内部客户需求管理（客户关系管理）是企业一个以客户为中心的商业策略，通过信息技术，优化通过对相关业务流程重新设计和相关工作流程 ，否需可以提高客户服务和深入的考虑客户分析来满足客户的个性化需求 ，提高客户满意度和忠诚度，数据从而确保客户生命周期价值和企业利润增长的挖掘实现“双赢”的策略。

客户内部需求管理是以客户为中心（而不是以产品为中心）
，企业与外部（而不是企业局限于内部业务）之间的面向业务的通信，以及前端业务应用程序（而不是优化后端业务处理）。

首先，否需客户内部需求管理需要数据挖掘  

在当今社会 ，考虑客户的数据价值已经越来越多地影响到企业的价值
，客户内部需求管理（CRM）是挖掘通过建立长期和系统的客户内部需求改善个人客户价值的策略 ，其目的技术是帮助企业通过使用合适的技术和人力资源，合理 
，企业洞察客户的行为和他们的价值，使企业能够快速有效地响应客户的需求。

客户内部需求管理的核心是“了解客户，倾听客户”。客户内部需求管理的目标可以概括为“吸引潜在客户 ，提高现有客户的满意度和忠诚度 ，减少客户的流失”  。总之 ，我们的终目标是增加收入 。

在关注企业内部客户需求管理的同时，信息技术的快速发展为客户内部需求管理（CRM）提供了快捷的实施技术，通过分析基于客户需求的数据挖掘技术，可以满足企业对单个细分市场客户内部管理需求以客户为中心进行数据挖掘和分析相关介绍。

数据挖掘主要是发现数据中隐藏的信息，如发现趋势、特征和相关性的过程，即从数据中提取信息或知识
。

数据挖掘技术与常用方法  

数据挖掘是一个重要的过程 ，它从大量的
、不完整的 、有噪声的 、模糊的 、随机的数据集中识别有效的 、新颖的、潜在有用的、终可理解的模式。

它涵盖了广泛的交叉学科 ，包括机器学习 、数理统计、神经网络
、数据库、模式识别、粗糙集、模糊数学等相关技术 ，数据挖掘技术是客户内部需求管理的关键技术。

常用的数据挖掘技术有关联分析、序列分析、分类分析、聚类分析
 、预测、离群值分析等。

事实上
，在解决给定的业务问题时，数据挖掘通常使用两个或多个技术类别的组合 。

1、相关分析  

相关分析主要用于发现不同事件之间的相关性，即当一个事件发生时
，另一个事件经常发生。相关分析的重点是快速发现那些实际的和相关的事件。

2 、序列分析  

序列分析技术主要用于发现在一定时间间隔内发生的连续事件。这些事件构成一个序列，所发现的序列应该具有一般意义
。除了统计概率外，还应受时间约束  。

3 、分类分析  

分类分析通过分析样本的特征与类别，决定样本属于类别的规则或方法，使用这些未知类别的样本分类的规则和方法应该有一定的准确性。

分类技术的使用
，根据客户的消费水平和基本特点 ，客户分类，找出业务的特点有更大贡献重要的客户的利益 ，通过个性化服务，提高他们的忠诚度
。

4、聚类分析  

聚类分析是基于鸟以群分的原则
 ，将聚集本身没有类别的样本在不同群体 ，并为每个这些团体，主要依据的是样本的过程应该在同一组相似
。