在全球客户资源争夺日益白热化的情况下，高价值客户不仅是该企业的宝贵资源，也是其竞争对手不断争取的对象，因此对企业而言，当前最重要的客户管理工作就是要能够借助一种有效的工具简单而准确的评价出客户的价值，识别出其高价值客户、低价值客户、微利客户和无利客户，并且能够针对不同类别的客户进行差异化投入，这样才能在与竞争对手争夺客户资源的博弈中收益最大。 传统的客户分类一般都以统计学知识为基础，对客户进行粗略划分。这种传统分类方法因其效率比较低，无法适应动态客户信息变化，已经不适应现代客户关系管理的要求。现代的客户管理的发展要求我们要进一步深入研究企业的客户，充分利用计算机的强大计算能力，建立一种能够准确、快速的甄别出客户价值差异的模型，对客户进行分类。从而使企业能过有效的区分出不同价值的客户，在客户关系管理时能够根据不同价值的客户采用不同的客户关系保持策略，使企业的有限资源得到有效的利用。 本文首先对客户关系管理中的客户价值问题进行了框架性研究，对当前的客户价值研究状况给予概括并提出自己相应的研究看法。 其次，从客户分类的特点分析出发，指出由于客户数据的时变性、非确定性等。现有的计算方法直接运用于客户分类时，常常存在很多不足。为适应客户分类的这些特点，本文基于数据挖掘理论提出了客户价值分类模型。利用并行分类组合模型，在基本分类器的结果上进行分类融合，得出综合的分类结果。 最后，在上述研究工作的基础上，本文利用某超市客户数据进行了实证研究。 实验结果表明，该分类模型能够增强客户分类的准确性，从而帮助企业针对不同客户进行分类服务，提高客户关系管理水平。