目前SPSS的應用產(chǎn)品為SPSS統(tǒng)計分析產(chǎn)品和Clementine數(shù)據(jù)挖掘產(chǎn)品。其中SPSS應用方法為質(zhì)量控制圖、方差分析、試驗設計、回歸分析、神經(jīng)網(wǎng)絡、決策樹分析。通過SPSS可以實現(xiàn)全面的統(tǒng)計質(zhì)量控制管理，并且使質(zhì)量管理過程變得簡單、直觀、易于實現(xiàn)。日本著名的質(zhì)量管理專家石川馨曾說過，企業(yè)內(nèi)95%的質(zhì)量管理問題，可通過企業(yè)上上下下全體人員活用質(zhì)控七工具而得到解決。SPSS可以實現(xiàn)統(tǒng)計質(zhì)量控制的七個基本工具（或叫品管七大手法），它們是控制圖、因果圖、直方圖、帕累托圖（Pareto）、統(tǒng)計分析表、數(shù)據(jù)分層法、散布圖。 運用這些工具，可以從經(jīng)常變化的生產(chǎn)過程中，系統(tǒng)地收集與產(chǎn)品質(zhì)量有關的各種數(shù)據(jù)，并用統(tǒng)計方法對數(shù)據(jù)進行整理，加工和分析，進而畫出各種圖表，計算某些數(shù)據(jù)指標，從中找出質(zhì)量變化的規(guī)律，實現(xiàn)對質(zhì)量的監(jiān)測和控制。
Clementine是業(yè)界領先的數(shù)據(jù)挖掘產(chǎn)品，它集成了最先進的數(shù)據(jù)挖掘模型和算法,例如K-means, C5.0, Quest, CHAID等分類算法，Kohonen,K-means,兩步法等聚類算法，Apriori, GRI, GARMA等關聯(lián)規(guī)則算法。制造行業(yè)可以利用它來實現(xiàn)以下傳統(tǒng)方法所不能完成的預測分析，如需求規(guī)劃；產(chǎn)品定價；產(chǎn)品質(zhì)量狀況模式和預測、生產(chǎn)過程短期監(jiān)控分析、生產(chǎn)過程長期走勢分析、生產(chǎn)過程異常模式分析、產(chǎn)品質(zhì)量分析、供銷預測、原材料需求預測、銷售收入預測、經(jīng)營分析等。
在美國，85%以上的制造業(yè)公司在應用SPSS的分析工具。SPSS通過評估訂貨模式、庫存水平和可替換零部件的定價等的結(jié)合，在維持較高客戶滿意度的同時幫助制造業(yè)公司提高盈利水平。SPSS預測分析工具可以計算出最優(yōu)的庫存策略，決定某個部件的最優(yōu)訂購時刻和最優(yōu)數(shù)量。SPSS簡單易用的質(zhì)量控制圖表程序可以對產(chǎn)品質(zhì)量進行監(jiān)測和控制。及時撲捉到生產(chǎn)過程中質(zhì)量指標的變化，告警質(zhì)量分析人員，分析或調(diào)整生產(chǎn)過程，使生產(chǎn)線正常運行。
POSCO, 南韓的世界級鋼鐵公司, 使用Clementine作為基礎引擎開發(fā)了預測和控制系統(tǒng), 從而有效地穩(wěn)定了鋼的輸出質(zhì)量Y. 當Y的預測偏離了目標值, 系統(tǒng)自動地提示工程師重新設置指定的關鍵參數(shù)到某一水平。
為了滿足預測和控制的項目目標, POSCO使用了Clementine‘s C&R Tree 模型在成百上千的監(jiān)測變量中確定了關鍵的驅(qū)動因子,建立了一個簡潔的預測模型, 并使用回歸模型確定控制型驅(qū)動因子的置換。
控制/預測系統(tǒng)成功地見效于 最終產(chǎn)品質(zhì)量波動性的降低。過去六個月利用生產(chǎn)過程數(shù)據(jù)的內(nèi)部評估，顯示出該系統(tǒng)帶來10-20%的改善，預示著在生產(chǎn)線實施部署該系統(tǒng)的美好前景。
處于數(shù)據(jù)挖掘市場領導者地位的SPSS,其在數(shù)據(jù)挖掘發(fā)展方向的把握以及操作的簡潔和簡便性上遠遠超過市場上所有同類公司。在中國，由SPSS China（勝策軟件）www.spss-china.com銷售與支持SPSS產(chǎn)品，行使廠家職責。西門子、寶潔、上海通用汽車等在中國本土的成功制造業(yè)的企業(yè)和組織背后都有SPSS提供的信息決策解決方案。我們相信，只要選擇SPSS產(chǎn)品，那么大量的數(shù)據(jù)如何時時掌握其中的變化，監(jiān)督其效果，運用這些數(shù)據(jù)更加明顯、更加有效的的分析結(jié)果，做出分析決策，更好的應用于生產(chǎn)中。
