随着中国加入WTO，市场经济逐步发展和完善，零售企业之间的竞争也日趋激烈，人们都已经逐渐认识到客户对于企业的重要性，没有优良的客户资源，企业就无法发展。因此，如何更多地了解客户的信息，并将这种信息转变成“知识”，从而更好地为客户提供高质量的个性化服务，提高客户满意度，保持和发展高价值的客户，已经成为各企业开展业务的一个紧迫的课题。 数据挖掘技术是一种新的信息处理技术，其主要特点是对数据库中的大量业务数据进行抽取、转换、分析，从中提取辅助商业决策的信息。数据挖掘能够从海量的商业类客户关系管理信息数据中发现一些未知的、有价值的规律，帮助企业向管理智能化发展。 本文重点研究数据挖掘技术在零售业客户关系管理系统中的应用，对基于数据挖掘的零售业客户关系管理系统进行了设计，建立了零售业客户价值、客户满意度和客户细分的数据挖掘模型，并运用数据挖掘工具SAS Enterprise Miner对模型进行了验证和评价。 本文的研究可以为零售企业开展业务带来新的思路，为国内零售企业提升客户关系管理水平，提升客户满意度、获取竞争优势提供一定的帮助。