A maioria dos dados históricos ou com base no tempo contêm uma tendência ou padrão sazonal subjacente. No entanto, a maioria dos dados históricos também contém flutuações aleatórias (ruído) que dificultam a detecção dessas tendências e padrões sem um computador. O Planejamento Preditivo usa métodos sofisticados de série de tempo para analisar a estrutura subjacente dos dados. Em seguida, ele projeta as tendências e padrões para prever valores futuros.
Previsão de série de tempo quebra dados históricos em componentes: nível, tendência, sazonalidade e erro. O Planejamento Preditivo analisa esses componentes e, em seguida, projeta-os no futuro para prever os resultados prováveis.
No Planejamento Preditivo, uma série de dados é um conjunto de dados históricos para um único membro. Quando você executa o Planejamento Preditivo, ele experimenta cada método de série de tempo em cada uma das séries de dados selecionadas e calcula uma medida matemática de grau de adequação. O Planejamento Preditivo seleciona o método com o melhor de grau de adequação como o método que conterá a previsão mais precisa.
A previsão final mostra a continuação mais provável dos dados. Todos esses métodos consideram que alguns aspectos da tendência histórica ou padrão continuarão no futuro. No entanto, quanto mais você prevê, maior é a probabilidade de haver divergência do comportamento anterior nos eventos, e você terá menos confiança nos resultados. Para ajudar você a avaliar a confiabilidade da previsão, o Planejamento Preditivo fornece um intervalo de previsão que indica o grau de incerteza sobre a previsão.