任何情况的状态都不能从一个孤立的时间点来最好地判断。判断一个时间点和另一个时间点(比如今年和去年)也是危险的。考虑到珍稀鸟类的数量，或者你的预算状况，或者你的组织中的志愿者数量。对数据点唯一有意义的理解是它在过去的背景下所处的位置，理想情况下是未来。例如，如果我们看一下海牛与船相撞的死亡率(右)我们每年有50头海牛死亡，这很好。坏的还是无所谓的?
预测未来是管理者最重要但又难以掌握的技能之一。当然没人能做到实际上预测未来，但我们可以确定可预测的因素，或可预测的程度。最好的预测方法是基于使用经验数据。在管理圈中，最实用的方法不是建立复杂的预测模型，而是建立当前系统的图像，然后将期望建立在该系统中数据模式的可预测性之上。以佛罗里达海牛(上图)为例，我们看到了三个(或四个)系统——一个稳定的低水平碰撞死亡(到1983年)，然后1984-1997年更高的水平，然后是一个不稳定的时期1997-1999年，然后是一个新的系统。你必须关注正确的系统，才能理解接下来会发生什么。
将表现水平定义为“好”或“坏”也无济于事。关键是如何稳定它，如何让它变得更好。20世纪90年代的系统是由河流系统上大量的船只驱动的，所以碰撞的可能性更大。我们不能说现在的情况比20世纪70年代更糟，只能说交通事故死亡的可能性更大了——我们可能想为此做点什么(比如降低水路速度限制)。
阅读:
Black sa(2015)系统行为图表有助于理解生物多样性恢复。国际生态学杂志，2015 (787925): pp6http://dx.doi.org/10.1155/2015/787925