4.建立分析模型

经过上述数据的收集和整理后，下一步就是根据这些数据建立一个或数个分析模型以反映各种变量之间的关系。模型（model）是对某种实际情形的反映  。由于问题或数据不同，我们可以有不同形式的模型，如数学模型（用数学方程式来表示各变量的关系）、图表模型等。

在建立模型时，我们应尽量使模型简单，减少或简化各种假设。太复杂的模型不易为管理人员所理解，其分析结果也不易为管理人员所接受。

模型建立后，我们应该对模型进行测试，以检验模型所反映的各变量的关系是否合理，其分析结果是否与实际情况相符。下面是几种常用的模型测试方法：

（1）将已有数据代入模型，看由模型计算出的结果是否与实际相符。大多数情况下，由模型计算出的结果不会与实际完全一致，但二者的差异应该在可接受的范围内，或者二者的差异是可以合理解释的。

（2）“制造”一些新的数据，代入模型中，看模型计算出的结果是否合理。

（3）改变模型中的某些常数，测试由于模型常数改变而导致的预测结果改变是否合理、是否符合预期。

本书在后面将对模型及如何建模进行详尽讨论。

模型（model） 是我们对商业实际情形的简化并理想化了的一种理解及表达。

5.评估分析结果及解决方案

上面建立的模型可能会提供一个或数个不同结果。这些结果可能引导我们做出不同的决策，或对问题提出不同的解决方法。分析工作者应该评估所有结果及方法，从中找出最佳解决方案。

要注意的是，在评估分析结果及解决方案时，尽管有些模型在数学上看起来近乎完美，但因模型太复杂，或者由该模型导出的分析结果或方案太复杂，很难为他人所理解。在这种情况下，分析工作者应该力求简化模型，使结果更加容易解释。在这种“简化”的过程中，你也许会发现模型中存在的一些不易觉察的问题。

在很多情况下，定量分析一般对某一问题只给出一个答案或一个方案，而管理人员经常希望得到某一范围内的不同解决方案及可能结果。因此，分析人员应该提供在不同情况或假设条件下对问题的不同解决方案。

6.编制分析报告

编制分析报告的主要目的是向管理人员报告和评估分析结果并提出问题的解决方案。分析报告应简明易懂，击中要点。只有这样，管理人员才有可能更容易接受分析结果或报告提出的建议。如果有机会让管理人员参加分析过程，管理人员会更容易接受分析结果。

7.将解决方案付诸实践

在执行问题解决方案的过程中，管理人员的理解和支持是十分重要的。一个新的方案可能会涉及许多部门，很多时候是牵一发而动全身的。分析人员应该对新方案的各种可能影响有充分的估计，并与管理人员沟通，以获得他们的支持。

8.检验模型，更新并改善模型

上述方案执行后会产生一系列新的数据，根据这些数据，我们应该重新检验模型。如果有必要，应对模型进行修改补充，以使其能更好地反映实际。