SPSS数据挖掘产品和服务通过支持交叉行业数据挖掘标准流程（Cross-Industry Standard Process for Data Mining, CRISP-DM）而保证及时、可靠的结果，这是工业化标准化的数据挖掘过程。

成功的数据挖掘主要有如下及个阶段：

1商务理解。

从此阶段知道who，what，when，where，why，how，发展一个对项目参数的完全理解，目前商务情况，此项目的基本商务目标，成功的标准和谁来决定项目的成功性。

2数据理解。

首先确保数据的可用性。对数据进行探索性分析，数据是否覆盖相关特征，描述现有数据，检查数据质量，产生数据质量报告。

3数据准备。

主要是将原始数据抓换为最终的进行数据挖掘的数据集，数据的准备工作可能被多重实施，要对原始数据进行制表，整理，数据变量的选择，转换等，此阶段是流程中花费时间最多的。

4数据模型。

根据数据理解阶段的初步判断，确定什么技术适合此问题，模型构建前检测，构建模型，构建后检测，尝试不同的模型比较。

5成果发布。

决定如何来最好的利用结果来陈述你的问题

总结开发软件和模型

开发和评估替代性开发计划

确保结果怎样被分发给接收者

决定如何检测结果的应用

确定开发中可能存在的问题和缺陷

检测和维持计划

建立最终报告

6实施开发计划。

利用结果到实际中创造效益。