1.客户分类

对客户进行分类，有利于针对不同类型的客户进行分析，分别制定客户服务策略。

客户分类也是其他客户分析的基础，在分类后的数据中进行挖掘更有针对性，可以得到更有意义的结果。

客户分类可以采用分类的方法也可以采用聚类的方法。分类的方法是预先给定类别，如将客户分为高价值客户和低价值客户。然后确定对分类有影响的因素，将具有相关属性的客户数据提取出来，选择合适的算法对数据进行处理，从而得到分类规则。

2.客户识别

识别客户是企业发现潜在客户、获取新客户的过程。新客户包括以前没听过或没使用过企业产品的人、以前不需要企业产品的人甚至是竞争对手的客户。由于企业掌握的新客户的信息并不多，所以企业应采取一些必要的手段来获取潜在客户的信息，这些信息包括地址、年龄、收入范围、职业、教育程度和购买习惯等。

3.客户保留

由于企业对现有客户的信息掌握得比较详细，而对潜在客户的信息掌握得很少，因此，对于企业来说，获取一个新客户远比保留一个老客户的成本高得多。而且在目前开放的商业环境下，企业间的竞争越来越激烈，客户保留也成为企业面临的一个重要难题。

4.客户忠诚度分析

提高客户忠诚度是企业客户关系管理的一个重要目标。忠诚度高的客户会不断地购买企业的产品或服务，不论产品或服务的质量是不是最好，价格是否有折扣。企业获得一个忠诚客户无疑会大大降低成本，同时会提高企业的竞争力。

5.客户盈利率分析

客户盈利率是一个定量评价客户价值的指标。它是根据规定的评价尺度，通过对客户数据计算得到一个确定结果的过程，因此，客户盈利率的计算并不需要运用数据挖据技术。数据挖掘技术在客户盈利率分析中的应用主要体现在分析上。企业可以运用数据挖掘技术预测在不同的市场竞争环境和市场活动环境下客户盈利率的变化。客户盈利率分析的目的是找到那些“高价值”的客户，并针对这些高价值的客户进行更深层、更细致的客户关系管理。客户盈利率分析中数据挖掘的应用目的是找到最合适的市场环境，使企业的客户盈利率达到最优。

6.交叉营销

商家与客户之间的商业关系是一种持续的不断发展的关系，通过不断地相互接触和交流，客户享受到了更好、更贴切的服务，商家则因为增加了销售量而获利。交叉营销是指向已购买商品的客户推荐其他产品和服务。在新客户的获取越来越难的形势下，交叉销售是提升企业销售额的有效手段。

在客户关系管理中有效利用数据挖掘，可以指导企业高层决策者制定最优的企业营销策略，降低企业运营成本，增加利润，加速企业的发展。只有融合了数据挖掘技术的、高效的客户关系管理，才能更好地适应当今信息时代及网络化特征，成为现代企业在激烈的市场竞争中生存的根本和制胜的关键。