数据放大
可以将所需要的数据分成两类：无法控制的因素、可以控制的因素，需要得到这两个因素的可靠数字。
你能控制的变量受到约束条件的限制，这些考虑事项被称为约束条件。
决策变量是你能控制的因素
约束条件只能告诉你实现利益最大化的过程中无法做到的事。
在不超出约束条件的情况下，你的工作就是选择一个组合实现最大利润。
当你希望尽量多获得（或少获得）某种东西，而为了实现这个目的需要改变其他一些量的数值，你就碰到了一个最优化问题。
然而为了，为了实现利润最大化，你必须尊重约束条件。
借助目标函数发现目标
你希望最大化或最小化的对象就是目标，目标函数可以帮助你找出最优化结果。
C1 X1 + C2 X2= P
C代表约束条件，X代表一个决策变量，P是你的目标。
整个等式的意思是，通过将每个决策变量乘以一个约束条件，就能算出可能实现的最大值 “P”.
任何最优化问题都有一些约束条件和一个目标函数。
列出有其他约束条件的产品组合
新的约束条件会改变可行区域
模型仅仅是你所规定的约束条件下
“一切模型都是错误的，但其中一些是有用的” —George Box
分析工具不可避免地会简化实际情况，但如果你的假设和数据都是正确的，那么这些工具就相当可靠，
你的目标应该是尽量创建最有用的模型，让模型的不完美相对于分析目标变得无足轻重。
你的模型告诉你如何实现最大利润，但仅仅是你所规定的约束条件下。模型接近事实，但不完美，有时这种不完美会导致问题。
按照分析目标校正假设
需要不停的问自己：规定的假设条件应该详尽到什么程度？这由分析的重要性来决定。
分析数据表格中的各种关系，列出事实因素。例：负相关，如何负相关？
假设立足于不断变化的实际情况
所有的数据都是观察数据，你无法预知未来。
模型可能会突然失灵，需要做好准备，以便在必要的时候重新构建分析方法，反复不断地进行构建正式分析师的工作。
总结：要重点考虑不能控制的因素，即约束条件。根据事实快速修正原型，要意识到约束条件的真实性。
