数据挖掘如何支持分析型CRM
企业运用CRM系统，日常的营销业务都可以进行流程化，自动化的管理。随着时间的推移，这种积累了大量的客户数据，若能在这些海量的数据中与信息交互中进行分类和处理，就能找出其中的规律和模式。获取客户的知识，帮助企业更好的决策，使得企业获得较高的利润。而分析型CRM能够利用数据挖掘技术，分析大量的数据，在服务客户过程中挖掘其中的价值，从而造成更高的利润。在这大数据下时代，数据整理和分析是必不可少的，只有这种采用数据挖掘技术的CRM系统，才是现在企业高效率，高决策的客户关系管理系统。由于时代背景下，这种数据挖掘本身的特点，在CRM系统中必将发挥越来越重要的作用。
CRM中应用数据挖掘技术可以对客户进行明确的分别，从而使企业能对不同的客户进行不同的服务，从而实现企业最大资源利用。数据挖掘技术能对客户进行统计分析，从而采取一定的方法，提高客户的满意度，忠诚度，防止客户的流逝。
分析型CRM中，在大数据上利用统计分析，建模等进行细分客户，划分好各自的级别，从而进行针对性的促销活动，提供个性化的服务，使企业用最小的投入来获得最大的利润。客户分类，可以按价值进行一部分的分类，然后进行客户价值的聚类进行标记，进行建模，描绘出高端客户的具体表现，以便于以后进行市场活动中及时发现类似的客户，或将低端客户向高端客户转化。
客户行为分析模块主要是客户满意度，忠诚度，响应度，交叉销售等分析。随着行业的竞争愈来愈烈，加上一个新客户的代价越来越高，客户的流程程度越来越高。维持老用户是势在必行的。CRM然而能回答这样的问题，那些客户有转向竞争对手的倾向，大多都是那些客户流失，建立起客户流失的模型，帮助企业理解客户想法，使企业有充分的时间进行挽留和准备。