客户关系管理（CRM）是一种旨在改善企业与客户之间关系的新型管理机制，它可以通过提供优质服务吸引和保持更多的客户，并通过对业务流程的全面管理降低企业的成本。 本论文首先从CRM的起源入手，详细分析了CRM的含义与作用。在分析CRM与企业资源计划（ERP）之间关联的基础上，提出了一种CRM与ERP的集成模型，实现对企业内、外部资源的统一管理和充分共享，以更好地为企业和客户服务。 然后，深入研究和分析了聚类中基于划分的K-means算法和基于密度的DBSCAN算法，结合两种算法的优点和不足提出了一种改进的聚类分析算法。该算法由于划分了数据集，降低了对主存的要求，而且算法中给出了计算各局部数据集参数的方法。对于分布不均匀的数据集，由于各个局部采用不同的参数值，使得算法对全局参数的依赖性降低，聚类质量更好。 最后，重点研究数据挖掘技术与客户关系管理中的结合。客户细分是客户关系管理的基础，也是实施客户关系管理的关键环节。利用数据挖掘中的聚类分析技术将一个大的客户群划分成一个个小的客户群体，且每个客户细分群内的客户具有较大的相似性，而不同细分群之间的客户具有较小的相似性，从而用来指导企业针对不同的客户细分群采取差异化的策略。通过将改进的聚类算法应用于CRM中，建立基于客户价值的客户细分模型，可以实现将企业客户群按客户价值标准分类，对于保留高价值客户、重定价或抛弃负价值客户有重要指导意义。