離散選択モデルは、パラメータに関して非線形です。そのため、選択モデル計画の効率は、パラメータの値に依存します（そして、このパラメータの値は、通常、未知です）。「選択モデル計画」プラットフォームは、Bayes流の方法に基づいています。分析者によって指定されたパラメータ値の事前分布に基づき、計画を最適化します。そのとき、Bayes流のD-最適化基準が使われますが、これは、情報量行列の行列式の対数の、事前分布に関する期待値です。「選択モデル計画」プラットフォームでは、指定された事前分布からこの期待値を計算し、それを最大化するような計画を探し出します。Bayes流のD-最適化計画およびKessels et al.（2011）を参照してください。
また、以下のような計画を生成することもできます。
• 効用中立な計画。この計画は、選択肢集合に含まれるどのプロファイルも同じ確率で選択されるという仮定から求められます。事前平均が0に設定されます。
• 局所的なD-最適計画。この計画では、事前分布情報として、平均は考慮しますが、共分散行列は考慮しません。
効用中立な計画と、局所的なD-最適計画については、効用中立な計画と局所的なD-最適計画を参照してください。