保险行业在正常的业务处理过程中留下了大量的车险客户和产品销售等业务数据,而这海量的数据中往往存在着很多有价值的信息和规则,这些用传统的查询和分析工具往往不能识别。在行业信息化程度不断加深,企业间竞争十分剧烈的情况下,谁能充分利用这些资源,将其转化为可以指导公司决策的知识,谁就能在市场竞争中增加一分竞争力。而这一过程就需要数据挖掘技术在其中发挥重要的作用,因此研究数据挖掘技术在车险CRM中的应用成为保险行业十分关注的话题,也是本文研究的意义所在。客户关系管理在车险经营中占据重要的地位,而强有力的数据分析又是进行有效客户关系管理的基础。车险业务拥有海量的数据,既成为保险公司进行数据分析的基础,同时又为分析增大了难度,因为数据中包含着许多干扰数据需要我们识别出来并做出正确的处理。本文的工作重点就是通过对车险业务以及业务数据的理解,设计了车辆投保特征分析和车辆承保风险分析的数据挖掘模型及算法,并使用SPSS Clementine数据挖掘工具实现数据挖掘的全过程,其中数据仓库的建立、对数据挖掘算法的理解和选择、对数据进行清洗都是本文得以实现的重要过程。本文得到了有助于车险决策的一些结论,在车险营销时推荐有针对性的车险险种以及在承保时计算保费都有实际的应用。本文具有一定的参考价值,但是在实际中进行数据挖掘时,必须根据数据获取的实际情况设计属性值。