随着中国加入WTO,我国各个行业的竞争也日趋激烈。企业保有客户留住利润的难度越来越大。如果企业还仅仅依靠产品本身似乎很难逃脱失败的命运。因此越来越多的企业将重点从“以产品为中心”的粗放式经营管理模式向“以客户为中心”的集约化商业模式转移。愿望虽好,但是却有一个现实不得不面对那就是虽然国内企业信息化经过了多年的发展,已经积累了相当数量的数据资源,这些数据背后确实隐藏着许多重要的信息,但由于人们目前所使用工具的局限性而无法将这些重要的信息快速有效地挖掘出来。得不到这些信息,企业对客户的了解永远都只是停留在表面上,“以客户为中心”也永远只能停留在热情服务嘘寒问暖的程度。基于这种现状笔者对数据挖掘中的决策树分类方法和神经网络分类方法进行了认真研究,根据实际情况利用ID3算法和BP神经网络模型设计并实现了客户关系管理综合决策中潜在客户发现、现有客户等级评定、客户流失预警三个功能模块,并对使用这两种实现方法和不使用任何数据挖掘方法3种情况时企业在不同资源丰富程度下的收益状况进行了分析。得出企业资源越有限,客户竞争越激烈时,使用数据挖掘方法效果越明显的结论。