「潜在クラス分析」プラットフォームは、カテゴリカルなデータに対して潜在クラスモデルをあてはめ、各データ行（各オブザベーション）が所属する事後確率の最も高いクラスターを特定します。潜在クラス分析では、分析者から観測されない潜在変数が、グループ変数となっています。このクラスターは、「潜在クラス」と呼ばれています。潜在クラス分析の応用例としては、たとえば、リスク行動についての質問紙調査データをクラスタリングする、などが考えられます。
潜在クラスモデルでは、「観測されるデータは、多項分布の混合分布に従っている」と仮定します。このモデルには、2種類のパラメータの組（γとρ）があります。γパラメータは、各クラスターに属する事前確率を表します。一方、ρパラメータは、該当のクラスターに属すると条件付けられた上で、各観測変数が生じる確率を表します。各潜在クラスがどのような特徴をもつかは、条件付き確率（ρパラメータ）によって解釈されます。