Labākā kvantitatīvās analīzes modeļa izvēle ir atkarīga no tā, kurā jomā strādājat un kādus jautājumus vēlaties uzdot. Finanšu profesionāļi, kurus interesē finanšu instrumentu, piemēram, akciju un obligāciju, darbības analīze, var izmantot tehniskās kvantitatīvās analīzes modeli, kurā viņi izdara secinājumus, pamatojoties uz instrumentu pagātnes uzvedību. No otras puses, tirgus pētnieki var izmantot modeļus, kuros viņi var piešķirt skaitliskas vērtības dažādiem pētījuma mainīgajiem lielumiem, piemēram, mērķa demogrāfijai, reģioniem un produktu un pakalpojumu cenām. Cilvēki, kuriem datorzinātņu kontekstā nepieciešams kvantitatīvās analīzes modelis, var izvēlēties tādu, kas ļauj reāllaikā pārraudzīt automatizēto sistēmu ražošanas līmeni.
Izvēloties labāko kvantitatīvās analīzes modeli, ir svarīgi zināt, uz kuriem jautājumiem vēlaties saņemt atbildes vai kādus rezultātus vēlaties sasniegt. Cilvēkiem, kuri interesējas par sistēmu rezultātu uzraudzību, jāizmanto rezultātu pārvaldības kvantitatīvās analīzes modelis. Izmantojot šāda veida modeli, lietotāji sistēmā definē konkrētus faktorus un spēlētājus un var vizualizēt, kā tie ietekmē rezultātus. Šie cilvēki var izmantot modeļus, lai nepārtraukti uzlabotu sistēmas.
Rezultātu loģikas rasējums bieži vien labi darbojas stratēģisku lēmumu pieņemšanā. Izmantojot šāda veida analīzes modeli, indivīdi izmanto tādas metodes kā rezultātu ķēdes, lai redzētu, kā noteikti ienākumi netieši ietekmē noteiktus faktorus. Piemēram, persona, kas izmanto modeli, lai noteiktu stratēģijas veikala atvēršanai jaunā ģeogrāfiskā tirgū, var analizēt, kā šī paplašināšanās ietekmē naudas plūsmu citās lielas organizācijas jomās. Cilvēki izmanto iznākuma modeļus, lai pārvaldītu risku, izstrādājot stratēģiju, noteiktu, kuri upuri sagaidāmi pēc jaunas stratēģijas ieviešanas, un lai nodrošinātu, ka prognozētie rezultāti ir loģiski.
Personas, kas meklē modeli, kas palīdz noteikt, vai ir nepieciešams kāds konkrēts produkts vai prakse, varētu gūt labumu no vajadzībām balstītiem novērtējumiem, kuros viņi var intervēt attiecīgās puses. Piemēram, pirms organizācija tirgū ievieš jaunu produktu, mārketinga speciālisti var intervēt nozīmīgu mērķa demogrāfisko datu paraugu, pēc tam piešķirt vērtējumiem vai atbildēm skaitliskas vērtības, kā arī dažādām demogrāfisko datu grupām. Uz vajadzībām balstīti modeļi ir labi piemēroti visiem cilvēkiem, kuriem ir kāds produkts vai pakalpojums, ko pārdot, bet kuri nav pārliecināti par to, vai un kur produkts ir pieprasīts.
Pirms pieņemt kvantitatīvās analīzes modeli, ir svarīgi konsultēties ar visām personām, kurām ir kāda nozīme jūsu analīzē. Varētu būt noderīgi šos cilvēkus sadalīt divās grupās, ar kurām konsultējaties atsevišķi. Vienā grupā var būt visi cilvēki, kas piedalās faktiskajā analīzē. Otrā grupā varētu būt cilvēki, kuri var gūt labumu no analīzes.