使用可能な履歴データの量が予測の精度に影響します。データ量が多いほど精度は向上します。最低でも履歴データの量は予測期間の数の2倍以上にする必要があります。望ましい履歴データの量は予測期間の3倍以上です。予測時に使用できる履歴データの量が十分でない場合は、警告またはエラーが表示されます。予測プランニングでは、データ内の季節性のパターンを検出し、これを将来の予測に使用できます(たとえば、休暇シーズン中の売上の急増など)。季節性を検出するには、2つ以上の完全なデータ・サイクルが必要です。
また、予測プランニングでは、履歴データで欠落している値を検出して値を補完し、外れ値をスキャンし、許容範囲まで正規化します。データに欠損値または外れ値が多すぎ、信頼できる予測を実行できない場合、警告またはエラー・メッセージが表示されます。