近年来，中国金融体制转型的步伐越来越快。原来作为产品提供方的信托及券商等金融机构实现金融脱媒，以互联网形式为主的民营银行开始营业，存款保险制度呼之欲出，存款利率浮动区间不断扩大，这些均对我国商业银行的规模及利润形成一定威胁。同时，大数据分析下的营销变革对商业银行原有的客户交互、产品推荐等模式及方法产生了巨大的影响。因此，商业银行亟待寻找新的突破点。　　如今，营销已进入以价值观驱动的阶段。在这个阶段，客户作为具有独立思想的整体的人，更加追求与企业的互动与共鸣。因此，识别与满足客户的需求（现在或未来、明确或潜在的需求）是此阶段中营销的核心，对个人客户特征进行分析的精准营销或会是商业银行诸多突破点之一。在营销中，商业银行已经能够基于大数据通过挖掘营销的关联规则提高营销成功率，在风险控制上也有成熟的评估模型。在以客户需求为核心的营销预测上，银行虽然拥有较多的结构化数据，却没有可以实现预测客户的需求及偏好，并进行差异化产品推荐或服务推荐的模型。　　在众多与个人客户相关的数据中，与年龄、婚姻状况、家庭人数等家庭生命周期相关的核心数据相比，客户行为、偏好更容易受到影响、变动更快。因此，本文提出关注家庭生命周期，以家庭财务生命周期理论的数据为主进行模型框架设计。个人客户营销预测模型框架设计的总体思路是：通过特征标签建立数据库，描绘个人客户全息画像，以家庭财务生命周期理论核心数据制作的预测模型为树干，以其他结构及非结构化数据的相关分析模型为树枝（如关联规则）进行整体部署，主动提供个性化服务、差异化定价。同时，当客户触发模型设定的条件时，系统可以自动进行营销及反馈，商业银行还可凭借互动的数据对模型不断进行优化。　　同时，本文通过初步建模来验证营销预测模型框架设计的核心是否有效，并根据模型结果对各类别进行特征描述、类型分析、试提出相对应的营销策略。本文还通过此次建模，就从中发现的问题进行探讨，并尝试对商业银行个人客户营销的发展提供建议。