客户是企业最重要的资源之一。现代企业之间的竞争主要表现为对客户的全面争夺,而是否拥有客户取决于企业与客户之间关系的状况。企业要改善与客户之间的关系,就必须进行客户关系管理。客户分析是客户关系管理的基础,而客户分析的一项重要内容是客户细分,但目前还没有有效的客户细分方法。本文在分析传统客户细分方法、客户忠诚度理论和数据挖掘算法的基础上,探讨了以客户生命周期价值为依据的客户细分方法,并对现有客户细分模型加以改进,提出了新的客户细分模型。新的客户细分模型,依据客户的当前价值、潜在价值和忠诚度把客户分为八类,进而针对不同类别客户提出了不同的市场营销策略。对客户潜在价值的计算,我们采用关联规则算法,根据客户的历史购买记录,预测出该客户将来可能购买的所有产品及购买概率,最后再根据产品成本数据计算出客户的潜在价值。对于客户忠诚度的评价,我们在国内外研究的基础上,提出了客户忠诚度评价的全新指标体系,并根据这些指标数据分别运用了聚类、决策树和神经网络三种数据挖掘算法对客户忠诚度进行预测和评价。最后,结合某一个具体企业对客户细分模型进行了实例验证。