Как правило, все методы прогнозирования основных тенденций при анализе спроса основаны на анализе временных рядов. Изменения уровней рядов динамики обусловливаются влиянием на изучаемое явление ряда факторов, которые неоднородны по силе, направлению и времени их действия. Постоянно действующие факторы оказывают на изучаемые явления определяющее влияние и формируют в рядах динамики основную тенденцию развития (тренд). Воздействие других факторов проявляется периодически. Это вызывает повторяемые во времени колебания уровней рядов динамики. Действие разовых (спорадических) факторов отображается случайными (кратковременными) изменениями уровней рядов динамики.
Различные результаты действия постоянных, периодических и разовых причин и факторов на уровни развития потребительского спроса во времени обусловливают необходимость изучения основных компонентов рядов динамики: тренда, периодических колебаний, случайных отклонений.
Особенностью изучения развития потребительского спроса во времени является то, что в одних рядах динамики основная тенденция роста проявляется при визуальном обзоре исходной информации, в других рядах динамики общая тенденция развития непосредственно не проявляется. Она может быть выражена расчетным путем в виде некоторого теоретического уровня.
Большую наглядность основной тенденции развития объема розничного товарооборота можно получить из графического изображения ряда динамики. Потребности квалифицированного управления развитием коммерческой деятельности, прогностические и иные цели обусловливают необходимость придания основной тенденции развития обобщающей количественной оценки. При изучении в рядах динамики основной тенденции развития (тренда) решаются две взаимосвязанные задачи: выявление в изучаемом явлении наличия тренда с описанием его качественных особенностей; измерение выявленного тренда, т. е. получение обобщающей количественной оценки основной тенденции развития.
На практике наиболее распространенными методами статистического изучения тренда являются: укрупнение интервалов, сглаживание скользящей средней, аналитическое выравнивание.
Метод укрупнения интервалов применяется для выявления тренда в рядах динамики колеблющихся уровней, затушевывающих основную тенденцию развития. Главное в этом методе заключается в преобразовании первоначального ряда динамики в ряды более продолжительных периодов (месячные в квартальные, квартальные в годовые и т. д.).
Для статистического изучения тренда применяется так называемое сглаживание методом скользящей средней. В основу этого метода положено определение по исходным данным теоретических уровней, в которых случайные колебания погашаются, а основная тенденция развития выражается в виде некоторой плавной линии. Для выявления основной тенденции развития методом скользящей средней прежде всего устанавливаются ее звенья. Звенья скользящей средней должны составляться из числа уровней, отвечающих длительности внутригодовых циклов в изучаемой явлении.
Для ряда динамики, отображающего развитие товарооборота по кварталам, скользящие средние обычно составляются из четырехчленных звеньев. Их расчет состоит в определении средних величин из четырех уровней ряда с отбрасыванием при вычислении каждой новой скользящей средней одного уровня слева и присоединением одного уровня справа: 
и т.д. Для четного числа уровней каждое значение скользящей средней приходится на промежуток между двумя смежными кварталами. Так, первая скользящая средняя записывается между II и III кварталами, вторая — между III и IV кварталами и т.д. Для определения сглаженных уровней производится центрирование. Для III квартала определяется серединное значение между первой и второй скользящими средними, для IV квартала центрируются вторая и третья скользящие средние и т. д.
Полученные значения сглаженных уровней приводятся на графике. Из их графического изображения отчетливо видна основная тенденция развития. При применении метода скользящей средней к ряду динамики месячных уровней рассчитываются 12-члепные скользящие средние: 
и т. д. с последующим центрированием полученных значений. Если при сглаживании рядов динамики звенья скользящей средней составляются из нечетного числа уровней, то необходимость в центрировании отпадает.
Применение в анализе рядов динамики методов укрупнения интервалов и скользящей средней позволяет выявить тренд для его описания, но получать обобщенную статистическую оценку тренда посредством этих методов невозможно. Решение этой более высокого порядка задачи — измерения тренда — достигается методом аналитического выравнивания.
