对于国内银行业来说,飞速增长的信用卡业务将成为银行利润的重要来源,信用卡客户的营销工作也受到了越来越多的重视。由于银行营销工作面对的客户众多,竞争日益激烈等方面原因,数据挖掘技术越来越多地被应用到信用卡营销领域,并将成为支持银行信用卡市场分析和提高营销效率的重要工具。本文采用数据挖掘技术,旨在利用数据挖掘技术对商业银行进行客户挖掘,依据历史交易数据发现潜在的信用卡客户,并为银行发展信用卡营销指出了方向。本文的研究背景是招商银行广东分行。本文首先指出目前银行业务所面临的困难,提出本文研究的意义。然后对国内外潜在客户识别理论进行了详细的研究,并针对银行信用卡业务的特点提出商业银行潜在客户识别的基本方法,提出全文的研究框架。之后,利用数据挖掘的工具(SAS)来对已有信用卡客户进行挖掘,找出影响信用卡用户使用信用卡的重要因素,之后使用层次分析法(AHP)对各个权重权重的计算,计算出影响客户信用状况的各个重要因素的权重。为了提高客户识别的命中率和效率,运用客户价值评价体系和客户稳定性体系测量得到客户当前价值、客户潜在价值评价值,建立2维的客户细分模型。运用该模型对银行个人客户进行细分,得到4种类型的客户,然后按照本文的研究目的把细分好的客户进行筛选,整理出潜在价值客户和价值客户作为客户识别的数据源。最后,在前面分析基础上,通过对已有信用卡客户的基本属性进行分析后,得出与信用卡相关度最大的因素。和通过对银行客户的识别,得出获取当前价值和潜在价值客户的方法。并运用决策树算法,得出具有不同特征的人群成为信用卡潜在客户的概率。目前我国国内银行在信用卡业务上的个性化服务还存在一定的差距。本文探讨数据挖掘技术在信用卡业务中的若干应用,希望能对国内银行提高信用卡业务的竞争能力有所帮助。