Chaque modèle d'optimisation comporte un objectif qui représente le but du modèle mathématiquement, en tant que fonction des cellules d'hypothèse et de variable de décision, ainsi que d'autres formules du modèle. Le rôle d'OptQuest est de trouver la valeur optimale de l'objectif en sélectionnant et en améliorant différentes valeurs pour les variables de décision.
Lorsque des données de modèle sont incertaines et ne peuvent être décrites qu'à l'aide de lois de probabilité, l'objectif lui-même comporte une loi de probabilité pour tous les ensembles de variables de décision. Vous pouvez connaître cette loi de probabilité en définissant l'objectif en tant que prévision et en utilisant Crystal Ball pour simuler le modèle.