Основным содержанием метода аналитического выравнивания в рядах динамики является то, что основная тенденция развития yt рассчитывается как функция времени
(4)
Определение теоретических (расчетных) уровней 
производится на основе так называемой адекватной математической функции, которая наилучшим образом отображает основную тенденцию ряда динамики. Подбор адекватной функции осуществляется методом наименьших квадратов — минимальностью отклонений суммы квадратов между теоретическими и эмпирическими yi уровнями:
(5)
Значение уравнения (5) состоит в том, что при изучении тренда оно принимается в качестве критерия оценки соответствия расчетных (теоретических) уровней с фактическими (эмпирическими) уровнями ряда динамики.
Важнейшей проблемой, требующей своего решения при применении метода аналитического выравнивания, является подбор математической функции, по которой рассчитываются теоретические уровни тренда. От правильности решения этой проблемы зависят выводы о закономерностях тренда изучаемых явлений. Если выбранный тип математической функции адекватен основной тенденции развития изучаемого явления во времени, то синтезированная на этой основе трендовая модель может иметь полезное применение при изучении сезонных колебаний, прогнозировании и других практических целях.
Одним из условий обоснованного применения метода аналитического выравнивания в анализе рядов динамики является знание типов развития потребительского спроса во времени, их основных отличительных признаков. В практике статистического изучения тренда различают следующие эталонные типы развития явлений во времени:
1) равномерное развитие. Для этого типа динамики присущи постоянные абсолютные приросты:
(6)
Основная тенденция развития в рядах динамики со стабильными абсолютными приростами отображается уравнением прямолинейной функции:
(7)
где a0 и a1 — параметры уравнения: t — обозначение времени.
Параметр a1 является коэффициентом регрессии, определяющим направление развития. Если a1>0, то уровни ряда динамики равномерно возрастают, а при a1<0 происходит их равномерное снижение;
2) равноускоренное (равнозамедленное) развитие. Этому типу динамики свойственно постоянное во времени увеличение (замедление) развития. Уровни таких рядов динамики изменяются с постоянными темпами прироста:
(8)
Основная тенденция развития в рядах динамики со стабильными темпами прироста отображается функцией параболы второго порядка:
(9)
В формуле (9) значения параметров a0 и a1 идентичны параметрам, используемым в формуле (7). Параметр a2 характеризует постоянное изменение интенсивности развития (в единицу времени).При a2>0 происходит ускорение развития, а при а2<0 идет процесс замедления роста. Параметр a1 может быть как со знаком плюс, так и со знаком минус;
3) развитие с переменным ускорением (замедлением). Для этого типа динамики основная тенденция развития выражается функцией параболы третьего порядка:
(10)
В уравнении (10) параметр а3 отображает изменение ускорения. При а3>0 ускорение возрастает, а при а3<0 ускорение замедляется;
4) развитие по экспоненте. Этот тип динамики характеризуют стабильные темпы роста:
(11)
Основная тенденция в рядах динамики с постоянными темпами роста отображается показательной функцией:
(12)
где a1 — темп роста (снижения) изучаемого явления в единицу времени, т. е. интенсивность развития;
5) развитие с замедлением роста в конце периода. У этого типа динамики показание цепного абсолютного прироста сокращается в конечных уровнях ряда динамики:
(13)
Основная тенденция развития в таких рядах динамики выражается полулогарифмической функцией:
(14)
При аналитическом выравнивании в рядах динамики можно применить и другие математические функции. Так, при изучении основной тенденции неудовлетворенного и реализованного спроса населения применяются:
степенная функция: 
(15)
функция гиперболы: 
(16)
Специфика и основные свойства математических функций рассматриваются при помощи экономико-математических методов и эконометрики.
Практика статистического изучения тренда потребительского спроса показывает, что порой невозможно однозначно решить вопрос, какому типу развития больше всего отвечают показатели ряда динамики. На практике ряды динамики с показателями, соответствующими признаками эталонных математических функций, скорее исключение, чем правило. Реальные условия формирования уровней развития социально-экономических явлений таковы, что совокупное действие факторов (постоянных, периодических, разовых) обусловливают такие изменения показателей ряда динамики, которые не согласуются с основными признаками типовых эталонных функций. Это осложняет выбор адекватной математической функции для аналитического выравнивания.
