경영과학의 주요 동력은, 개별 부분에 대한 해결책이 서로 고립된 것으로 드러난 반면 실무에서는 모든 부분적 해결책 간의 통일성이 요구되었기 때문에, 복잡한 목표지향적 프로세스를 통합된 전체로서 연구하고 해결해야 한다는 인식이었다.

초기에 "경영과학"은 구성 요소들을 분리하지 않은 채 문제를 하나의 전체로서 분석하는 방법을 개발하는 데 국한되어 있었다. 초기 시기의 이러한 연구가 지닌 또 다른 특징은 학제 간 팀 접근법의 활용이었다. 그 본질은 관련 전문가들을 한자리에 모으는 데 있는 것이 아니라, 정량적 방법을 다룰 수 있고 특정 단일 학문에 내재된 편협한 시각에서 벗어난 집단을 구성하는 데 있었다. 이러한 접근법은 두 가지 현실을 반영한 것이었다. 첫째는 관리과학에 정량적 방법을 도입할 필요성이었고, 둘째는 이른바 "경영과학"이라 불리게 된 영역에서 방법(및 전문가)이 부족했다는 점이다.

이후 "경영과학"은 여러 분야 전문가들의 공동 활동에서 독립적인 과학 및 조직 실무 분야로 발전하였으며, 그 과정에서 두 가지 주요 방향으로 갈라졌다.

이 중 첫 번째는 관리에서 가장 흔히 발생하는 하위 문제들에 대한 수학적 모델의 구축과 관련이 있는데, 이 경우 운용에 참여하는 개별 인간의 행동을 고려해야 할 필요성을 어느 정도 배제할 수 있다. 여기서 "경영과학"의 수학적 이론의 주요 문제들이 확인되었고, 이와 더불어 이 분야에서 활동하는 과학자들의 세분화가 뒤따랐다.

관리자가 해결하는 수많은 문제들이 이러한 과업에 속한다고 볼 수 있으며, 예를 들면 다음과 같다:

재고 관리 — 저장에는 일정한 비용이 수반된다는 점을 고려하여, 필요한 "저장" 자원(인적, 물적, 재무적, 원자재 등)의 규모를 결정하는 문제;
서로 다른 효율성으로 자원을 사용하는 여러 소비자들 사이에서 제한된 자원을 배분하는 문제;
대기행렬 문제 — 작업을 엄격한 순서로 배치하여 하나 또는 다른 과정을 형성하고 우선순위 규칙을 수립하는 문제;
경로 선택 및 시간에 따른 작업 일정 수립 문제;
노후 장비의 교체와 관련된 문제;
가능성들을 전수 열거하는 대신 합리적으로 열거하여 해를 찾는 문제;
경쟁적 문제, 즉 게임이론 문제 — 운용의 결과가 주체의 행동뿐만 아니라 목표가 상충하는 상대방의 행동에도 좌우되는 상황에서 합리적인 행동 전략을 연구하는 문제.

이처럼 "경영과학"의 방법은 분석 대상에 따라 다양한 접근법과 다양한 수학적 도구(수리계획법, 조합적 및 통계적 모델링 방법 등)를 사용하여 서로 다른 유형의 운용과 프로세스에 적용되게 되었다. 수학적 도구와 더불어 "경영과학"에서는 휴리스틱 방법도 사용되었다.

목표지향적 행동(운용)의 분석 방법과 해결책의 비교 평가 방법을, 주로 정량적 측면에서 개발하는 과정에서, "경영과학"은 시스템 방법론에 근거를 두고 있다. 이 방법론에 따르면 연구 대상 현상은 특정 목표를 달성하기 위해 설계된 상호작용하는 요소들의 집합체를 나타내는 시스템으로 간주된다.

"경영과학"의 관점에서 특정 운용이나 현상을 분석하는 것은 다음을 포함한다: 현상에 대한 수학적 모델 구축, 모델 분석 및 해 탐색, 모델과 해가 현상에 대해 갖는 타당성 검증, 모델과 해에 대한 필요한 조정("튜닝"), 그리고 마지막으로 선택된 해를 실무에 적용하는 것이다.

