数据挖掘它是数据库知识发现中的一个步骤，一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程；通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统（依靠过去的经验法则）和模式识别等诸多方法来实现上述目标。
分析方法：
数据挖掘系统模型
数据挖掘方法分类：
· 分类 ——首先从数据中选出已经分好类的训练集，在该训练集上运用数据挖掘分类的技术，建立分类模型，对于没有分类的数据进行分类。
· 估计——估计与分类类似，不同之处在于，分类描述的是离散型变量的输出，而估值处理连续值的输出；
分类——数据挖掘的类别是确定数目的，估值的量是不确定的。
· 预测——预测是通过分类或估值起作用的，也就是说，通过分类或估值得出模型，该模型用于对未知变量的预言。从这种意义上说，预言其实没有必要分为一个单独的类。预言其目的是对未来未知变量的预测，这种预测是需要时间来验证的，即必须经过一定时间后，才知道预言准确性是多少。
· 相关性分组或关联规则——决定哪些事情将一起发生。
· 聚类——聚类是对记录分组，把相似的记录在一个聚集里。聚类和分类的区别是聚集不依赖于预先定义好的类，不需要训练集。
· 聚类(Text, Web ,图形图像，视频，音频等)
描述和可视化——是对数据挖掘结果的表示方式。一般只是指数据可视化工具，包含报表工具和商业智能分析产品（BI）的统称。譬如通过Yonghong Z-Suite等工具进行数据的展现，分析，钻取，将数据挖掘的分析结果更形象，深刻的展现出来。
数据挖掘方法
客户关系管理作为一种先进的管理模式，其实施要取得成功，必须有强大的技术和工具支持。而数据挖掘技术要想得到长足的发展，必须要和实际应用结合起来才能体现其强大的生命力。完整的数据挖掘不单可以做到准确的目标市场行销，当分析的工具和技术成熟时，加上数据仓库提供大量的储存顾客数据的能力，可让数据挖掘做到大量针对个人的数据定制，从而准确地对顾客作一对一的行销。企业对顾客有充分的了解，才能有效地和顾客建立关系，进而有效地进行行销，创造商机。
CRM软件就是这两者紧密结合的产物，它是实施客户关系管理必不可少的一套技术和工具集成支持平台，它基于网络、通讯、计算机等信息技术，能实现企业前台、后台无缝衔接。CRM将不仅帮助企业在管理客户关系方面表现更佳，而且将帮助企业更快更好的打造核心竞争力。CRM为企业创建基于互联网络的管理应用框架，使企业完全适应在电子商务时代的生存和发展。
CRM
CRM中实施数据挖掘的功能
数据挖掘是一个利用各种分析工具在海量数据中发现模型和数据间关系的过程，这些模型和关系可以用来做出预测。在实施数据挖掘之前，先制定每一步详细计划，达到什么样的目标是必需的；有了好的计划才能保证数据挖掘有条不紊地实施并取得成功。
很多软件供应商和数据挖掘顾问公司都提供了一些数据挖掘过程模型，来指导用户进行数据挖掘工作。比如SPSS的5A：评估(Assess)、访问(Access)、分析(Analyze)、行动(Act)、自动化(Automate)以及SAS的SEMMA：采样(Sample)、探索app开发(Explore)、修正(Modify)、建模(Model)、评估(Assess)。
基本的数据挖掘流程一般包括以下几部分：商业问题的理解、数据理解、数据准备、建立模型、模型的证实和评价以及扩展应用。
客户关系建立
数据挖掘在CRM中的应用
数据挖掘技术应用到以客户为中心的企业决策分析和管理的各个不同领域和阶段，在客户关系管理中，数据挖掘技术可以帮助企业确定客户的特点，从而可以为客户提供有针对性的服务。通过数据挖掘可以发现使用某一业务的客户特征，从而可以向那些也同样具有这些特征却没有使用该业务的客户进行有目的推销。还可以找到流失的客户特征，在那些具有相似特征的客户还未流失之前，采取针对性的措施。
数据挖掘技术在CRM中的应用：
数据软件开发挖掘在CRM中的应用分类
数据挖掘是CRM中的基础和核心，通过数据挖掘，能有效地提供营销、销售、服务的决策支持，让工作人员可以得到充分的信息来行动，并预测在适当的时间、地点，提供给顾客合适的产品和服务。需要指出的是，CRM代表的是一个新的商业策略、科学化的工作流程与现代化的企业文化，软件产品只是一个重要手段而已。
