在瞬息万变的市场环境中,企业越来越强烈地感觉到客户资源将是企业获得最重要的资源之一,企业已经从以产品为中心的模式向以客户为中心的模式转移,于是以客户为中心的客户关系管理成为新一代的管理潮流。面对快速增长的海量数据收集,企业需要有力的数据分析工具将丰富的数据转换成有价值的知识。数据挖掘是一个从大量数据中提取有用的、有趣的知识的处理过程。本文从广义上将手机行业的客户分为最终客户和零售商,分别进行了CRM研究。本文以L公司为背景,结合数据仓库、数据挖掘和结构方程模型等理论进行CRM的研究和分析,试图提升企业的客户关系。现有的手机企业对客户的管理一直处于信息混乱、有用信息丢失的状况,不能很好的利用交易过程中有用信息。基于此,本文结合相关理论进行理论与实际相结合的研究。本文的研究工作和主要成果是：(1)对国内外关于CRM、数据仓库、数据挖掘和结构方程模型等的相关理论进行归纳和总结。(2)通过分析L企业手机部门的现有信息系统的现状和不足,进行手机企业基于CRM的数据仓库的构建。本文在综合大量的参考文献和研究成果的基本上,根据手机行业的特点,针对性地提出了手机行业的数据仓库架构、建模方法及过程。(3)本文根据L企业手机部门的部分客户数据,从客户自然属性与其购买手机的特征之间关系的角度出发,结合关联规则算法进行分析,利用Apriori算法和SQL Server 2005的Analysis Server工具进行客户数据的关联规则挖掘。最后利用该挖掘结果进行客户购买行为的分析,为企业产品开发、制定市场营销策略提供的依据,同时该结果也可以用于对相关销售人员的培训中。(4)结合手机企业特点和结构方程模型的特点、优缺点提出了基于SEM方法的零售商的选择评价。本文首先对现有文献中的零售商选择的理论进行归纳,同时对相关从业人员进行访谈和总结,提出零售商的评价体系。利用问卷进行数据收集,通过对问卷的信度和效度分析证明问卷的有效性,最后利用LISREL 8.7进行结构方程建模,结合模型拟合系数多次进行模型修正和改进,得到最终的评价零售商的数学模型,该模型对零售商选择具有指导意义。