Kwantitatieve en kwalitatieve methoden voor het voorspellen van helpen managers zakelijke doelstellingen en doelstellingen te ontwikkelen. Zakelijke prognoses kunnen worden gebaseerd op historische gegevenspatronen die worden gebruikt voor het voorspellen van de toekomstige markt gedrag. De methode van de serie tijd voor de capaciteitsberekening is één gegevens Analysetool die maatregelen van historische gegevenspunten--bijvoorbeeld met behulp van lijndiagrammen--te voorspellen van toekomstige omstandigheden en gebeurtenissen. Het doel van de methode van de serie tijd is het identificeren van zinvolle kenmerken in de gegevens die kunnen worden gebruikt in het doen van uitspraken over de toekomstige resultaten.
Betrouwbaarheid
Historische gegevens gebruikt in de tijd serie proeven vertegenwoordigen voorwaarden rapportage langs een progressieve, lineaire grafiek. De methode van de serie tijd voor de capaciteitsberekening is de meest betrouwbare wanneer de gegevens vertegenwoordigt een ruime periode. Informatie over de voorwaarden kan worden geëxtraheerd door gemeten gegevens op verschillende tijdstippen--BV, per uur, dagelijks, maandelijks, per kwartaal, jaarlijks of op elke andere tijdsinterval. Voorspellingen zijn de gezondste wanneer op basis van een groot aantal opmerkingen voor langere perioden voor het meten van patronen in de voorwaarden.
Seizoensgebonden patronen
Gegevenspunten afwijkingen gemeten en vergeleken van jaar tot jaar kan onthullen seizoensgebonden schommelingen patronen die als basis voor toekomstige prognoses dienen kunnen. Dit soort informatie is voor markten waarvan de producten seizoensinvloeden, zoals grondstoffen en kleding detailhandelszaken schommelen van bijzonder belang. Voor retailers, kan tijdreeksen bijvoorbeeld onthullen dat verbruikersvraag voor winterkleren op een verschillende periode jaarlijks informatie die belangrijk is pieken bij het voorspellen van de productie en levering eisen zou zijn.
Trend schattingen
Als een lineair model van analyse, kan de tijd serie methode ook worden gebruikt om trends te identificeren. Gegevens tendensen rapportage van time serie grafieken kunnen nuttig aan managers bij metingen een toename tonen of afname in de verkoop van een bepaald product of goed. Bijvoorbeeld, kan een opwaartse trend in de dagelijkse sales voor widget X op een bepaalde franchise winkel dienen de basis voor trend schatting bij ook gelegen franchise winkels.
Groei
De tijd-serie-methode is een nuttig instrument voor het meten van zowel de financiële als de endogene groei, volgens Professor Hossein Arsham van de Universiteit van Baltimore. In tegenstelling tot de financiële groei is endogene groei de ontwikkeling die plaatsvindt van binnen uit een organisatie van interne menselijk kapitaal die tot economische groei leiden kan. De impact van beleid variabelen, bijvoorbeeld, kan worden aangetoond door de tijd serie proeven.