国内外信用卡市场竞争的加剧,要求国内银行信用卡业务的运营模式逐步向以客户为中心、以数据为中心、以信息为基础的国际先进模式转变,客户细分成为这种科学经营模式的前提和基础。目前我国银行对信用卡客户的细分方法还是基于经验或者简单的统计方法,但是无法满足业务发展的复杂分析需求。随着数据挖掘技术在信用卡管理中应用的深入,采用数据挖掘技术进行有针对性地客户细分变得十分重要和紧迫。这篇文章研究对象是银行信用卡客户细分模型,主要针对银行在具备大量的信用卡数据中凭借数据挖掘技术,选择合理的客户细分方法,设计科学的客户细分模型,以指导银行进行有针对性地信用卡产品或服务设计,提高客户满意度,最大化客户价值,建立以客户为中心的营销战略。这篇文章研究内容如下:首先,提出研究背景及意义,确定研究目标与方法;其次,研究客户细分的相关理论和方法,并介绍了数据挖掘技术工具,为信用卡客户细分的研究作理论铺垫;第三,结合信用卡客户细分的应用现状,对常用的细分方法进行了总结并构造了基于K-means聚类算法和决策树方法的数据挖掘模型,并通过数据加以实证研究;最后,提出了一些关于信用卡的个性化营销方式。这篇文章探索了银行如何应用数据挖掘技术和方法,实现准确、有效的信用卡客户细分,为银行信用卡客户细分问题的数据挖掘提供系统的理论与方法。对我国信用卡业务在以客户为中心的管理理念背景下,利用信息技术提高竞争力具有一定的指导意义与应用价值。