1客户价值和客户细分理论
2客户关系管理与数据挖掘
客户关系管理是一个获取、保持和增加可获利客户的方法和过程，通过提高客户的忠诚度而最终提高企业利润率。证券公司通过实施客户关系管理，提供快速、周到的优质服务，可吸引和保持更多客户，从而提高核心竞争力。
要实施客户关系管理，证券公司必须对客户资料进行深入分析，根据一对一营销原则，满足客户个性化需求，提高客户的忠诚度和保有率。当然，做到完全一对一是非常困难的，需要对客户进行细分，同一类别的客户使用同样的营销规则。
数据挖掘也称数据库知识发现，就是从大量的、有噪声的、不完全的、随机的、模糊的数据中，提取隐含于其中的有用的、有潜在价值的信息和知识的过程[4]。当然，这些知识必须是可以被理解的、能用于决策判断的。
数据挖掘任务有多种，常见的有监督学习(分类)、无监督学习(聚类)、关联规则挖掘和序列模式挖掘。数据挖掘的数据量丰富，能有针对性地进行数据分析和处理，为决策者提供相关信息和内容。
3客户细分的数据挖掘过程
本文对客户进行细分，采用基于客户终身价值理论的分类方法，不仅考虑客户的当前价值，同时也考虑客户的潜在价值。通过目前价值与潜在价值可将客户分为以下四类：第一，低价值客户：客户的当前价值和潜在价值都比较低，属于退出型客户群体;第二，潜价值客户：客户的当前价值较低，但其潜在价值较高，属于高成长型客户;第三，次价值客户：客户的当前价值较高，但其潜在价值不高，属于萎缩型客户;第四，高价值客户：客户的当前价值和潜在价值都很高，属于明星型客户，是企业需要重点关注的客户。
