随着我国保险体制改革的深化,WTO 的加入,国外保险公司的全面进入,我国保险业的竞争也日趋激烈。与其他行业相比,保险业拥有更多有关客户的数据,谁能正确地挖掘与分析隐含这些数据中的知识,谁就能更好地控制客户理赔风险,同时又可以向客户提供更好的保险产品与服务,从而在竞争中获胜。国内对这方面的研究还刚刚起步,国外在这方面已经大大地领先于国内。因此,研究数据挖掘技术在我国保险业中的应用具有重要的价值。本文首先分析了我国保险业中数据挖掘技术应用的现状,介绍数据挖掘理论,接着重点研究保险业中数据挖掘主题的选择与设计上。在国外已有研究基础上,结合我国保险业的实际需要,提出了我国保险业中的客户细分、客户流失、购物篮分析和交叉销售、客户满意度分析、客户忠诚度分析和客户响应度分析六个挖掘主题。通过医疗保险数据的实证分析,建立医疗保险业的客户RC 细分模型、个人和团体客户理赔特征模型,利用SPSS 公司的Clementine 数据挖掘工具建立模型并进行验证与评价。