Cada modelo de optimización tiene un objetivo que representa matemáticamente el objetivo del modelo como una función de las celdas de suposiciones y de variables de decisión, así como otras fórmulas del modelo. El trabajo de OptQuest es encontrar el valor óptimo del objetivo seleccionando y mejorando distintos valores para las variables de decisión.
Cuando los datos del modelo son inciertos y sólo se pueden describir mediante distribuciones de probabilidad, el objetivo en sí tendrá alguna distribución de probabilidad para cualquier conjunto de variables de decisión. Puede encontrar esta distribución de probabilidad definiendo el objetivo como una previsión y utilizando Crystal Ball para simular el modelo.