透過預測模型為資料評分

將預測模型套用到資料集的程序稱作為資料評分。 IBM® SPSS® Statistics 具有建置預測模型 (例如迴歸、叢集作業、樹狀結構及神經網路模型) 的程序。模型一旦建立，模型規格便可儲存至包含重新建立模型所需之一切資訊的檔案中。接著您就可以使用該模型檔案在其他資料集產生預測分數。 附註：有些程序會產生模型 XML 檔案，有些程序則會產生壓縮保存檔（.zip 檔）。

範例。 公司的直效行銷部門使用測試郵件的結果，將傾向分數指派給聯絡人資料庫中其他的人，使用各種人口統計特色來識別出最有可能回應與購買的聯絡人。

評分被視為資料的轉換。在內部，此模式表示為一組數值轉換，用來套用到一組現有的欄位 (變數) --為此模式中所指定的預測值--進而求得一個預測結果。因此，就本質上來說，透過某模式所進行的資料評分程序與套用任何函數（例如，平方根函數）到資料集的動作是一樣的。

評分程序包含兩個基本步驟：

建置模型並儲存模型檔案。您使用已知相關結果（通常稱為目標）的資料及來建置模型。例如，如果您要建立一個模式以預測哪些人可能回應直效郵件活動，那麼您必須從已經包含相關資訊 (哪些人有回應，哪些人沒有回應) 的資料集開始。例如，這可能是對一小群客戶所進行的測試郵件結果，或是過去類似活動的回應資訊。
附註：部分模型類型並沒有相關的目標結果。例如，叢集模型就沒有目標，而部分最近鄰法模式也沒有目標。
將該模式套用至不同的資料集 (未知其相關結果) 以取得預測結果。