使用IBM SPSS Categories模組，了解哪些消費者的特徵與您的品牌有最密切的關係，或決定客戶對您的產品與您或您的競爭對手所提供的其他產品其認知上的差別。

• 透過知覺圖、bi plots與tri plots發現資料間潛在的關係。
• 當您分析名義尺度與順序尺度的資料型態，可使用類似於傳統迴歸、主成分和典型相關分析程序去預測結果與揭露資料間的關係。
• 視覺化解釋資料集，檢視有關在大型表格行與列的得分、計數、等級、排序或相似。
• 處理殘差非常態的數值資料或預測變數（如客戶或產品屬性）和目標變數之間（例如購買/不購買）的非線性關係。
• 利用脊回歸、Lasso、彈性網(Elastic Net)，對兩個數值型和類別型資料的變數選擇和模型選擇。

主要提供類別資料分析方法，為市場行銷、產品定位的極佳統計分析工具，包含：

• 類別迴歸(Categorical Regression ,CATREG)
• 類別主成份分析(Categorical Principal Components Analysis , CATPCA)
• 非線性典型相關分析(Nonlinear Canonical Correlation Analysis , OVERALS)
• 對應分析(Correspondence Analysis, CORRESPONDENCE)
• 多重對應分析(Multiple Correspondence Analysis , MULTIPLECORRESPONDENCE)
• 多元尺度分析(Multidimensional scaling, PROXSCAL)
• 多元尺度展開(Preference scaling, PREFSCAL)