随着全球经济一体化进程的加快和竞争的加剧，传统的以生产为中心，以产品和规模为目的的粗放式经营管理模式逐渐被以客户为中心、以服务为目的集约化经营管理模式所取代。客户关系管理(Customer Relationship Management—CRM)正被越来越多的企业所关注，而客户价值管理是客户关系管理中的核心与基础。如何确定、吸引和维护企业最有价值的客户是每一位企业领导者和决策者最为关心的问题。因此，分析客户价值，确定最有价值客户则是一切决策的基础，只有明确了那些客户是企业的价值客户，企业吸引和维护才有对象。目前，企业一般采用利润等几个简单的指标来衡量一个客户价值的高低，有其片面性。 数据挖掘从其诞生之日起就发挥其强大的功能，被各领域广泛应用。其中关联规则挖掘、聚类分析、分类和预测等挖掘技术被广泛使用。在电信、银行、保险、零售等行业数据挖掘技术更是发挥了其强大的功能，给这些行业提供了有力的辅助决策。 本文从方法论的角度研究了数据挖掘技术在客户价值挖掘中的应用。首先界定了客户和客户价值的含义，阐述了关系营销中的客户价值理论，客户价值的影响因素，以及客户价值高效管理的策略。 其次，论述了客户价值挖掘的手段，即数据挖掘技术，主要阐述了数据挖掘发展历程、定义、特点、分类、功能与挖掘客户价值时应用的主要技术(聚类分析)，以及数据挖掘在国内行业应用的现状。 再次，针对目前“客户—企业”价值还不成熟的研究现状，以及现实中还没有切实可行的定量分析的方法，本文提出了客户价值评价体系，包括一套切实可行的客户价值评价指标(客户价值评价模型)，并且采用层次分析法对各评价指标权重进行了合理赋值，在此基础上给出了客户价值计算公式，基于客户价值聚类形成客户细分后，提出了针对不同客户区隔的管理及营销策略。 然后，论述了客户价值评价体系的实现过程，从数据库建模和数据预处理入手，阐述了客户细分中所使用的聚类分析算法(最小距离层次聚类法)，以及开发新客户所使用的贝叶斯分类算法。 最后，论述了客户价值挖掘结果及其可能带来的辅助决策：(1)挖掘潜在客户价值，即将已细分客户作为训练数据，采用贝叶斯分类法来预测潜在客户的类标号(是否会成为企业的价值客户)，从而帮助企业决定该潜在客户是否值得投入一定的成本来开发——从客户源头上解决如何提高客户价值；(2)挖掘已有客户价值，包括如何挖掘价值客户的价值，如何挖掘潜价值客户的价值，如何挖掘低价值客户的价值，如何挖掘企业各时间段的价值，如何挖掘企业市场地理位置的价值，如何挖掘企业各产