Taikant kiekybinio prognozavimo metodus, paprastai reikia analizuoti statistiką ir neapdorotus duomenis. Paprastas perkėlimo metodas, svorio perkėlimo metodas, eksponentinis išlyginimo metodas ir laiko eilučių analizė yra kiekybinio prognozavimo metodai, kuriuos dažniausiai naudoja ekonomistai ir duomenų analitikai. Šie metodai naudojami skaitiniams duomenims įvertinti, kartu atsižvelgiant į tendencijų pokyčius. Tikslias prognozes įmonės naudoja siekdamos priimti pagrįstus verslo sprendimus.
Paprastas judantis prognozavimo metodas yra kiekybinio tyrimo forma, pagrįsta reguliuojamu nustatytu periodu. Šis metodas naudojamas norint parodyti tendencijas per tam tikrą laikotarpį, įvertinant neapdorotus duomenis, paprastai per 30 dienų arba daugelį mėnesių. Kiekvieną mėnesį senesnė informacija pakeičiama naujo mėnesio informacija. Pavyzdžiui, jei duomenys vertinami rugpjūčio ir rugsėjo mėnesiais, rugpjūčio mėnesio skaičiai bus pašalinti ir pakeisti rugsėjo mėnesio informacija, kad būtų galima pamatyti, ar yra kokių nors duomenų tendencijų.
Panašiai kaip paprastas perkėlimo metodas, naudojant svorio perkėlimo metodą informacija išskaidoma vertinimo laikotarpiu, tačiau kiekvienam mėnesiui suteikiamas skirtingas svoris. Šis duomenų vertinimo metodas dažniausiai naudojamas vertinant tendencijas su numatomais mėnesio pokyčiais; Pavyzdžiui, sezoninių drabužių pardavimui gali būti naudingi tokie kiekybinio prognozavimo metodai. Jei ekonomistas numato, kad vasaros mėnesiais daugiau žmonių pirks šortus, šiam laiko langui galima pritaikyti standartinį daugiklį, kuris paprastai padidins biudžeto sąmatų tikslumą tais mėnesiais.
Šie kiekybinio prognozavimo metodai dažniausiai orientuoti į senesnius duomenis. Eksponentinio išlyginimo metodas įvertina naujesnę informaciją. Šis metodas tinkamas tiriant duomenis, kurie greitai kinta, pavyzdžiui, pardavimų rodiklius temperamentingoje rinkoje. Pavyzdžiui, jei verslo analitikas bando numatyti kito mėnesio pardavimus, eksponentinis išlyginimas naudos pastarųjų dienų, vedančių į šį naują mėnesį, duomenis, kad prognozuotų numatomus pardavimus.
Taikant kiekybinio prognozavimo metodus kartais reikia analizuoti laiko eilutes. Laiko eilutė yra duomenų stebėjimas skirtingais laiko momentais. Pavyzdžiai apima kasdienių akcijų kainų analizę, savaitės pardavimo tikslus ir mėnesio išlaidas. Šie metodai tiria pagrindinį duomenų kontekstą per ilgą laikotarpį. Šis metodas paprastai matuoja istorinius duomenis, naudodamas linijines diagramas, kad prognozuotų būsimus įvykius, todėl ekonomistas gali nustatyti duomenų charakteristikas, kurios gali būti naudojamos prognozuojant būsimus rezultatus.