自動執行數據準備過程 - 消除復雜且耗時的人工數據準備工作。

· 無需人工檢查即可驗證數據 - 更快速更準確地執行數據驗證。

· 防止異常值破壞分析 - 自動檢測可能影響結果的異常情況。

自動數據準備

自動數據準備幫助用戶通過自動執行冗長且重復的任務，為分析準備數據。這可提高分析速度、預測能力和可信度，幫助用戶將可能在原始狀態下被排除的數據包含在內。

驗證數據

驗證數據工具幫助您發現活動數據集中可疑和無效的案例、變量及數據值。例如，為客戶提供月度客戶滿意度報告的數據分析人員，可使用該功能檢查不完整的客戶標識、范圍之外的變量值和經常錯誤輸入的變量值組合。

異常檢測原因匯總

該表匯總了每個變量作為主要原因的作用。此表匯總變量影響的統計信息，包括針對每個變量報告的最小影響、最大影響和平均影響，以及作為多個個例原因的變量的標準偏差。

驗證數據個例報告

該個例報告顯示了違反多變量規則的個例，以及違反單變量規則的個例。這些個例都需要進行報告，作為數據輸入以進行糾正。

IBM SPSS Decision Trees

輕松標識群組并預測成果

IBM SPSS Decision Trees 幫助您更好地標識群組，發現各個群組之間的關系，并預測未來事件。該模塊包含可視化程度非常高的分類和決策樹，支持您以直觀方式提供分類結果，以便更清晰地向非技術受眾解釋分類分析。它包含四種 tree-growing 算法，您可以嘗試不同的類型并發現最適合自己數據的算法。

該模塊提供專門的樹構建技術，用于在 IBM SPSS Statistics 環境內進行分類。四種 tree-growing 算法分別是：

· CHAID - 一種快速、統計型的多向樹算法，用于快速高效地探索數據，并針對期望的結果構建分段和概要信息。

· 窮舉式 CHAID - CHAID 的一種變體，用于檢查每個預測項所有可能的分支。

· 分類和回歸樹 (C&RT) - 一個完整的二叉樹算法，用于對數據進行分區，并生成準確的同構子集。

· QUEST - 一種統計算法，可快速高效地選擇不包含偏差的變量，并構建準確的二叉樹。

打開對話框

使用“決策”樹對話框，選擇要測量的因變量和自變量以及選擇樹生長方法。

CHAID 方法

樹形圖是樹模型的圖形表示。該樹形圖顯示，使用 CHAID 方法時，收入級別是信用評級的最佳預測變量。

風險和分類表

風險和分類表可以快速評估用于按信用等級對客戶分類的模型的有效性。

基于樹的分類模型

“決策”樹過程用于創建基于樹的分類模型。它將個例分類成群組，或根據自變量（預測變量）來預測因變量（目標）的值。

SPSS Direct Marketing

輕松識別合適的客戶，改進營銷活動結果

IBM SPSS Direct Marketing 幫助您更深入地了解客戶，改進營銷活動，最大程度實現市場營銷預算的投資回報 (ROI)。該軟件提供針對您客戶或聯系人的復雜分析 - 使您的結果具有極高的可信度。SPSS Direct Marketing 使用功能強大的分析、直觀的界面和“記分向導”幫助簡化數據記分。運行分析后，輸出的重要性已不言而喻。

SPSS Direct Marketing 支持數據庫工作人員和直銷人員：

· 針對各個客戶群開發市場營銷戰略。

· 確定哪些客戶有可能響應特定的促銷報價。通過僅向可能響應的客戶發送郵件，推動收入增長并降低成本。

· 比較直郵營銷活動的效果，并按郵政編碼標識對營銷活動的響應。

· 連接至 Salesforce.com 來抽取客戶信息、收集商機詳細信息并執行分析。

· 從各種分析選項中進行選擇，包含 RFM 分析（recency, frequency and monetary value) - 最近購買時間，購買頻率和總購買金額）、集群分析、潛在客戶概要分析、郵政編碼分析、傾向性記分和控制包測試。

· 預防垃圾郵件投訴，方法是監控發送至每個客戶組的電子郵件的頻率。

IBM SPSS Exact Tests

準確分析小型數據集或包含偶發事件的數據集

IBM SPSS Exact Tests 支持您使用小型樣本，但仍能夠保持結果的可信度。如果您具有少量案例變量，其中某個類別響應百分比較高，或者必須將數據分為多個細目，那么傳統測試可能不正確。SPSS Exact Tests 可以消除這種風險。

