1.SAS EM 在所有的数据挖掘产品中唯一一家能够将数据分为训练、验证、测试三部分并能自动地在训练数据上建模，在验证数据上进行模型调整优化，在测试数据上进行模型评估而不影响模型建立，同时还能将各种模型的提升图,ROC图等在一个页面中显示，进而很直观地进行比较，模型哪个更好一目了然；而SPSS Clementine需要用户手动去分别创建训练、验证、测试等数据然后分别学习，相互之间无法协调，各种模型的提升图,ROC图都是分别显示的，各自为政，这样很不利于选出更好的模型和保证模型的质量。

2.SAS EM的帮助文档非常全面和系统，并且还有各种数据挖掘算法的细节，而SPSS Clementine的帮助文档只涉及到软件使用上，但对各种数据挖掘算法的介绍很少，这不利于分析人员用好数据挖掘工具。

3.SAS EM 能够实现并行和多线程处理，更可以利用网格计算技术提高性能，这对于处理海量数据挖掘至关重要；而SPSS Clementine 则不能。

4.SAS EM 支持更广泛的输入数据格式，比如SAS EM支持EXCEL 和.dbf文件，而SPSS Clementine 不能。

5.SAS EM 采用的Client/Server模式，可以充分利用服务器的处理能力，而SPSS Clementine不能。

6.SAS EM可以将建好的数据挖据流程很方便地转成SAS、Java、C代码，这为模型的实施扫平了障碍，SPSS Clementine 不能。

7.SAS EM可以将数据挖掘的成果很方便地发布到BI 报表系统上，而SPSS Clementine不能。

8.SAS EM图形显示非常丰富，除了常见的直方图、散点图、盒须图，更有3D旋转图、等高线图；SPSS Clementine则做不到