随着信息技术的不断发展,尤其以大数据、云计算、移动互联网为代表的新兴互联网技术正在深深地影响金融等产业。证券行业作为我国金融市场的重要分支,受到新兴技术冲击更为明显。虽然证券公司业务比以前丰富很多,但经纪业务收入依然是绝大多数证券公司的主要收入来源。经纪业务主要依赖客户数量及客户投资活动,因此客户资源成为各证券公司竞争的重点。但市场的资源是有限的,证券公司在开发新客户的同时,还要深入挖掘存量客户。这就对客户管理和客户分析提出了更高的要求。强大的信息系统是客户管理与客户分析的基础。伴随着系统数据的迅速扩张,如何有效的利用分析成为各公司关注的焦点。而数据挖掘技术就是打开这扇门的金钥匙。本文对数据挖掘理论进行详细的阐述,分析系统采用Clementine挖掘分析工具,并以民生证券真实生产系统交易数据为采集样本。使用分类回归树挖掘算法,对客户资料信息及交易信息进行数据挖掘,实现客户的类别细分,提取优质客户指导营业部业务人员提供相应的服务。本文详细剖析了基于客户分类的数据挖掘过程。分析结果清晰地展示了不同类别客户的投资喜好、风险承受能力及资产配置情况,可以帮助证券公司准确、智能、高效的制定营销策略和发展对策,辅助提高公司的整体管理水平,协助企业不断提高销售额、提升客户忠诚度,并且为以后统计各类信息提供有效的技术保障。论文所构建的分析模型在很大程度上是从证券公司工作实际需要出发的,具有较强的可操作性和可行性。