Los Modelos de Predicción Numérica realizan simulaciones computarizadas de la evolución de la atmósfera para los siguientes días. Son la esencial, y universalmente utilizada,  herramienta de predicción meteorológica. Los Modelos de Predicción Numérica se basan en una red tridimensional que cubre la atmósfera y las capas superiores de los continentes y océanos. Mediante el uso de las leyes físicas que gobiernan la dinámica atmosférica, se calculan los flujos de masa y energía entre puntos adyacentes de una malla. Estados futuros de la atmósfera se prevén a través de la integración temporal de estos flujos.

A pesar de su sofisticación, los pronósticos de la situación meteorológica en superficie generados por los modelos de predicción numérica todavía tienen sus limitaciones. Por ejemplo, la resolución horizontal (la distancia entre puntos de malla adyacentes) no es lo suficientemente fina para representar algunos componentes del mundo real como la topografía, que ejercen una influencia muy fuerte sobre las condiciones meteorológicas cercanas a la superficie. Otra limitación importante es que las predicciones del MPN son deterministas, lo que significa que no ofrecen un grado de incertidumbre en el pronóstico. Estas limitaciones hacen que sea esencial aplicar una técnica de post-proceso conocido como "reinterpretación" o "downscaling".

Meteológica recibe, varias veces al día, estos pronósticos generados por los MPN más avanzados. Estos MNP son sometidos al proceso de "downscaling" y son fusionados, utilizando tecnología propia, para obtener de manera óptima unas precisas predicciones meteorológicas en superficie.

En la última etapa, se originan las previsiones de las variables de negocio de interés. Se utilizan diferentes tipos de modelos matemáticos  en este proceso de traducción. Algunos de ellos han sido completamente desarrollado por Meteológica, otros se han adaptado a las necesidades de la empresa a partir de modelos de dominio público.

Algunos de estos modelos incluyen leyes físicas que simulan relaciones entre variables (por ejemplo el modelo de pavimento), otros se basan en relaciones estadísticas entre variables de entrada y de salida. Todos ellos requieren una calibración especializada con los datos observados con el fin de proporcionar el máximo valor al usuario.

Lo que MeteoLógica proporciona a sus clientes es esencialmente información.