数据挖掘显身手 
在客户关系管理（CRM）理论中有一个经典的2/8原则，即80%利润来自20%客户。那么，这20%的客户都有什么特征呢？
调查发现，大部分企业每年有20%～50%的客户是变动的。企业一方面在挖空心思争取新客户，另一面却不断失去老客户。有没有办法找出，失去的是哪一类型的客户，得到的又是哪种类型的客户？
在竞争激烈的商业时代，资源占有成为决定企业生死成败的关键。在客户关系方面，企业总希望建立与客户最稳固的关系，并最有效率地把这种关系转化为利润，即留住老顾客、发展新顾客并锁定利润率最高的客户，这也就是CRM要重点研究的问题。为了实现这个目标，企业就需要尽可能地了解客户的行为，但这种了解不可能通过与客户接触直接获得，因为企业不可能挨个与客户交谈，而且他们所需要的信息单个客户往往无法提供。
企业所能做的，就是尽可能收集顾客的信息，借助各种分析方法，透过无序的、表层的信息挖出内在的知识和规律，这就当前十分流行的数据挖掘技术所研究的。在挖出大量信息之后，企业就可以根据这些规律或用这些信息设计数学模型，对未发生行为做出结果预测，为企业的综合经营决策、市场策划提供依据。
数据挖掘，又称数据库中的知识发现
    (Knowledge Discovery in Database，KDD)，是指从大型数据库或数据仓库中提取有潜在应用价值的信息或模式。适应企业对资源的渴求，在CRM风光无限之时，数据挖掘也走出研究室，纷纷落户企业。一份最近的Gartner报告中列举了在今后3～5年内对工业将产生重要影响的五项关键技术，KDD和人工智能并列第一。
数据挖掘挖什么？
在CRM中，数据挖掘是从大量的有关客户的数据中挖掘出隐含的、先前未知的、对企业决策有潜在价值的知识和规则。
客户特征：数据挖掘的第一步就是挖出顾客的特征描述。企业在了解客户信息方面永不满足，他们不仅会想方设法了解顾客的地址、年龄、性别、收入、职业、教育程度等基本信息，对婚姻、配偶、家庭状况、疾病、爱好等等的收集也是不遗余力。也由于这个原因，在谈到CRM的时候，个人隐私便成为一个敏感话题。
“黄金客户”：通过客户行为分析，归类出消费额最高、最为稳定的客户群，确定为“黄金客户”。针对不同的客户档次，确定相应的营销投入。对于“黄金客户”，往往还需要制定个性化营销策略，以求留住高利润客户。所以，不要期待在CRM时代继续人人平等。当然，成功的CRM不会让顾客感觉到歧视。如果你不幸发现自己受到的待遇比别人低，很有可能别人是“黄金”，而你是“白银”或者“黑铁”。
客户关注点：通过与客户接触，收集大量客户消费行为信息，通过分析，得出客户最关注的方面，从而有针对性地进行营销活动，把钱花在“点”上。同样的广告内容，根据客户不同的行为习惯，有的人会接到电话，有的人就可能收到信函；同一个企业，会给他们的客户发送不同的信息，而这些信息往往就是顾客感兴趣的方面。不要惊讶于为什么企业给你送来的正是你最需要的、最满意的，你和其他与你相似的顾客的数据，在企业的数据仓库里经不住百般“拷打”，已经集体招供了。
客户忠诚度：得出客户持久性、牢固性及稳定性分析。对于高忠诚度客户，要注意保持其良好印象，对于低忠诚度客户，要么不要浪费钱财，要么就下大工夫把他们培养成忠诚客户。去年圣诞节，一家美国公司一改以往给所有客户发送圣诞卡的作法，只给他们认为最忠诚的客户寄去了问候。大概他们觉得，既然是要走的客户，又何必再浪费一张贺卡和邮寄费呢？