随着物流行业的迅猛发展，竞争也日趋激烈。物流企业单纯依靠产品本身越来越难以留住客户、保持利润，因此物流经营管理模式需要实现“以产品为中心”到“以客户为中心”的转变。尽管不少物流企业意识到“以客户为中心”的必要性，然而信息技术的制约使“以客户为中心”只是一种美好的愿望。物流行业累积的大量数据资源难以转化成有效的知识。没有这些隐藏在数据背后的信息的指导，无法预测未来的发展趋势，无法识别客户市场真正所在，影响客户满意度，制约行业的发展。鉴于这种状况，本文对物流客户关系管理系统、数据挖掘决策树分类技术、神经网络分类方法和关联规则进行了深入研究。利用ID3算法、BP神经网络和关联规则挖掘设计了物流客户关系管理中潜在客户发现、现有客户价值挖掘、客户流失预警和客户等级评价四个模块。结合实例，对决策树分类技术和神经网络分类方法进行了对比研究。从管理经济学角度，分析了模型的经济学意义，得出一致性结论：使用模型优于不使用任何模型；依据企业资源情况，考虑不同模型的选择。