大数据和人工智能的广泛应用既改变零售银行业经营环境和竞争格局、对国内银行提出新的管理挑战，也为银行业依托大数据技术解决零售客户关系管理成本压力和效率问题带来曙光，但业界讨论和现存学术研究只关注大数据分析技术的特点不符合当前大数据在零售银行业已有多种形式广泛应用的实际情况，且大部分研究或者集中讨论理论、战略层面问题，或者简单将客户关系管理是同一个技术解决方案，对操作层面的流程和人等因素缺乏关注。
　　为客观评估J分行运用大数据提升零售客户关系管理工作成效并提供优化建议，本文在进行理论研究界定相关概念内涵边界的基础上深入分析银行零售客户关系管理流
　　程，构建“基于实务的银行零售客户关系管理价值链”模型并对行业大数据应用实例开展调研、嵌入模型交叉分析，探索大数据技术在银行零售客户关系管理流程不同环节应用的影响和价值，同时基于模型采用层次分析法构建指标体系对J分行零售客户关系管理工作中应用大数据技术的效果进行定量和定性评估，分析存在问题寻找解决方案。
　　经研究，由于推广模式陈旧、推广工作与业务经营管理融合不足、用户需求未被充分反映等原因，J分行基层管理人员和客户经理对大数据在零售客户关系管理工作中的应用效果评价“一般”，大数据应用推广过程存在两类“漏斗效应”及“通道过载”现
　　象、“销售导向”被强化等问题，大数据应用功能设计和开发也存在与基层用户认知或期望不一致、未能满足实务工作需求的问题。
　　针对上述问题本文提出响应具体需求、立足具体场景、同步优化流程、加强期望管理等四项解决建议，并对针对单一场景需求和同步优化流程的建议措施进行实验验证，实验结果表明措施有效。