利用 SPSS Exact Tests，您可以：

· 隨時運行測試，只需單擊按鈕即可。

· 從 30 余項精確測試中進行選擇，這些測試涵蓋從非參數數據到分類數據的整個數據范圍，包括小型或大型數據集、偶發事件表和關聯性測量。

· 將數據詳細分割為細目。不存在要求每個單元格中預期數據計數達到五個或更多才能獲得正確結果的限制。

· 在大型數據集中搜索偶發事件。

· 保留原始設計或自然分類（例如，區域、收入或年齡組）并按您的意圖進行分析。

IBM SPSS Forecasting

無需技能即可構建復雜的時間序列預測

IBM SPSS Forecasting 使分析人員能夠快速輕松地預測趨勢和制定預測，而無需具備專業的統計技能。不太熟悉預測的人員即可創建考慮多個變量的復雜預測，而經驗豐富的預測人員可以使用 SPSS Forecasting 來驗證其模型。時間序列預測示例包括預測每天呼叫中心所需員工數量或者預測特定產品或服務的需求。SPSS Forecasting 可為您的每一個步驟提供幫助，使您可以更快速地獲得所需信息。

SPSS Forecasting 可提供各種功能，例如：

· 指導性分析，通過模型構建過程為經驗欠缺的用戶提供支持。

· 更多選擇和定制選項，使經驗豐富的分析人員可以控制預測流程。

· 強大的時間序列建模過程，幫助您快速開發可靠的預測。

· 節省時間功能，允許您以快速可靠的方式創建和更新預測。

· 靈活的輸出選項，簡化向組織決策制定者提供易于理解的實用信息的過程。

時間因果關系模型

此圖顯示了與時間因果關系模型系統中的前 10 個模型（最匹配的模型）關聯的因果關系。監控關鍵績效指標并跟蹤各種可控指標（稱為杠桿）數據的企業希望確定杠桿與 KPI 之間的因果關系，以便了解哪些杠桿影響哪些 KPI。該公司還希望了解在各 KPI 之間是否存在因果關系。

IBM SPSS Missing Values

估算缺失數據時構建更好的模型

IBM SPSS Missing Values 軟件供調查研究人員、社會學家、數據挖掘人員和市場研究人員等用于驗證數據。該軟件支持您檢驗數據來發現缺失數據模式，然后使用統計算法估算摘要統計并對缺失值進行歸因。

利用 SPSS Missing Values 軟件，您可以對缺失數據進行歸因，得出更有效的結論并消除隱藏的偏差。

· 使用診斷報告快速診斷缺失數據歸因問題。

· 使用多個歸因模型將缺失數據值替換為估算值。

· 顯示和分析模式以獲取洞察并改善數據管理。

IBM SPSS Neural Networks

發現數據中更復雜的關系

IBM SPSS Neural Networks 軟件提供非線性數據建模程序，使您能夠發現數據中更為復雜的關系。您可以使用該軟件設置網絡學習的條件。您可以控制培訓停止規則和網絡體系結構，或者讓程序自動為您選擇體系結構。

利用 SPSS Neural Networks 軟件，您可以開發更準確且更有效的預測模型。

· 使用“多層感知器 (Multilayer Perceptron, MLP)”或“徑向基函數網絡 (Radial Basis Function, RBF)”程序，挖掘數據中的隱藏關系。

· 通過指定變量，從始至終控制過程。

· 結合其他統計程序或技術以獲取更深入的洞察。

多層感知器程序 (MLP)

多層感知器程序根據預測變量的值，針對一個或多個因（目標）變量產生預測模型。在本例中，我們通過構建模型來預測顧客流失率。

IBM SPSS Regression

利用高級回歸過程提高預測的準確性

IBM SPSS Regression 軟件使您能夠預測分類結果，并應用各種非線性回歸過程。您可以將這些過程應用于某些業務和分析項目，在這些項目中，普通回歸技術受限或者不適用，例如，研究消費者購買習慣、對治療進行響應或者分析信貸風險。

利用 SPSS Regression 軟件，您可以擴展 IBM SPSS Statistics Base 的能力，將其用于分析過程中的數據分析階段。

· 使用多項式邏輯回歸 (MLR)，針對兩個以上的類別預測分類結果。

· 使用二元邏輯回歸，輕松將數據分類到各組。

· 使用非線性回歸 (NLR) 和受限非線性回歸 (CNLR) 估算非線性模型的參數。

· 使用加權最小二乘法和二階段最小平方法滿足統計假定。

· 使用概率分析估算刺激值。

IBM SPSS Statistics Base

統計分析必不可少的工具

IBM® SPSS® Statistics Base 是一款統計分析軟件，提供執行全程分析所需的核心功能。它易于使用，包含范圍廣泛的過程和技術，能幫助您增加收入，超越競爭對手，開展研究并制定更好的決策。

SPSS Statistics Base 為分析過程的每一步都提供了必要的統計分析工具。

· 范圍全面的統計過程，用于執行準確的分析。

· 內置的技術用于快速方便地準備分析數據。

· 復雜的報告功能，以