特許取得済みのViscovery Predictor 手順は、非線形SOMテクノロジーと 伝統の線形統計学（たとえば、回帰分析、主成分分析、相関行列、散布図など）を組み合わせています。SOMテクノロジーを用いて、データが全体的な類似性によって並べ替えられ、さらにとても類似したオブジェクトのみを含むグループに分割されます。これらの均質なグループの行動は、非均質なデータセットの全体をたった１つのグループとして扱うよりも、正確に予測できます。

データのクラスタ内でローカル回帰が使用されて、従来の予測手法と比較して大幅に予測品質を改善します。最終的にローカル回帰の集合は、目的変数の値を予測するために、あるいはデータレコードをスコアリングするために、新しいデータレコードに適用できる検証された予測モデルを提供します。 予測値は、直ちにアプリケーションで使用することができ、またより包括的なセグメンテーション・モデルに組み入れることもできます。

さまざまなグラフィカル表示（ヒストグラム、ゲイン・チャート、スコア・チャート）、およびその他の関係する統計値（たとえば、推定予測誤差）が表示できます。トレーニング・データセットとテスト・データセットへの自動分割により、学習された各モデルをテストして、モデル検証のための最適なサポートを利用できます。さまざまなモデル代案を簡単に比較できます。