数据挖掘技术在客户关系管理(CRM)中的应用作为近年来研究的热点问题，已引起学术界和企业界的广泛关注。CRM是将客户信息转化成为积极的客户关系的反复循环过程，企业通过建立与客户沟通的便利渠道，实施客户关怀，为客户创造更高的价值，来提高客户的满意度和忠诚度，从而实现更高的利润和企业的长远发展。数据挖掘则是从大量数据中发掘出有用知识的强有力工具，是实施客户关系管理的关键技术之一。企业在收集大量的客户基本资料和详细的交易数据的基础上，利用数据挖掘能够发现客户特征、客户购买模式等有价值的客户知识，可以有效地指导客户关系管理实践。运营型CRM是以整合企业内部资源为主，而分析型CRM旨在增加CRM系统的商业分析与辅助决策能力，为企业提供有价值的决策知识。因此本文主要研究如何把数据挖掘技术应用到分析型CRM中去，从而实现企业CRM系统中的分析决策功能。本文首先对数据挖掘相关理论、CRM思想以及数据挖掘技术在CRM中的应用进行了介绍，并引入了RFM和客户价值矩阵理论。然后在运营型MBCRM系统的基础上设计构建分析型MBCRM系统。针对分析任务特点和企业需求，结合RFM和客户价值矩阵的内容，确定了客户购买行为分类、客户类别特征分析和客户营销分析三个主题的数据挖掘模式，提出了挖掘建模算法，设计了挖掘实施过程，然后通过程序编码得以实现，得出了许多启发性规则。最后阐述了本课题研究中的一些心得和今后的研究展望。