• analýza citlivosti a testování hypotéz (jaké snížení hladiny dostanu pro meze odhadu transmisivity při daném čerpání)
• vytváření odborného dojmu (barevné obrázky, složité rovnice, anglické názvy programů)
• vhled do procesů (modelář má cit pro procesy a dokáže intuitivně říci, jak se může systém chovat a jaká data je třeba sbírat)

• čas a peníze -> nepodcenit
• komunikace -> řešit problém s modelářem při zpracování nabídky
• nejistoty na vstupech do modelu (heterogenita) ⇒ nejistoty ve výsledcích; zkrátka příroda je příroda

• software

• „skoro všechno“, ale ne vše je účelné modelovat (nelze shrnout do přehledné tabulky, která by nebyla zavádějící) -> je třeba včas mluvit o tom, jaké spolehlivé výsledky může modelář poskytnout

• existují jednoduché modely a analytická řešení, kterými je možno účelně kvantifikovat problémy
• jednoduchý model vhodný pro daný účel je mnohem lepší než složitý model pro daný účel nevhodný
• model nemusí být drahý

• Scientific thinking: Collect data → Build a model → Use the model to support decision making
• Applied scientific thinking: Consider decisions → Build models to support them → Collect data to test models
  Zdroj: Ferré 2016¹⁾

Modely jsou užitečné a nemusí být drahé, ale ohledně jejich využití při daném problému je dobré komunikovat s modelářem co nejdříve a dohodnout se zejména na cíli modelu.

Další čtení: Alternativní jednoduché modely a Software pro modelování podzemní vody