随着世界经济的全球化和高新技术的快速发展,世界已经进入了知识经济时代,企业之间的竞争变得日益激烈。我国证券行业正在高速发展,特别是当我国加入世界贸易组织以后,国内证券公司承载着国内外的双重竞争压力,从而面临着巨大的挑战。本文认为要克服这些困难,基于数据挖掘的客户细分及其应用为国内证券公司提供了一个很好的解决方案。客户关系管理是由Gartner group提出的先进的管理理念,它是一种旨在改善企业与客户之间关系的新型管理机制,认为可以通过提供优质服务吸引和保持更多的客户。其应用在国外已有一定的成效,并逐渐成为主流。本文借鉴于CRM理念认为对客户细分有效应用是建立企业核心竞争力的关键。针对证券公司常用的散户、大客户的粗糙客户数据细分和对同种类型客户采取同种服务策略而未考虑到客户服务类型变化这种复杂随机因素的现状,以国内某证券公司客户数据为对客户细分及其应用进行了研究。本文首先运用数据仓库技术建立了客户交易行为数据仓库,并运用聚类技术完成了基于证券公司客户交易行为数据仓库的证券公司客户细分。其次,在本文得出的四类典型客户类型的基础上展开对客户细分的运用。运用分类技术分别提出了新老客户的分类预测模型;运用统计学技术拟合了证券公司的客户生命周期曲线;结合客户生命周期与老客户分类预测模型提出了基于云模型的模糊客户分类预测模型;在前文所有研究工作的基础上提出了动态客户服务策略与流程和与之相应的国内证券公司整合管理模式。本文主要创新点有给出了国内证券公司的四种典型客户类型的参考模型,提出了新老客户分类预测模型、模糊客户分类预测模型、动态客户服务策略与流程、国内证券公司整合管理模式。