近年来,随着经济和社会的发展,市场竞争日趋激烈。银行业也是如此,如何在残酷的竞争中脱颖而出,是每个银行必须认真对待的问题。就银行业的竞争来讲,其竞争的焦点是客户,特别是那些能够为银行提供较大贡献的优质客户,按照银行界通行的二八法则,占银行客户总数20%的优质客户创造了银行80%的利润。因此,优质客户是银行的利润之源,哪家银行拥有了广大的优质客户,哪家银行就拥有了生存和发展的空间。因此,银行应该细分客户,对不同的客户采取不同的策略。客户细分,作为银行推广差异化产品的关键点,影响了整个银行业务的发展。不同类别客户的需求往往有很大的差别,只提供单一产品的银行很难赢得客户的青睐。作为银行最重要的资源,客户是银行之间竞争的关键,只有提供更能吸引客户的产品,才能在激烈的竞争中立于不败之地。因此,银行应该基于客户的差异性,有效地实施客户细分。客户细分的方法有很多种,不同的细分方法有不同的适用范围。随着信息技术的发展,越来越多的银行使用数据挖掘方法进行细分。以聚类为例,传统的细分方法存在一定的弊端,本文研究模糊聚类这种新的细分方法在银行中的应用。本文首先对客户关系管理和客户细分的现状进行分析,对常用的客户细分方法进行比较,总结出优缺点。然后分析模糊聚类方法的优点,以及在客户细分中的适用性。在第四章中,文章对银行客户细分的关键指标进行分析,并且以银行卡为例,选取细分指标,对其进行标准化。在第五章中,文章对基于模糊聚类的客户细分系统进行设计和实现,并且进行实证分析。最后,对模糊聚类在银行客户细分中的应用进行总结,并对未来的进一步研究做出展望。