随着时代的发展，数据挖掘被广泛应用于各个行业，其中包括电信和银行业。银行比电信拥有更多的数据资源：包括客户的信息交易数据以及存贷款数据。因为银行在数据挖掘还处于较低阶段，所以无法区分普通客户和高价值客户来进行差异化服务。随着科技的不断进步，需要将数据挖掘和CRM结合起来从而更好地服务于客户。　　尽管银行的数据量很大，信息很丰富，但是缺乏合适的手段进行挖掘。所以这数据成为难以利用的数据文件。因为银行的决策者无法从大量的数据中提取有用的信息，所以很多重要的决定仅仅凭借直觉，而不是来自于数据库中的数据。因此将银行的数据文件转化为生产力，可以凭借数据挖掘工具进行分析，从而提高决策能力。　　本文通过对客户关系管理概念研讨，借鉴目前 C银行具体状况，研发了关于数据挖掘中聚类分析技术的金融客户细化模拟模型，研究关键点是聚类技术在金融机构中客户群体分类状况。本文首先介绍了国内外数据挖掘技术和 CRM的发展，其次探讨了数据挖掘的流程和 C银行的发展状况，然后列举了商业银行 C银行中的数据挖据与 CRM结合的案例，对客户群进行细分，并对4组群体进行分类营销相关产品，显著提高成功率的案例，最后进行回顾和分析，以及对今后分析研究的展望。