Recurso presente no IBM SPSS Statistics e no IBM SPSS Modeler, a simulação de Monte Carlo, de uma forma geral, tem o objetivo de aumentar a precisão dos modelos e auxiliar na criação de regras de negócios em diversas áreas, tais como planejamento estratégico e de negócios, previsões de vendas e modelos de precificação.

Em cada etapa da simulação, os inputs são gerados aleatoriamente a partir das distribuições especificadas. Ao final do processo, analisa-se a distribuição empírica do output e tomam-se decisões baseadas nos resultados obtidos. Com isto, é possível, por exemplo, estimar - com uma taxa de acerto maior - o uso de energia elétrica em função da temperatura, que varia ao longo do ano e, portanto, interfere no volume de água utilizado pelas usinas hidrelétricas.