随着信息技术的发展，竞争市场的不断成熟，现代世界经济已逐步步入电子商务时代。以生产为中心、销售产品为目的的市场战略逐步被以客户为中心、服务为目的的市场战略所取代，这也提出了客户关系管理(CRM)的必要性。 为CRM这一管理理念提供技术保障的是数据挖掘(DM)。数据挖掘的定义是从大量不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中的，人们事先不知道但潜在有用的信息和知识的过程。它融合了数据库、人工智能、机器学习、统计学等多个领域的理论和技术，挖掘和萃取隐含在数以GB度量的数据中的概念、规则、规律、模式和约束，这些知识可以直接提供给决策者，辅助企业经营管理者的决策过程。因此，研究数据挖掘在CRM中的应用方法是支持企业决策的重要问题。 客户细分是CRM中一个很重要的功能，能够为企业的客户策略选择提供支持。本文以粗糙集理论为工具，试图建立一套企业客户细分的分析方法，为实际中的应用提供参考。本文首先通过对CRM、数据挖掘、粗糙集的研究现状和理论进行整理、分析，参考国内外的众多研究成果，总结了数据挖掘在CRM系统中的应用模型，并在此基础上阐述了数据挖掘在CRM系统中的实现过程，并对本文的研究方向——客户细分进行了讨论。在这些理论基础上，以一个实际应用中的CRM系统为基础，分析其系统架构和模型，应用分析工具Analysis建立分析多维数据集，并分析了系统中的主要的客户属性特点。最后，应用粗糙集算法对构建好的数据集进行属性约减，并在约减的基础上用分析工具进行分析对照，获取客户分类的规律，验证了方法的有效性。