随着2006年底保险业入世过渡期的结束，国内保险主体的增多，中国保险业面临着国外保险同行的激烈竞争。虽然保险业至2001年以来作为我国发展最迅速的行业之一，但是其保险密度和深度同国际平均水平相比有着很大的差距，我国保险市场还有很大的发展空间。保险业传统的卖方市场正被买方市场所取代，优质客户作为一种重要资源，成了国内各家公司争夺的焦点。保险企业认识到要想在外资保险业同行的冲击下，不断巩固和提高自己的市场占有率、增加销售收益，必须不断保持和增加客户群体，降低经营成本。 客户关系管理作为一种以客户为中心的经营策略，可以很好完成客户的获取与保持，为经营者提供决策支持，而数据挖掘作为一种分析工具，可以应用在客户关系管理中的大量数据分析和客户价值挖掘中。 本文介绍了数据挖掘技术在我国保险业客户关系管理中的应用，主要采用了决策树和关联规则方法对保险业的客户获取、客户细分、业务风险等方面进行分析，并在研究了相关客户关系管理体系结构的基础上，提出了一种保险业的分析型CRM体系结构模型，并利用工具软件实现了模型的部分功能。 客户获取采用了基于关联规则的方法，提取客户的年龄、职业、年收入、险种等7个属性，通过对得出规则的分析发现了具备某些特征的客户趋向购买何种险种，为业务的宣传提供了明确性。 客户细分采用了基于决策树的方法，选择年龄、驾龄、平均赔付率等5个属性作为条件属性，风险为决策属性，通过车险理赔训练表得出决策树，以细分具有哪些特征客户具有高的风险。 业务风险分析采用了基于关联规则的方法，通过对客户信息表的处理，得出具有哪些特征的客户具有频繁的索赔次数，从而在制定业务价格时，为该类客户提供合理的价格水平。