이 방법의 수학적 문제들과 밀접한 관련이 있는(다만 공식적으로 그 일부는 아닌) 것은 이른바 계획 및 관리의 네트워크 방법이라는 광범위한 영역이다. 네트워크 방법 및 네트워크 시스템의 발전은 일정 모델을 연구하는 "경영과학" 분야와 밀접하게 연관되어 있다. 이러한 방법들은 복잡한 다단계 운용을 기술, 모델링, 분석하기 위한 새롭고 매우 편리한 언어를 찾을 수 있게 해주었다. 특히 모델링 및 운용 통제를 위한 네트워크 방법으로는 CPM — "임계경로법"과 PERT — "프로그램 평가 및 검토 기법"이 있다.

다양한 형식화된 관리 시스템, 장기 계획, 프로그래밍 및 예측 방법의 등장은, 관리가 방대한 양의 정보, 즉 기존의 관리 조직 방식으로는 고려·평가·통합이 불가능한 수천 가지 요인에 직면한 환경에서 올바른 의사결정을 위한 조건을 조성해야 할 필요성에 의해 촉발되었다.

여러 미국 심리학자들의 연구에 따르면, 사람은 10개 이상의 변수나 상호 모순되는 요인, 또는 동일한 차수의 요인이 20개를 넘는 경우를 고려해야 할 때 의사결정에 어려움을 겪는 것으로 나타났다. 그러나 최적해는 오직 모든 요인을 고려하고 분석한 결과로서만 얻어질 수 있으므로, 특정 관리 단계에 있는 사람이 이 과업을 감당할 수 있는지 여부와 관계없이, 문제를 하위 문제와 하위 과업으로 나누어야 할 필요성이 객관적으로 발생한다. 기존의 대부분의 프로그래밍 시스템의 기초가 되는 주요 원칙은 과업의 논리적 분해이다. 그 전제는 요인의 수 또는 정보의 양을 사람이 평가할 수 있는 수준으로 줄여야 할 필요성이었다.

"경영과학"의 두 번째 방향은 다소 다른 노선을 따라 발전하였는데, 관리 문제의 수학화와 정밀 과학 방법의 도입보다는, "새로운", "편견 없는" 연구팀을 활용하여 운용을 하나의 통일된 전체로서 연구하는 원칙의 적용을 강조하였다. 시스템 엔지니어링의 등장은 바로 이 방향과 관련이 있다. "경영과학" 방법을 사용하여 관리 과정을 연구한 많은 과학자들이 이후 이러한 유형의 탐구의 경계를 넘어섰다는 점에 주목할 필요가 있다. 이와 관련하여 그들은 이 방법을 토대로 하는 과학 분야에 대해 점점 더 광범위한 정의를 제시하였으며, 이는 종종 용어상의 혼란을 초래하였다.

많은 미국 전문가들은, "경영과학"이 전체적으로 관리에 관한 새로운 과학을 창출하는 매우 중요한 진전이었음을 인정하면서도, 그것이 비교적 좁은 범위의 문제만을 다루었다는 점 또한 인정하고 있다. 나아가 수학적 전문화가 발전함에 따라 "경영과학"을 응용수학의 특수 분야로 간주하는 경향이 나타났다. 즉, 이를 고유한 연구 대상을 지닌 독립적인 과학 분야로 간주하지 않으려는 경향이 생겨났다.

따라서 이미 1950년대 초부터, 그 자체는 조직 및 관리 이론의 연구 대상에 속해야 하지만 해결에는 수학적 방법의 적용이 요구되는 관리 문제들의 특수성을 보다 정확하게 정의하려는 적극적인 탐구가 시작되었다. 그 결과 (관리과학 내에서) 의사결정이론이 독립적인 과학 분야로 확립되었으며, 이는 "경영과학"의 한층 더 발전된 형태로 구상되었고, 이에 상응하여 "경영과학"은 구체적인 의사결정 방법으로 해석되었다. 그러나 의사결정이론에서는 (이 점이 "경영과학"과 구별되는 지점인데) 의사결정 과정 자체, 선택 원칙의 형성, 품질 기준의 개발, 그리고 이러한 원칙에 부합하는 해를 찾는 방법의 결정에 주된 관심이 기울여졌다. 이 이론의 지지자들은 의사결정이 관리 활동의 핵심을 이루며 그 고유한 특성을 규정한다고 주장한다.

