ビジネスを行なう上で、時系列データの分析は非常にニーズがある分析の一つです。

特に、需要予測は在庫計画や生産計画を立てる際に非常に役に立ちます。
予測には様々な方法がありますが、どんな予測方法を使っても完璧な予測というのはありません。しかし、経験と勘に頼っていた予測をある程度、数値化し、暗黙知を形式知に転換することによって、リスクの分散やビジネスの拡大に役立てることができます。

統計の基本は、データとデータの間の相関を見出すことです。
予測の場合は、時系列データ間の関係や、外部の要因との間の関係を見つけることです。

次のデータは、ある商品の3年分の週次販売データです。

週次販売データ1

これをみると、一定周期で販売数が上下しているように見えます。
1年は52週で定義されているので、52週ごとに移動平均を取ってみます。

週次販売データ2

移動平均のグラフを見てみると、ほぼ一定の数値を示していることが見て取れます。

移動平均は、周期性を平滑化するので、この商品は52週(1年)の周期で販売数の変動があるということが想像できます。