Cada vez mais as estratégias de planeamento assumem um papel preponderante na gestão de uma empresa. De entre estas, no processo de tomada de decisão, destacam-se sobretudo os modelos de previsão, que são de extrema importância para a gestão do negócio. Os modelos de previsão baseiam-se na combinação inteligente de diversas fontes de dados heterogéneas.

Uma empresa que processa bens alimentares perecíveis, como sanduíches ou saladas, que são vendidas a retalho, requer uma grande coordenação com diferentes produtores. Se a procura do seu produto for inferior ao esperado, perde dinheiro em matéria-prima não utilizada. Se for maior, existe um potencial que não consegue satisfazer, até podendo abrir a porta a competidores. Para combater estes possíveis vetores de ineficiência, algoritmos de Machine Learning podem aprender a dinâmica de procura de diferentes produtos, permitindo fazer o melhor match possível entre oferta e procura. A procura de produtos é afetada por uma infinidade de fatores, incluindo a psicologia das pessoas e a sua reação ao mundo. O consumo de produtos como gelados, saladas e cervejas são altamente afetados pela meteorologia, por exemplo, sendo que modelos estatísticos clássicos têm dificuldade em captar corretamente estas dinâmicas.