随着四大国有商业银行股改政策的一步步深入，以及2006年底中国加入世贸组织过渡期的结束，国内各个商业银行都在加快建立现代金融企业的步伐，迎接这一系列的挑战和新的要求。在这些挑战中，首先面临的是营销方式的改变，国内商业银行不能再按以往的传统固定模式进行营销，而是要针对客户的需求，设计有针对性和个性化的银行产品。在面对海量的银行数据时，数据仓库和数据挖掘技术就显现出非常卓越的优势，它可以帮助银行操作人员更简单、更快的了解客户需求，给予银行领导者决策支持，这些帮助具有重要的意义。 本文重点研究了我国商业银行如何在构建数据仓库的基础上运用数据挖掘技术开展个人理财和银企合作。就个人理财业务中面临的客户细分和客户流失问题进行重点分析，并以此为实例构建模型，运用决策树和聚类分析实现模型，并对结果进行分析和预测。通过这些研究，并且结合银行实际情况的调研，解决实际银行业务操作中，因为客户情况各不相同，继而进行客户分类比较困难这个棘手的问题，更对潜在的流失客户进行预先了解，进行及时地维护跟踪，起到预警作用。同时，也希望这几个模型，能够在银行业务的基础上，加以修改后推广到其他相类似的客户业务领域中，充分发挥数据挖掘的经济价值。 本文希望通过这几个模型的研究，为将来在银行业务中，广泛推广数据挖掘技术做试探性的尝试。也希望为个人理财和银企合作业务的操作人员提供有价值的信息，为更好地满足客户的需求做出一点贡献。