客户是银行的生存之本,是实现竞争力提升和可持续发展的基础。在互联网金融高速发展、第三方支付抢占客户资源、同业竞争力巨大、银行到店客户率越来越低的新形势下,银行的经营模式必须发生改变,必须由过去的B2C模式转变为C2B模式,即由过去的银行设计产品或服务推销给客户,转变为通过深入挖掘分析银行经过几十年经营发展沉淀的庞大历史客户数据,找到客户精准需求,为客户设计或匹配产品或服务。本文以客户关系管理理论为基础,结合Y银行X支行目前客户关系管理的现状和问题,提出了改进的AFPR细分模型。随机筛选Y银行X支行658位客户自2018年5月1日至2019年4月30日共计99743条交易数据进行实证研究,采用熵值法确定模型中四个变量的权重,并结合K-means聚类算法对样本客群进行细分,将客户分为五类。结合支行工作实际,分析聚类客户特征,将五类客户定义为高价值类客群、活期结算类客群、理财类客群、易流失类客群、社区类客群,最后针对上述五类客群分别采取不同的客户关系管理策略。本文完善了商业银行客户关系管理体系,为今后商业银行通过数据挖掘建立模型,找出相似客户群体并实现精准营销提供了一定的理论基础和实践意义。