Resultatprognoser ger abonnenter uppskattade sluttider för viktiga löploppsdistanser baserat på deras historiska aktivitetsdata på Strava. Loppdistanserna som stöds är 5 km, 10 km, halvmaraton och maraton. Resultatprognoser tar inte hänsyn till terräng- eller höjdvariationer för loppet och förutsätter att en idrottare springer loppet på platt underlag likt en löparbana. Resultatprognoser är endast tillgängliga för abonnenter och kan ses under avsnittet Framsteg på fliken Du samt i dina löpaktiviteter i mobilappen.

Resultatprognoser blir tillgängliga när en abonnent laddar upp minst 20 löpaktiviteter under en rullande 24-veckorsperiod (cirka 5,5 månader). Det här tröskelvärdet säkerställer att maskininlärningsmodellen som driver funktionen har tillräckligt med data för att generera en högkvalitativ och korrekt prognos. Modellen genererar en ny uppsättning prognoser för abonnenten efter varje uppladdning av löpning och efter tre dagar utan några uppladdningar av löpning. Abonnenter som inte har laddat upp tillräckligt med löpaktiviteter inom den rullande tidsperioden ser en cachelagrad uppsättning prognoser från den senaste tidpunkten då de hade tillräckligt med uppladdningar. Prognoserna uppdateras när en abonnent laddat upp nya aktiviteter och når tröskelvärdet på nytt.

Du kan se dina resultatprognoser över tid under den senaste månaden, de senaste 3 månaderna och de senaste 6 månaderna. I en prognos för en månad kan du se dina uppdaterade prognoser för varje dag. I en prognos för 3 månader och 6 månader kan du se din medianprognos för varje vecka. Om du inte hade en uppdaterad prognos för en viss dag eller vecka kan vi hjälpa dig att komma fram till en slutsats baserat på den tillgängliga informationen. Du måste ha minst två prognoser inom den valda tidsperioden för den valda distansen för att kunna se tidigare prognoser. Även om du inte har tillräckligt många löpaktiviteter för att vi ska kunna ge dig en aktuell prognos idag, kan du visa dina tidigare prognoser inom den valda tidsperioden.

Stravas funktion för resultatprognoser drivs av en maskininlärningsmodell som använder data från över 100 idrottare, inklusive total löpningshistorik och bästa insatser. Till skillnad från andra lopprognoser som förlitar sig på teoretiska indata som uppskattad VO₂ max, använder Strava bara verkliga aktivitetsdata för att generera prognoser om loppresultat. Systemet använder sig också av resultat från idrottare med liknande träningshistorik, så att de uppskattade tiderna är realistiska och baserade på vad som har uppnåtts av andra användare med liknande förmågor.

Tider för varje loppdistans beräknas oberoende av varandra, vilket leder till större precision. Till exempel kan en idrottare som tränar för ett maraton genom att springa längre per vecka och fokusera på längre intervall se betydande förbättring i sina prognoser för halvmaraton och maraton, utan att se motsvarande förbättring i sina prognoser för de kortare distanserna. På samma sätt kan en idrottare som tränar på kortare distanser med fokus på hastighet och effekt se större förbättring i sina prognoser för 5 km och 10 km än för längre distanser, där dessa förmågor är mindre viktiga.

Den 23 september 2025 lanserades en förbättrad version av resultatprognosmodellen. Uppdateringen säkerställer att dina prognoser återspeglar dina senaste bästa insatser med större precision.