客户是商业银行最重要的资产，是市场竞争的焦点，客户保持对商业银行的利润底线有着惊人的影响，Frederic.Reicheld的研究表明：对于银行支行储蓄而言，客户流失率减少5％，会增加85％的利润。客户保持己经成为商业银行成功最至关重要的因素。但是，客户保持的目标不是追求零流失，而是管理客户的流失率和最大化客户资产。商业银行应把有限的资源投入到有利可图的客户上，客户细分对于商业银行有效开展客户保持、增强盈利能力有着重要的意义。 然而，传统的客户细分是以客户的统计学特征为依据的，不能够揭示客户内在的价值，更不能全面地反映客户关系的质量。因此，传统的客户细分不可能为客户保持和资源优化配置提供科学的依据。基于此，本文从研究客户终身价值和客户行为入手，提出了基于客户终身价值(CLV)与客户行为的商业银行客户细分方法，主要完成了以下研究工作： 1.在研究客户终身价值理论的基础上，将客户终身价值(CLV)分解为客户当前价值(CCV)与客户预期价值(CFV)，并得到以上两个变量的具体测算方法； 2.在研究客户行为的基础上，以消费时间间隔(R)、消费频率(F)、消费金额(M)作为细分变量，得到了RFM客户细分模型； 3.应用客户终身价值和RFM模式作为细分工具，对商业银行的客户进行了细分，并提出相应的客户保持策略。 本文提出的客户细分方法既可以动态地区分客户的价值，又可以全面地反映客户关系的质量，可以作为客户关系管理的有效工具，为商业银行选择客户保持策略和资源配置方案提供科学的依据。