数据挖掘技术在客户关系管理中的应用是近年来的研究热点。成功的客户关系管理是企业获取竞争优势的来源之一。它以提高顾客交付价值和忠诚度为目的,通过最佳商业实践与信息技术的融合吸引和保持更多的客户,通过对业务流程的全面管理降低企业的成本,实现企业利润的最大化。数据是做好客户关系管理的基础,企业中拥有的关于客户的大量数据背后隐藏着许多重要的信息,但由于人们目前所使用工具的局限性而无法将其快速有效地挖掘出来。数据挖掘能够创建预测客户行为的模型,帮助用户从大量的数据中抽取有用的商业信息,从而很好地支持人们的决策。本文主要论述了数据挖掘技术和客户关系管理的基本原理,以及数据挖掘技术在客户关系管理中的典型应用。在对客户关系管理的核心思想、体系结构和功能特点的研究基础上,分析了现有CRM系统的不足,并结合数据挖掘技术在客户关系管理中的关键作用,构建了基于数据挖掘的CRM体系结构。最后本文结合中国联通公司菏泽分公司的实例,利用K-means聚类算法和决策树C4.5算法等数据挖掘工具来做进一步分析：应用数据挖掘技术对联通客户进行细分,针对目标客户群制定个性化的销售方案,以降低营销成本；对联通公司业务数据进行挖掘,建立了客户流失预警模型,据此,公司可以对流失倾向较高的客户群体采取有针对性的客户挽留政策,避免和减少因客户流失对企业造成的影响。通过实例分析得到数据挖掘技术在CRM中的应用可以进一步满足客户的需求,赢得更大的市场,使企业利润最大化。本文从不同的侧面,对数据挖掘技术在CRM中的应用进行了系统和全面的综合论述,具有重要的现实意义和理论意义。