近年来,客户关系管理越来越受到各种企业的重视,企业通过建立客户关系管理系统,可以帮助企业制定适宜的、有针对性的营销政策,改善与客户的关系,提高销售额,增强企业竞争力。但是,随着客户关系管理系统的应用深入,明显感觉到当前的客户关系管理系统面对巨大的企业数据存储,显得有点力不从心。因此,能够将从海量数据中进行知识发现的数据挖掘技术应用到客户关系管理系统,就成为必然。本文是将数据挖掘技术中的一些方法,应用到江宁苏果超市的客户关系管理系统中去,为江宁苏果超市的营销决策提供有益帮助。本文主要从关联规则分析、分类分析、聚类分析、序列模式以及个性化推荐等五个方面来进行应用,主要分析和实现了Aproiri算法、FP_tree算法、C4.5算法、朴素贝叶斯分类算法、k-平均算法、PAM算法、DBSCAN算法、AprioriSome算法以及Web行为挖掘与基于协作筛的个性化推荐的实现,对提高江宁苏果超市的商品交叉销售、货架设计、客户分类、客户群体划分以及提高电子商务网站个性化服务等做了有益的尝试,并得到一些令人振奋的应用结果。