进入二十一世纪，中国快递继续保持高速增长，市场规模日益壮大，市场上的各个竞争主体——快递企业，它们对市场的争夺日趋白热化。因此，各个企业如何在竞争白热化的市场中争取新客户、留住客户，尤其是留住那些大客户，对企业的生存与发展具有重大的意义。作为客户关系管理的核心理念之一，客户细分是指企业在收集和整理客户信息资料的基础上，依据客户的人口统计学特征、需求特点、购买行为、购买习惯、信誉状况等方面的明显差异，把某一产品的客户整体划分为若干个客户群的过程。客户细分的结果可用于辅助企业制定有针对性的产品、服务和营销模式。其中，客户行为细分因其在体现消费者需求差异方面的优越性，受到了众多学者的青睐，在理论和实践研究方面有了很大的突破，成为市场细分的最佳起点。基于数据挖掘的客户行为细分，是以庞大的客户行为数据为基础，通过识别客户的行为特征，将那些行为特征相似的客户聚集在一起，方便企业认知客户、对客户开展个性化营销和满足客户定制化的服务需求。基于数据挖掘的客户行为细分比传统的客户行为细分更精确，并能实现对客户行为的定量化描述，现已广泛应用于银行信用卡、证券、电信、零售业等诸多领域。本文在深入研究快递行业特征的基础上，将数据挖掘技术引入到快递行业的客户细分，并构建了基于数据挖掘的快递行业客户细分模型。本文运用理论分析与实证研究相结合的方法，针对数据挖掘在快递行业客户细分的应用问题进行研究。主要内容如下：前两章：阐明论文的研究背景、意义、国内外文献综述、研究的内容，介绍本文所用到的相关理论，包括客户细分理论和数据挖掘理论。第三章：介绍了快递服务并分析了快递行业客户细分现状。第四章：着重分析了基于数据挖掘的快递客户细分模型的构建。第五章：在模型构建的基础上，通过实证分析来验证模型。本研究，丰富了客户行为细分理论体系，并为快递行业的客户管理和营销服务工作提供理论依据和实践指导。