在银行业,各种信息系统和员工头脑中存在着大量的与客户有关的数据,这些数据背后往往隐藏着许多重要的信息,但由于技术和观念的局限性,很多客户数据背后隐藏的客户信息和客户知识无法被快速有效地挖掘出来。客户关系管理(CRM)作为一个系统性的工程,够使企业由以产品为中心向以客户为中心进行转变。数据挖掘对于客户关系管理来说能够从大量的日常积累的数据中发现潜在的、有价值的客户信息和知识。由于银行在与客户交互过程中积累下来的各种客户数据能够出反映客户特征和需求,论文结合银行的数据特点详细描述了数据挖掘与银行CRM系统的相互关系及其分类情况;论文通过详细的系统需求分析,讨论了系统的主要研究方法和构建方案,并且通过构建银行客户行为模型来实现多元模型的归类,并把银行个人客户按照客户群进行分类,并且能够对其中较为重要的客户群加以识别;论文还通过对数据挖掘算法在CRM中的应用方案研究,提出了改进的聚类算法以满足银行基金在客户数据信息方面的分析需求,从而能够挖掘出的高附加值的决策支持信息,为银行的决策者准确地提供市场分析信息;最后论文研究了银行CRM中应用数据挖掘的实施方法,并最终构建了基于数据挖掘技术的银行客户关系管理系统。该系统通过对客户数据进行有效的研究分析,可以从大量的的客户信息中挖掘出有价值的信息,并且区分客户类型和预测客户金融消费行为,从而满足银行各类理财产品在客户数据信息方面的分析需求,以挖掘出的高附加值的决策支持信息,为银行的决策者准确地提供准确的营销策略。