大部分的歷史或以時間為基礎的資料都包含基本趨勢或季節性模式。然而，大部分的歷史資料也包含隨機波動 (雜訊)，因此很難在沒有電腦的情況下，偵測這些趨勢和模式。「預測規劃」使用精密的時間級數方法來分析資料的基本結構，接著投射出趨勢和模式，以預測未來的值。
時間數列預測會將歷史資料分解為幾個構成要素：層級、趨勢、季節性和錯誤。「預測規劃」會分析這些構成要素，然後將它們投射至未來，以預測可能的結果。
在「預測規劃」中，資料序列是單一成員的一組歷史資料。當您執行預測時，它會對每個所選的資料序列嘗試每個時間級數方法，並計算適合度的數學測量值。「預測規劃」會選取具有最佳適合度的方法，作為可產生最準確預測的方法。
最後的預測會顯示資料最有可能的延續。這些方法全都假設歷史趨勢或模式的某些層面將延續到未來。然而預測的範圍愈遠，事件偏離過去行為的可能性愈大，而您對結果的信心度也會愈低。為了協助您測量預測的可靠性，「預測規劃」提供預期區間，可指出預測周圍的不確定度。