随着生产力的不断发展,全社会的生产能力不足和商品短缺的现象逐渐改变。“产品”的主导地位逐渐被“客户”所替代,在这种背景之下,客户关系管理(Customer Relationship Management-CRM)的地位不断在提升,并且逐步被完善。但是,很多企业对客户关系管理的实施效果并不是很理想,所以企业需要积极不断地对自身的客户关系管理能力进行评估,从中找到自身的不足加以改正完善,来使企业的核心竞争能力不断提升。通过客户关系管理的过程模型建立起评价客户关系管理能力的四个关键指标,即客户知识、客户交互、客户价值和客户满意,并根据这四个关键指标选出了二级评价指标。根据评价指标采集到一百组相应的企业数据,采用变异系数法得到指标的权重,再利用简单线性加权法得到客户关系管理能力的评分,得到了最终进行管理的决策表。接下来对决策表进行数据预处理,用的是粗糙集相关理论来处理,先是使用等频率划分法将属性离散化,再使用基于Pawlak属性重要度的约简算法对属性约简得到最优属性集,降低之后BP神经网络建模的维度。根据经验公式得到隐含层的神经元数目建立起网络模型,然后使用BP神经网络对样本数据进行学习和训练得到客户关系管理能力的评价模型,使用20个测试样本对模型进行验证与分析。根据对CRM理论和客户关系管理能力评价的研究在某公司建立起一个CRM系统,介绍了该系统总的体系结构、功能的实现、数据库的设计和运行的实例,将评价模型应用到该系统当中,对该公司的客户关系管理能力实时进行评估,不断调整企业自身管理模式,使对本论文的研究更具有实际意义。