中国汽车行业在不断发展，但由于汽车产品的同质化严重，汽车市场竞争日益激烈。越来越多的汽车营销企业意识到，汽车营销企业之间竞争本质是赢得客户的竞争。如何有效地获取新客户，对企业有着至关重要的作用。以CRM管理策略为基础，利用数据挖掘技术是实现企业客户获取的有效手段。 客户获取是从反馈数据中发现具有某种反应行为模式的客户基本特征，并基于客户基本特征判定相关营销策略的客户发现与保留的算法或途径。即通过建立一种：基于客户基本特征的客户反应行为模式模型来实现客户获取的过程。客户获取从数据挖掘技术角度可以认为是对客户的特征化区分与分类问题。 1、论文首先分析了国内汽车行业营销的现状和面临的问题，介绍了CRM、客户获取、数据仓库及数据挖掘概念。研究了客户获取的基本理论和客户获取数据挖掘方法。为了能更准确找到客户属性基本特征和预测客户反应行为模式，为更准确得到目标客户基本属性特征，论文采用实际业务数据作为数据挖掘的样本数据，改进传统采用某个市场活动数据作为训练数据的方法来实现客户获取。 2、决策树是数据挖掘技术中的一种重要分类预测方法，指出构造好的决策树的关键在于如何选择好的逻辑判断或属性，比较了信息增益、基尼指数属性选择度量方法的优缺点。研究和比较了决策树的几种生成算法和剪枝算法，特别是针对可伸缩的SPRINT算法及RAINFOREST框架结构-CC表做了全面的分析。研究了在利用决策树算法进行客户获取数据挖掘中数据模型、属性变量的选择和数据预处理等技术及其应用。 3、采用雨林(RAINFOREST)决策树算法和来自广州本田在佛山的一家4S店2006年12月份的客户业务进行汽车营销客户获取数据挖掘，并对结果进行了评价分析。最后，给出了利用决策树挖掘结果进行汽车营销客户获取的模型和算法，并对模型的有效性进行了检验。