随着关系销售理念的推广,客户关系管理(Customer Relationship Management CRM)在银行中的应用越来越广泛。它不仅以客户为中心提供一个整合的平台协调各部门、各流程环节之间的互动与合作,同时也能够对各种银行数据进行分析,从大量数据中发现规律,帮助决策。随着当前各类银行客户需求的多样化与个性化,软件服务公司要想在激烈的市场竞争中占的一席之地,就首先需要依据客户的需求,对客户进行分类,对不同客户需求的群体,提出不同的解决方案与服务。所谓的数据挖掘技术,就能够极好地从众多的客户信息中,筛选出不同客户需求的信息,从而为公司与银行提供更为准确与详细的客户需求群体,从而提供不同的产品需求与销售方式。当下,针对基于数据挖掘的客户个性需求关系的管理研究还不是很多,而且基于数据挖掘的此类应用也很少的,为此本论文的研究,将会有更为重要的意义。本文论述了基于数据挖掘技术的客户关系管理在银行领域,特别是对银行客户分类中的应用,利用数据挖掘技术能够从大量的客户与客户的需求数据中筛选出有用的信息与内容,从而有效提升客户需求关系管理质量,达最终到提高银行核心竞争力的目的。此类的项目与方法对其他商业银行的客户需求关系的管理方式的实施也具有较大的借鉴意义。本文立足于利用数据挖掘在银行客户与客户分析中的应用讨。利用在相关应用领域的文献综述的基础上,首先针对银行客户分析的核心思想、步骤以及客户需求分析系统的类型。其次,利用使用数据挖掘的最常用技术,数据挖掘过程,数据挖掘过程中决策树算法应用。最终将数据挖掘技术结合应用在商业银行日常业务数据的管理分析中,利用决策树算法的分析、设计、实现了基于数据挖掘的银行客户分析系统。