伴随着互联网技术的飞速发展，企业之间的竞争日益激烈，传统的营销模式受到严重的挑战，企业需要并得以借助先进的管理思想以及先进的技术手段，去充分了解和掌握客户信息，发现与挖掘潜在市场机会，规避风险，提高客户忠诚度与满意度。企业对于客户信息的获取以及如何使这些信息发挥最大的效用，是企业在自身发展中的一个重要工作，这就必须有一个专门的系统来收集客户信息，并加以分析和利用。客户关系管理(CustomerRelationship Management,CRM)系统正是在此环境下应运而生，它将利用企业各种资源，通过客户的管理过程，分析出企业优劣，提高企业的竞争力，使企业在现如今激烈的竞争环境中处于不败之地。同时，随着企业业务的不断扩大，企业里的数据信息正以指数级的速度在迅速增长，特别是客户信息中不仅包含着有价值的部分，同时也包含很多冗余的信息，要想在这海量的信息中准确的找到企业需要的资源，从中提取出客户关系图，也是一个难点。因此，需要在构建CRM系统的同时应用现如今正飞速发展的数据挖掘技术，将两者结合起来，才能搭建出一个完整的CRM系统。本文结合浙江中烟工业公司（以下简称浙江中烟）CRM系统，分析了企业中海量客户数据处理的方法，并对客户进行划分，提取客户关系图以及检测客户忠诚度等。浙江中烟CRM系统对企业的发展起到了至关重要的作用。主要研究有以下几个方面：1)以浙江中烟为例，结合大型集团企业CRM系统的需求分析，了解CRM系统的特性、架构和运行机制，分析企业CRM系统的可行性以及数据挖掘技术如何的应用于系统当中。2)构建客户分类决策树，提取客户的行为记录，如反馈、来访、活动交流等，分析客户的忠诚度状态；建立客户忠诚度预警模型，根据CLV曲线分析，得出客户在某个时间点或时间范围内的忠诚度，并据此提出提升客户忠诚度的方案。3)提出了一种基于改进的FP-Growth算法的客户关系图提取方法，使得企业能够很清晰的看出与客户之间的关系，找出存在的不足加以改进，使企业决策者和服务人员做出相应的决策行为，改善客户关系，提高客户的忠诚度。4)提出了一种基于TFIDF算法同义替换和相邻合并的文本挖掘技术，可以降低服务器压力，使服务人员可以更快更准确的从知识库中寻找出相关信息，满足客户的需求。