과학적 방법을 사용하여 비즈니스 솔루션에 신속하고 효과적으로
적용할 수 있는 몇 가지 핵심적인 방법이 있다.

1. 끈질기게 해야한다. 그러나 가설, 전제조건, 제안되거나 조사된

가설에 너무 집착하지는 마라.

예를 들어, 한 관리자는 자동차에서 진동 문제의 주요 원인이 바퀴와 허브의 틈새라고 생각했다.
우선 귀무가설로 "바퀴와 허브의 틈새는 진동문제에 효과가 없다" 라고 수립한 다음

데이터가 수집되고 분석결과 귀무가설을 기각하는
"바퀴와 허브의 틈새가 진동문제에 효과가 "0"이 아님을 믿을만한 이유가 없다."라고 나왔다면...
다음 단계로 더 많은 데이터를 수집해야 한다는 것, 그것은 문제였다.

불행히도 첫번째 분석 결론이 도움이되지 않을 때, 다음 요구는 더 열심히 일하는 것
(더 많은 데이터를 수집)이었다.  가설에 대한 그러한 엄격한 시행은 효과적인 해결책의
발견을 지연시킬 수 있다.

2. 반면에, 데이터와 귀납적 추리에 배타적으로 전념하지는 마라.

오늘날 데이터를 탐색하는 데 도움이 되는 유도성 추론도구가 많이 있다. 
그러나 이러한 접근방식으로 개발된 솔루션은 분석 중인 시스템이 시간이 지나도
변하지 않을 것이라는 가정 아래에서 진행한다.

예를 들어, 제조사와 제3자 출처가 동일한 목표를 가지고 있는 경우,
제3자의 소스도 개선에 큰 도움이 될 수 있다.

3. 가능한 모든 것을 아는 것은 이론적인 연구에서는 효과가 있지만

비즈니스에서는 그렇지 않을 수도 있다.

마지막으로 엔지니어와 과학자는 자연과 훈련을 통해 가능한한 솔루션을 제공하기 전에
변하지 않으려고 한다.  이것은 과도한 시간이 걸릴 수 있다. 
이론적 연구를 할 때 이것은 받아 들일 수 있지만 이런 전략은 용인 할 수 없다.

"최고"일 필요는 없다.  불확실성을 이해하고 정량화하면 도움이 된다.

과학적 방법의 맥락에서 가설과 귀납 추론을 신속하게 순환함으로써
빠르게 변화하는 세계에서의 과제를 보다 잘 충족시킬 수 있다.
그렇지만, 아마도 완벽하지는 않을 것이다.