随着中国加入WTO,商业银行正面临着来自国外银行以及国内其他金融机构的市场竞争,面向客户提供全方位金融服务的理念已经成为国内银行业的共识,银行间的竞争也日益演绎为对优质客户的竞争。越来越多的银行提出服务要面向客户,那么首先必须了解客户的需要,这就要通过商业银行的客户关系管理来得到答案。基于数据仓库技术的客户关系管理(CRM)是建立“以客户为中心”的市场营销体系的重要技术保证,通过对来自不同业务交易系统的客户信息及交易记录的整合,建立统一的银行客户信息库,对银行客户的构成及交易行为进行特征分析,细分银行客户群,实现个性化服务,为商业银行扩展业务市场、提高经营效益、控制市场风险提供决策依据,同时提升银行内部管理和决策的科学化水平,增强商业银行在同业中的竞争优势。本文首先提出客户关系管理一般模型,并对模型的各个功能模块进行阐述和分析。其次,系统通过在工商银行苏州分行的应用,并根据实际需求,增加了客户保持预测模型和数据仓库两大功能模块。通过建立客户保持预测模型,对处于流失风险中的客户进行识别和预测,银行不仅可以避免发生与丢失现有客户、聚集和建立新客户等有关的成本费用,而且还可以及时制定出防御性策略来有效地保持现有的有利可图的客户。通过建立数据仓库,整合了各项客户业务数据,保证了客户信息资源最大程度的共享,为更好地理解客户奠定基础,同时可以提供分析报告,辅助管理层进行科学的决策,形成全面客户关系管理水平持续改善的良性循环,最终推动银行上下在实现以客户为中心的业务发展方向上同心协力,协调一致。最后,对该系统进行了性能评估,阐述了系统实施对银行客户产生的影响。