Jeżeli celem jest zbudowanie modelu procesu na podstawie tego, jak mierzalne wielkości zmieniają się w czasie (np. poziom zapasu dziennego, liczba wydań w tygodniu, czas kompletacji w kolejnych godzinach), to właściwym podejściem jest analiza szeregów czasowych. Szereg czasowy to uporządkowany ciąg obserwacji tej samej zmiennej zarejestrowanych w kolejnych momentach lub okresach czasu. Taka analiza pozwala m.in. identyfikować trend, sezonowość, cykle oraz składnik losowy, a następnie wykorzystywać model do prognoz.
Odpowiedź "szeregów rozdzielczych" jest nieadekwatna, bo szereg rozdzielczy (rozkład) porządkuje obserwacje według wartości cechy i częstości (np. ile jest pozycji o danej masie), ale nie opisuje dynamiki w czasie. Nie służy więc bezpośrednio do modelowania zmian procesu w funkcji czasu.
Odpowiedź "natężenia" może kojarzyć się z intensywnością zjawiska (np. natężenie przepływu), jednak nie jest to nazwa rodzaju analizy danych polegającej na modelowaniu zmian w kolejnych chwilach. To raczej parametr/miara, a nie kategoria danych (szereg) w sensie statystycznym.
Odpowiedź "struktury" jest zbyt ogólna. Analiza struktury dotyczy zwykle udziałów, składu i proporcji (np. struktura asortymentu), a niekoniecznie zmian w czasie. Kluczowym sygnałem w treści jest sformułowanie "zmian w czasie", które jednoznacznie wskazuje na szeregi czasowe.
W praktyce magazynowej i logistycznej szeregi czasowe są podstawą do prognozowania popytu, planowania zatowarowania, oceny sezonowości oraz monitorowania KPI (np. liczby wysyłek, opóźnień, reklamacji) w ujęciu dziennym lub tygodniowym.
