叙事时序理论是热奈特在叙事时间研究中取得的重要成果。叙事时序是文本展开事件的先后次序，是叙述者讲述故事的时序。与之相对应的是故事时序，即指被讲述的故事的自然时间顺序。很多时候，叙事时序和故事时序并非是一致的，在叙事学中，叙事时序和故事时序不一致的情况被称为“时间倒错”。热奈特认为时间倒错包含追叙和预叙两种形式，在这两个维度的叙事时序的共同作用下，相比于传统的叙事性新闻报道，数据新闻在疫情期间的传播更加高效。
1.数据新闻的追叙：理清事实的变动
追叙，指的是往事的重现，用热奈特的话说，是指“对故事发展到现阶段以前的事件的一切事后叙述”。疫情期间，不少媒体通过数据展示新冠肺炎蔓延的始末，站在当下的节点，回望疫情的发转过程，理清肺炎形势。
网易新闻出品的《新冠肺炎席卷全国的33天》，通过动图展示武汉各市及全国各省市确诊病例人数、治愈出院人数以及死亡人数的变化情况，同时还有全国各城市累计确诊排名、全国各省市复工时间的统计图表，通过一系列的数据带我们回忆新冠肺炎来势汹汹到逐渐受到控制的过程。澎湃新闻“美数课”也用《763例确诊患者的故事，还原新冠病毒向全国扩展的路径》来对病毒进行时空追踪，用数据来说话，为读者梳理了新型冠状病毒的传播和扩散过程。
2.数据新闻的预叙：预测发展的趋势
所谓预叙，即在故事中预先叙述后边事件的方法。数据新闻的预叙是基于现有的数据，通过海量数据的分析来挖掘出事实的真相和规律，从而对事件未来的走向进行预测，对我们最关注的“疫情拐点何时出现”“什么时候可以摘口罩”等问题进行合理推测和回应，这种预测功能是传统的文本叙事难以做到的，且恰恰是新冠疫情这一特殊时期我们所需要的信息。
“集智俱乐部”的《防控力度多大才能遏制疫情发展？网络动力学推演给你答案》中，对大量人口流动而导致的病毒二级甚至三级爆发的可能性进行了探讨，通过“澎湃美数课”“nCov疫情地图”等多数据来源选定参数并进行建模分析，最终得出结论：nCov虽然来势凶猛，但是如果我们加强管控力度，该病毒还是有可能得到有效控制的。
疫情期间的数据新闻通过这两个维度的叙事时序，在不同时间中穿梭，使过去、现在和未来交织，让读者在总结过去阻击疫情工作的同时看到当下的进展，同时对于在未来新冠肺炎的可能走向进行预判，采取相应的防护措施。