이 분야의 연구는 주로 두 가지 방향으로 진행된다. 첫 번째는 실제 팀에서 실제로 이루어지는 의사결정 과정에 대한 수학적 모델링에 주로 관심을 둔다. 두 번째는 최적해를 얻을 수 있게 해주는 알고리즘의 개발에 노력을 집중한다. 첫 번째 방향에는 예를 들어 E. 포겔과 R. 루스의 연구와 같은 다양한 "행동주의적" 연구가 포함되며, 두 번째 방향에는 통계적 의사결정이론, 게임이론 등에 관한 수많은 연구가 포함된다. 두 방향의 연구자들 모두 수리논리학, 수리통계학, 그리고 선형·비선형·동적·시스템 프로그래밍의 도구를 폭넓게 활용한다. 불확실성 조건에서 특정 결정의 결과를 평가해야 할 필요성으로 인해 통계적 시행법, 즉 "몬테카를로법"이 널리 사용되게 되었다.

이와 동시에 "새로운" 학파 내에서는 또 다른 관점이 형성되었는데, 이에 따르면 관리의 고유한 특성은 다양한 시스템의 활동이 지닌 경제적 측면과 관련이 있으므로, 관리과학의 중심 과제는 경제 현상의 정량화 및 수학적 모델링이어야 한다는 것이다. 이러한 관점에서 이른바 관리 프로세스의 분석 및 프로그래밍에 대한 계량경제학적 접근법이 생겨났다.

계량경제학적 접근법의 발전에 매우 중요했던 것은 1939년 소련의 수학자이자 노벨상 수상자인 L. V. 칸토로비치가 선형계획법을 발견한 것으로, 이 분야의 연구는 대체로 이 방법에 기초하고 있다. 이 방법은 10년 후에야 미국의 수학자 G. 단치히에 의해 독자적으로 재발견되었다.

계량경제학적 접근법의 기초에는, 이러한 현상과 과정 중 가장 특징적인 요소들에 대한 과학적 추상화를 통해 특정 경제 현상이나 과정을 도식적 형태로 반영하는 모델의 구축이 자리하고 있다. 경제 모델과 달리 계량경제 모델은 수학적 형태로 표현된다. 이 접근법에 따르면, 개발된 모든 경제-수학 모델은 다음과 같은 네 가지 뚜렷한 측면을 지닌다:

특정 단위로 표현되는 질적 내용을 지닌 특정 경제 현상을 반영한다. 이러한 양은 어떤 의미에서 모델의 매개변수이다.
모델에는 매개변수들 사이의 특정한 양적 관계와 의존성이 포함된다. 이는 모델링되는 과정의 구조를 규정하는 균형 방정식일 수도 있고, 과정의 결과를 그 원인과 연결하는 더 복잡한 의존관계일 수도 있다.
모델은 시간, 공간, 규모에 따른 모델 매개변수의 허용 가능한 변화 범위를 규정한다. 이것이 양적 의존관계에 부과되는 이른바 제약조건이다.
모델은 정의된 입력과 출력을 지닌, 상호 연관된 매개변수·의존관계·제약조건의 체계를 나타내야 한다. 이러한 체계를 관리하는 것 — 즉 출력에서 특정 결과를 얻는 것 — 은 내부 구조에 간섭하지 않고 입력에 대해 이런저런 형태의 작용을 가함으로써 이루어져야 한다.

계량경제 모델의 구축은 네 가지 주요 단계로 나뉜다.

첫 번째 단계는 명세화로, 주요 경제 변수를 형식화하고 초기 가정과 명제를 바탕으로 수학적 방정식을 도출하는 단계이다.
두 번째 단계는 식별로, 첫 번째 단계인 명세화의 결과로 얻어진 방정식의 매개변수 값을 찾는 것으로 이루어진다.
세 번째 단계는 검증으로, 명세화와 식별 결과의 질을 평가하기 위한 기준, 즉 모델이 실제 경제 과정에 부합하는 정도를 정의하고 선택하는 것으로 이루어진다. 명세화와 식별을 통해 얻어진 모델이 적합하지 않을 경우, 초기 전제의 타당성과 경제 변수의 선택 및 형식화가 재검토된다.
네 번째 단계는 예측으로, 계량경제 모델에 포함된 변수들의 미래 값을 결정하는 절차이다.