面对金融行业的逐步开放，银行业要转变角色，本着“以客户为中心”的宗旨，完善服务，创新产品，在本行业中占有更大的市场。因此，商业银行必须建立客户关系管理系统，商业银行建立客户关系管理系统的目的是从客户需求出发，不断维护和拓展客户群，优化银行内部的资源，提高银行的运作效率，挖掘更多的创收机遇，从而实现收益的持续增长，而这一切的基础便是科学准确的决策管理；数据挖掘技术是近年来国内外迅速发展起来的一门交叉学科，它利用多种学科技术进行大数据量的处理。数据挖掘技术在国外金融领域应用广泛，截至目前，我国商业银行基本都已完成数据集中，并且着眼于数据仓库的构建，利用数据挖掘从数据仓库中获取有价值的信息以便服务于银行经营决策是必然的趋势，本文主要探讨该技术在银行客户管理层面的应用。本文首先探讨当前银行业客户关系管理系统的构成，系统的设计与实施及银行业客户关系管理系统实现中的问题；然后使用数据挖掘技术中的CART二叉树方法及BP神经网络模型依据银行卡的记录信息对银行卡进行分级，以此作为银行客户关系管理的一个方面展示数据挖掘技术在该领域中的应用。 基于以上思路，本文主要分为六章： 第一章为引言，该章阐述了选题背景、研究目的、意义，通过对比，简单介绍了国内外银行业经营决策方面的差距，提出银行业必须建立客户关系管理系统，提高自身竞争力，以面对行业内竞争。 第二章探讨银行业客户关系管理中的涉及到的两个概念客户忠诚度和客户贡献度，提出提高客户忠诚度及客户贡献度是银行客户关系管理的出发点。 第三章首先介绍数据挖掘技术的相关概念及常用方法，进而介绍数据挖掘在银行决策、银行风险防范、银行管理三个主要层面中的应用。 第四章主要探讨当前国内银行业客户关系管理系统的构成，国内银行业客户关系管理系统的设计与系统的实施，并探讨银行业客户关系管理系统实现中的必将面对的模型设计、数据抽取、后期维护和优化等几个问题。 第五章使用数据挖掘技术中的CART二叉树方法及BP神经网络建立模型并进行程序模拟，对已获得的银行卡进行分级然后比较银行卡设定的等级统计准确度，并比较二种方法的准确度。 第六章是结束语，对全文进行总结。