信用卡是国际流行的现金支付工具和消费信贷工具,被称为现代社会的电子货币,以其安全、方便、快捷的优势,显示出强大的生命力,是金融业现代化的象征。中国被称为全球信用卡发展潜力最大的市场,由于起步较晚,无论是理论基础、信用卡的应用与发达国家相比,有较大的差距。不过,作为支付体系的一个重要组成部分,自从2003年信用卡元年之后,全国各家银行积极发展信用卡业务,信用卡业务的支付份额不断得到提高。近两年来,随着社会公众对信用卡使用意识不断提高,受理环境不断改善,信用卡支付已经成为刺激消费需求,推动社会消费品零售市场发展,拉动内需的重要指标。但随着信用卡发卡量的增加,各家银行信用卡产品同质化,发展进入瓶颈期,规模增速放慢,如何在激烈的竞争中取得优势、如何在每一次的信用卡产品营销前筛选合适的目标客户成为各家商业银行始终关心的问题。因此数据挖掘已经成为构建信用卡客户营销响应模型,发掘蕴含在数据中的规律和模式,为信用卡营销管理提供决策的重要技术。本文主要介绍数据挖掘技术的发展过程,分析了目前我国商业银行数据管理存在的问题,并以一个营销案例为背景,设计了客户响应模型并最终实现了对客户营销响应概率的预测。在模型设计过程前期花费了大量时间对数据进行清洗和处理,去除杂质以免影响模型的预测能力,接来下运用Logistic回归设计了客户营销响应模型,并通过训练集数据样本和验证集数据样本对模型的表现进行评估,从两个数据集样本建立的LIFT图来看两者的差别不大,说明模型本身的预测效果还是比较令人满意。最后阐述了模型运行方面所要注意的细节问题。