・運動後・間食時 |
| 混ぜたもの | 水・豆乳など |
| 準備の面倒さ | 1〜5 |
| 飲んだ後の満足感 | 1〜5 |
| 翌日も飲みたいか | はい・いいえ |
ここで重要なのは、空欄もデータとして扱うことだ。記録を忘れた日は、意志が弱かった日とは限らない。忙しかった、入力項目が多すぎた、記録画面を開くのが面倒だった。欠損が繰り返されるなら、生活より計測設計のほうを疑ったほうがいい。
継続率は味だけでは決まらない
プロテインを続けられるかは、味の平均点だけでは説明できない。
たとえば、味が90点でも準備が面倒なら平日の観測数は減る。味が75点でも、個包装で迷わず作れるならデータは積み上がる。習慣化をモデルにするなら、味、準備時間、飲む場所、在庫、価格といった複数の説明変数が必要になる。
今の自分に言えるのは、ダブル抹茶味のプロテインを選び、実際に飲む習慣へ入れたというところまでだ。身体への効果を語るには観測期間も比較条件も足りない。
それでも、継続できる入力を選ぶことには意味がある。完璧な栄養設計を作って実行回数がゼロになるより、日常に載る仕組みを一つ持つほうがデータは増える。
プロテインではなく、運用を観測する
商品を評価しているつもりでも、実際には自分の行動を観測している。
いつなら飲めるのか。どの工程で面倒になるのか。味に飽きるのは何回目か。個包装の便利さにどれだけ価値を感じるのか。こうした記録がたまると、次に選ぶ商品の条件も具体的になる。
プロテイン一杯で劇的な結論は出ない。けれど、生活の中に一つ変数を足し、欠損を減らしながら観測を続ける。その姿勢はかなりデータサイエンスっぽい。
※本記事にはアフィリエイト広告を含みます。商品情報はAmazon.co.jpの商品ページで確認した内容です。体質やアレルギーに不安がある場合は、商品表示を確認し、必要に応じて医師などの専門家へ相談してください。