时间序列预测先看季节性还是趋势
面对连续月份或季度数据时，先拆开时间结构，比直接比较两个总数更容易看出变化来源。
把时间顺序保留下来
时间序列与普通数据表最大的区别，是记录之间存在先后关系。月度销售、温度、交通流量和 GDP 都不能随意打乱后再解释。先检查时间间隔是否一致、是否有缺失月份、是否发生过口径调整，之后再决定使用移动平均、指数平滑或其他模型。
趋势与季节性要分开
趋势描述长期方向，季节性描述重复出现的周期。一个数据在每年同一月份上升，可能是季节性；连续多年缓慢上升，才更接近趋势。把二者混在一起，会让预测看起来很准确，却无法解释为什么某个时段出现偏差。
预测区间比单点数字重要
预测结果通常应该配合不确定范围阅读。单个数字容易被当成承诺，而区间能够提醒读者：未来仍会受到样本、突发事件和测量误差影响。报告中应说明预测窗口、训练资料、误差指标和无法观察的因素。
把结果放回实际场景
工程维护、课程排期和经济指标都可能需要预测，但使用者关心的问题不同。先写清楚预测用来支持什么决定，再选择适合的指标。一个可复核的时间序列页面，应同时提供原始数据说明、方法名称、图表和回看入口。