Si desea seleccionar un modelo manualmente, hay que analizar primero los datos históricos para determinar si existe un patrón o una tendencia distinta. A continuación, se debe definir el modelo de pronóstico.

Si los datos históricos representan un flujo de consumo constante, se deberá seleccionar el modelo constante o el modelo constante con adaptación de los factores de alisamiento. En ambos casos, el pronóstico se lleva a cabo utilizando el alisamiento exponencial de primer orden. Al adaptar los factores de alisamiento, el sistema calcula diferentes combinaciones de parámetros y selecciona la combinación de parámetros óptima. La combinación de parámetros óptima es la que resulta de la desviación media absoluta más baja.

Hay otras dos posibilidades si el patrón histórico es constante, el modelo de media variable o el modelo de media variable ponderada.

En el modelo de media variable ponderada se ponderan valores del pasado individuales con el resultado de que el sistema no da valor equitativo a los datos históricos al calcular los valores de pronóstico. De esta manera se puede influir en el cálculo, de manera que los valores del pasado más recientes tengan un papel más importante en el pronóstico que los menos recientes, como también sucede con el alisamiento exponencial.

Si los datos históricos representan una tendencia, se deberá seleccionar el modelo de tendencia o un modelo de alisamiento exponencial de segundo orden. En el modelo de tendencia, el sistema calcula los valores de pronóstico utilizando el alisamiento exponencial de primer orden.

En los modelos de alisamiento exponencial de segundo orden, se puede seleccionar un modelo con o sin optimización de parámetros.

Si los datos históricos representan un patrón estacional, se deberá especificar el modelo estacional. El sistema calcula los valores de pronóstico para el modelo de tendencia utilizando el alisamiento exponencial de primer orden.

Si los datos históricos representan un patrón de tendencia estacional, se deberá seleccionar un modelo de tendencia estacional. El sistema calcula los valores de pronóstico utilizando el alisamiento exponencial de primer orden.

Si no se puede detectar ninguno de los patrones o tendencias anteriores pero se desea igualmente que el sistema lleve a cabo un pronóstico, se recomienda normalmente seleccionar el modelo de media variable o el modelo de media variable ponderada.