近年來，隨著越來越多的企業實施信息化改造，客戶關系管理(CRM)成為一個大家耳熟能詳的名詞，電子商務成為企業當下的計劃，而面對電子商務內部與外部的海量數據，許多企業卻止步不前。對信息化雖有繼續投入的熱情但缺乏更深入的目標，如何深入挖掘海量的數據找出對于企業發展最有用的信息，為決策提供科學的支持，成了許多企業的最重要任務。許多的科研機構和企業在此方面做出了許多成功的實驗，這就是數據挖掘(Data Mining)，通過數據挖掘可以有效掘金企業數據。

從CRM到數據挖掘

國內廠商信息化過程中，大部分要經歷從CRM到數據挖掘的歷程，這也是信息化與信息化后對信息的深入分析處理過程，前一部的CRM是基礎，是對企業內外部數據的積累過程，后一步數據挖掘是前一步的深入，亦即應對海量數據的沖擊，從中找出最有價值的東西。

提到CRM對于廣大廠商并不陌生，其本質是對“以客戶為中心”商業模式的信息化支撐，是一種改善企業與客戶之間關系的新型管理機制。CRM歸根結底是一種企業管理機制的轉變，通過在市場營銷、銷售、服務與技術支持等與客戶相關等領域的實施，實現企業從“以產品為中心”的模式轉向“以客戶為中心”的模式。

CRM的有兩個目標：一方面通過提供更快速和周到的優質服務吸引和保持更多的客戶;另一方面通過對業務流程的全面管理降低企業的成本，這種轉變的效果也是顯而易見的，在幫助企業在拓展新收入來源的同時也改進與現有客戶的交流方式。隨著企業信息化的深入，CRM也需要深入，以適應電子商務的要求，以便于更好地利用CRM的成果，數據挖掘浮出水面。

數據挖掘概念被麻省理工學院專家提出已有十數年時間，近年來得到越來越多研究機構和廠商諸如IBM、微軟等的支持與認可。它又稱為數據庫中的知識發現(Knowledge Discovery In Database，KDD)，從學術角度指從大型數據庫或數據倉庫中提取隱含的、未知的、非平凡的及有潛在應用價值的信息或模式。

它的應用價值也正在于利用目前數據有效預測未來，為企業決策服務，它是數據庫、人工智能、機器學習、統計學、高性能計算、模式識別、神經網絡、數據可視化、信息檢索、圖像于信息處理和空間數據分析等多個領域的理論和技術的融合。而從商業角度來看，數據挖掘是一種新的商業信息處理技術，其主要特點是對商業數據庫中的大量業務數據進行抽取、轉換、分析和其他模型化處理，從中提取輔助商業決策的關鍵性數據。

CRM的實施和電子商務的發展使得數據挖掘越來越重要，一定程度上反映了客戶CRM應用和信息化的水平。因為信息化水平提高使得客戶的信息數據越來越多，而現行的客戶管理系統遠遠不能滿足現在企業的需要，需要從客戶資料的注重整合和匯總，也就是注重對歷史數據的總結這一模式中走出，進而實現對未來情況的預測，亦即對企業發展決策的支持。

事實上在和客戶的交易過程中企業會積累越來越多的客戶數據，而在電子商務模式下數據達到海量，如果不能對這些數據很好地分析，首先是這些數據的浪費，當然企業也不能很好地了解顧客，并對客戶的保持和新客戶的發掘起到指導作用。因此，如何有效地處理海量客戶信息，從中挖掘判斷出客戶的消費趨向，實施精確營銷成為擺在電子商務企業面前的一大問題。