Forventet ydeevne giver abonnenter estimerede gennemførelsestider for vigtige løbsdistancer baseret på deres historiske Strava-aktiviteter. De understøttede løbsdistancer er 5 km, 10 km, halvmaraton og maraton.

Forventet ydeevne tager ikke højde for terræn- eller højdevariationer i løbet og antager, at en atlet løber på en flad rute ligesom på en løbebane. Forventet ydeevne er kun tilgængelig for abonnenter og kan findes i afsnittet Status under fanen Dig og i dine løbeaktiviteter i mobilappen.

For at kunne se prognoserne skal en abonnent have uploadet mindst 20 løbeaktiviteter inden for en rullende periode på 24 uger (ca. 5½ måneder). Denne tærskel sikrer, at maskinlæringsmodellen, der driver funktionen, har tilstrækkelige data til at lave en præcis forudsigelse af høj kvalitet. Modellen genererer et nyt sæt forudsigelser for abonnenten efter hvert upload af en løbetur og efter tre dage uden upload af løbeture. Abonnenter, som ikke har uploadet nok løbeaktiviteter inden for den løbende periode, vil se et lagret sæt forudsigelser fra sidste gang, de havde nok uploads. Når en abonnent genoptager upload og når tærsklen for aktiviteter, vil forudsigelserne blive opdateret.

Indendørsaktiviteter og løb på løbebånd er ikke medregnet i dine prognoser. Der anvendes udelukkende udendørs løb, der er registreret med GPS. Modellen tager højde for hele din løbhistorie og dine bedste ydeevner, men løb inden for et rullende 24-ugers vindue vægtes højere. På den måde afspejler dine forudsigelser i høj grad din nuværende fitness i stedet for ydeevne fra længere tilbage i tiden.

Du kan se dine forudsigelser over tid for de seneste 1, 3 og 6 måneder. I månedsvisningen kan du se din opdaterede forventede ydeevne dagligt. For perioder på 3 og 6 måneder kan du se din medianprognose for hver uge. For at kunne se tidligere forudsigelser skal du have mindst to forudsigelser i det valgte tidsrum for den valgte distance. Selvom du ikke har nok løb til, at vi kan give dig en aktuel forudsigelse i dag, kan du se dine tidligere forudsigelser i det valgte tidsrum.

Stravas funktion Forventet ydeevne er drevet af en maskinlæringsmodel, der bruger over 100 dataattributter fra atleter, herunder den samlede løbehistorik og toppræstationer. I modsætning til andre løbsberegnere, der bygger på teoretiske input som estimeret maksimal iltoptagelse bruger Strava kun faktiske aktivitetsdata til at forudsige løbsresultater. Systemet bruger også præstationer fra atleter med lignende træningshistorik, så de estimerede tider er realistiske og baseret på, hvad andre brugere med tilsvarende kapacitet har opnået.

Tider for hver løbsdistance beregnes uafhængigt, hvilket fører til større præcision. For eksempel kan en atlet, der har en træning, der fokuserer på længere intervaller, løber flere kilometer om ugen og oplever en markant forbedring i sine forventede tider på halvmaraton og maraton, men ikke opleve en tilsvarende forbedring i sine forventede tider på de kortere distancer.

På samme måde kan en atlet, der fokuserer på kortere distancer og lægger vægt på hastighed og effekt i sin træning, opleve større fremskridt i sine forventede tiderpå 5Kog10 kmend på de længere distancer, hvor disse egenskaber er mindre vigtige.