二、应用在CRM中的数据挖掘
  　　对于CRM应用，数据挖掘具有非常大的基础辅助作用，一方面，它可应用于获取新客户、保持优质客户和提升客户价值等CRM的各个方面。另一方面，也正是有了数据挖掘的支持，才使CRM的理念和目标得以实现，满足了现代电子商务时代的需求和挑战。数据挖掘在客户关系管理中主要应用于以下方面：
  1、客户细分
  　　所谓客户细分，顾名思义就是指将一个消费群体划分成一个个细分群的过程，同属于一个细分群的消费者彼此相似，而隶属于不同细分群的消费者被视为差异十分明显。
  　　采用数据挖掘方法的客户细分，属于数据驱动的客户细分（data driven segmentation）。客户细分需要进行客户特征分析，也就是用数据来描述或给出客户或潜在客户特征的分析过程。
  2、客户获取
  　　在CRM中，业务发展的主要指标里包括新客户的获取能力。数据挖掘技术可用于对潜在客户群进行筛选，并把得出的潜在客户名单和这些客户感兴趣的优惠措施系统地结合起来，以增加市场推广活动产生的反馈率。为了有效实施客户获取策略，需要对客户反应行为模式进行分析。
  （3）客户保持
  　　在行业竞争越来越激烈的今天，获得一个新客户的开支也已经越来越大了，而保持客户比获取新客户节约成本，因此，保持原有客户的工作也愈来愈有价值。如何使用数据挖掘来对不同的旨在保留客户的活动中进行建模将对整个客户保持工作起着重要的作用。客户流失或客户转移是许多行业都会出现的问题。
  　　改进保留客户的一种途径就是在客户真正流失之前采取行动，即流失模型价值所在。流失模型能预测账号在被激活后减少或停止使用一种产品或服务的行为。由于客户流失对公司利润有重大的影响，不少公司都把流失模型作为客户忠诚度计划的主要关注点。
  （4）交叉营销
  　　公司与客户之间的商业关系是一种持续的不断发展的关系。在客户与公司建立起这样双向的商业关系后。可以有很多种方法来优化这种关系：①延长这种关系的时间：②在维持这样的关系期间增加互相的接触；③在每一次互相接触中获得更多的利润。公司和客户都可以从中获益，从而达到双赢的结果。
  　　一般来说，使用数据挖掘技术进行交叉营销的分析通常是从分析现有客户的购买行为数据开始。首先要得到关于现有客户消费习惯的数据。绝大多数多项产品的交叉营销研究实际上与单项销售所需的分析的区别并不大。多项产品的交叉营销可以看作是单向产品销售的叠加，其中的关键在于要对所有的客户提供最合适的产品和服务。如此，客户所接受的这些服务才能给卖方和买方带来最大的获益。
  （5）客户风险分析
  　　客户风险分析是提供产品或服务时存在潜在损失的行业所特有的。数据挖掘方法可以为风险分析建立分类定位模型。银行业和保险业是最常见的风险类型。银行在放贷时存在金融风险。利用风险分析可预测一个对象如期还贷或是不还贷的可能性。一种贷款如抵押贷款或汽车贷款是安全贷款，而另一种贷款如信用卡贷款则为不安全贷款。
  　　目前，不少公司关心的另一个风险领域是欺诈风险（fraud risk），对银行和保险公司尤为明显。欺诈检测模型通过了解客户的典型消费行为帮助公司减少损失。如果客户的消费习惯变化很大的话，那么风险处理就应采取措施停止或监控直到这种情况可评估为止。
      总体而言，客户关系管理是企业保持市场竞争力的重要手段和必不可少的重要环节。数据挖掘作为一种先进的数据分析方法，是实现对客户数据进行深入分析的有效工具。数据挖掘技术的引入高质量地实现了CRM的目标，并充分发挥了客户关系管理的作用。