客户关系管理是最近几年管理界热烈讨论的话题。客户关系管理系统是一种旨在改善企业与客户之间关系的新型管理机制,它可以通过提供优质服务吸引和保持更多的客户,并且通过对业务流程的全面管理降低企业的成本。随着Internet技术的发展特别是电子商务的开展,使得原先以产品为导向的企业经营模式己日益不能满足消费者多样化、个性化的需求,客户关系管理就成为企业界关注的领域。如果企业把利润作为自己的目标,客户关系管理则是达到这个目标的最有用的工具,而数据挖掘则是这个工具的最佳引擎。数据挖掘技术是一门近年来新兴的学科,它主要研究如何从大量数据中发掘出有用的知识,是利用统计学和机器学习技术创建预测模型。数据挖掘是一项较新的技术,它基于从日常积累的大量数据所构成的数据库中发现潜在的、有价值的信息——知识,用于支持决策,存在着广泛的实际商业应用需求。数据是做好客户关系管理的基础,企业中拥所有的关于客户的大量数据背后隐藏着许多重要的信息,但由于人们目前所使用工具的局限性而无法将其快速有效地挖掘出来。数据挖掘能够创建预测客户行为的模型,帮助用户从大量的数据中抽取有用的商业信息,从而很好地支持人们的决策。针对以上特点,基于对客户关系管理的现状、面临的问题以及国内外的应用状况等问题的探讨,本文重研究了数据挖掘技术在客户关系管理中的应用。本课题来源于学校研究生重点课程建设基金资助项目“电子商务”。论文讨论了数据挖掘在CRM系统中应用的方式和关键问题,阐述了在CRM系统中建立和启动数据挖掘的步骤。为了阐述和论证观点,作者设计了一个国际贸易电子商务CRM系统,结合国际贸易电子商务的特点系统采用了B/S结构。围绕着系统的设计,本文介绍了数据挖掘在CRM系统中的应用的详细过程和步骤,包括:数据挖掘任务的定义、数据的采集和预处理、数据库的建设、数据挖掘算法的应用以及系统界面设计等。系统设计的过程中运用了数据挖掘的方法,并且始终贯穿了客户关系管理的思想。系统的设计运用了定性归纳、聚类分析、分类分析、关联分析多种数据挖掘算法,实现了客户聚类分析、客户价值判断、客户结构分析、客户忠诚度分析、交叉销售、客户满意度分析、客户流失分析多种功能。系统运用数据挖掘技术实<WP=4>现了基于现有数据的预测,解决了当前国贸电子商务企业客户数据的分析处理的问题,为数据挖掘技术在客户关系管理中的应用做出了有益的尝试,为提高客户关系管理的实时性和可用性提供了有效可行的技术途径。