Но, как отмечалось выше, при изучении спроса или других социально-экономических явлений приходится иметь дело со сложным механизмом взаимодействия факторов, формирующих тренд. Поэтому на основе качественного анализа не всегда возможно получать надежные выводы о типе развития в виде адекватной математической функции. В лучшем случае на основе качественного анализа может быть выдвинута рабочая гипотеза о возможных типах развития. Но выбор на этой основе конкретной математической функции весьма затруднителен. Особенно это относится к криволинейным функциям, теория которых разработана недостаточно.
Для подтверждения гипотезы о возможном типе развития можно использовать графический метод. Наглядное изображение анализируемого ряда динамики позволяет получать образное представление о размещении на поле графика эмпирических уровней. Это способствует лучшему осмыслению специфики изменений в ряду динамики. Но дать обобщенную статистическую оценку выявленного тренда графический метод не может.
Практика статистического изучения тренда с использованием средств современной вычислительной техники показывает, что в решении проблемы выбора адекватной математической функции определяющее значение имеет обеспеченность пакетом стандартных программ для машинной обработки исходной информации. Возможности широкого использования в анализе тренда современных позволяют выбрать наиболее адекватную трендовую модель.
Одним из применяемых в практике статистического изучения тренда показателей адекватности математической функции является стандартизованная ошибка аппроксимации syt:
(17)
Применение в изучении тренда формулы (17) основано на том, что за наиболее адекватную принимается функция, у которой стандартизованная ошибка аппроксимации минимальная.
Таким образом, для решения поставленной задачи, прежде всего в порядке первого приближения, намечаются типы функций, которые могут отобразить имеющиеся в ряду динамики изменения. (изображаются графически). Из характера размещения уровней анализируемого ряда динамики на поле графика можно сделать предположение о возможном применении тренда при аналитическом изучении ряда математических функций. Это может быть и уравнение прямолинейной функции (7), и уравнение показательной кривой (12), и уравнение параболы второго порядка (9), и уравнение параболы третьего порядка (10). Для выбора наиболее адекватной из них следует осуществить сравнительный анализ тренда исходных данных способом перебора решений по намеченным математическим функциям.
Для определения параметров математических функций при анализе тренда в рядах динамики используется способ отсчета времени от условного начала. Он основан на обозначении в ряду динамики показаний времени таким образом, чтобы St=0. При этом в ряду динамики с нечетным числом уровней порядковый номер уровня, находящегося в середине ряда, обозначают через нулевое значение и принимают его за условное начало отсчета времени с интервалом +1 всех последующих уровней и —1 всех предыдущих уровней. Например, при n = 5 обозначения времени будут —2, —1,0, +1, +2. При четном числе уровней, например n = 6, порядковые номера верхней половины ряда (от середины) обозначаются числами: —1, —3, —5, а нижней половины ряда обозначаются: +1, +3, +5.
При использовании способа условного обозначения времени, когда St=0, параметры математических функций определяются по формулам:
а) для прямолинейной функции ` (при St=0):
(18)
(19)
б) для показательной функции ` (при St=0):
(20)
(21)
в) для параболы второго порядка` (при St=0):
(22)
(23)
(24)
г) для параболы третьего порядка 
(St=0):
(25)
(26)
(27)
(28)
В MS Excel алгоритмы определения параметров различных математических функций составляют содержание стандартных программ машинной обработки рядов динамики при анализе тренда. На основе этого считаются все коэффициенты, определяются параметры функции и на основе вычислительных параметров синтезируется трендовая модель по всем функциям.
Для решения вопроса, какая из этих моделей является наиболее адекватной, сравниваются их стандартизованные ошибки аппроксимации syt. Из сравнения полученных значений стандартной ошибки аппроксимации по критерию минимальности предпочтение делается вывод какой модели отдать предпочтение.
Таким образом, на основе теоретических исследований можно сделать выводы, что благодаря изучению и прогнозированию спроса на предприятии появляется возможность более эффективного оперативного и стратегического управления за счет обеспечения соответствие между спросом и предложением. Это на практике выражается в увеличении выручки (товарооборота) как в фактических, так и в сопоставимых ценах, суммы прибыли и в конечном итоге повышает рентабельность торгового предприятия в целом.