加入WTO后，中国经济将会加快与世界经济融合在一起，为国内商业银行零售业务的发展提供了更加广阔的发展空间，入世给国内商业银行零售业务带来严峻挑战的同时，也带来了良好的机遇。 目前，以价格为主要竞争手段的商业银行经营理念己成为昨日黄花，应运而生的则是以细分客户、提高服务质量为主的发展策略。 具体而言，即是零售业务应有目的地针对客户的收入水平、年龄层次、需求偏好，提供因地制宜的个性化服务。力图将原来的大众化、趋同化、粗放化的经营理念，转变为营销观念的个人化、客户人群的细分化及产品服务的个性化。 Gartner在2000年的报告中列举了在3-5年内对工业将产生重要影响的五项关键技术，其中KDD和人工智能排名第一。同时，这份报告将并行计算机体系结构研究和KDD列入今后5年内公司应该投资的10个新技术领域：宽带、无线、Linux、内容管理、实时分析、数据挖掘、安全、中间件、认证技能、商业智能以及知识管理。 根据IDC(InternationalDataCorporation)预测说2004年估计Bl行业市场在140亿美元。现在，随着我国加入WTO，我国在许多领域，如金融、保险等领域将逐步对外开放，这就意味着许多企业将面临来自国际大型跨国公司的巨大竞争压力。国外发达国家各种企业采用数据挖掘的水平已经远远超过了我国。美国PaloAlto管理集团公司1999年对欧洲、北美和日本375家大中型企业的数据挖掘技术的采用情况进行了调查。结果显示，在金融领域数据挖掘技术的应用水平已经达到或接近70％，在营销领域也达到50％，并且在未来的3年中，各个应用领域对该技术的采纳水平都将提高约50％。现在，许多企业都把数据看成宝贵的财富，纷纷利用数据挖掘发现其中隐藏的信息，借此获得巨额的回报。据国外专家预测，在今后的5-10年内，随着数据量的日益积累以及计算机的广泛应用，数据挖掘将在中国形成一个产业。 基于数据挖掘的管理在许多先进企业已被广泛应用。在银行业，由于银行产品具有相当的同质性，因此银行之间的差别，往往在于谁掌握了客户关系，以及海量的业务和客户信息背后的独特业务规律，谁就可以科学地制定决策。现在银行实施的大多数系统所基于的数据库只能实现数据的录入、查询、统计等较低层次的功能，但却无法发现数据中存在的关联关系和业务规律，更难以根据现有的数据预测未来业务的发展趋势。 显然，银行信息化，也逐渐从简单到复杂、从低层业务到高层管理不断演化。从业务数据化到业务知识化，数据挖掘在银行的倍受追捧，与银行对基于数据的知识发现和决策支持系统越来越强烈的需求是分不开的。 数据挖掘能够帮助银行根据客户的金融交易行为确定客户的消费、投资、理财的特征，从而指导银行为客户提供更有针对性的服务； 在银行零售业务中有种类繁多的金融产品或服务，如果能发现产品与产品之间的销售关联性或者判断客户的购买可能性，将极大的提升营销活动的效率和客户满意度。 该文将主要从这两个方面的应用方向并结合具体的案例分别加以阐述和分析。