摘要:本论文在分析了邮政客户关系管理（CRM）的实际需要的同时，结合邮政行业的发展前景，提出具体的CRM的构建方案，并且在具体实施方面入手，得出实施方案。数据仓库以及数据挖掘这两种技术是帮助邮政CRM完善核心体制的具体实施技术。数据仓库技术的作用就是帮助企业决策者实现经营和管理的优化，并汇总各个系统的数据，得到一个更统一的数据仓库。在这些数据进入数据仓库之前，要对数据进行预处理，包括抽取、清洗、转换和装载。在数据仓库搭建完成后，我们选用数据仓库技术中的数据挖掘分析具体的数据对象，并归纳总结得出结论，辅助管理人员得出恰当的实施方案，来辅助企业对业务的进一步管理。
本论文首先对邮政CRM的概念做一个简介，接着介绍了邮政CRM的核心技术，数据仓库和数据挖掘技术。并且详细介绍如何采用数据挖掘工具和算法来挖掘分析客户数据。
关键词：客户关系管理(CRM)；数据仓库；数据模型；数据挖掘
目录
摘要
Abstract
1 绪论-1
1.1 研究背景-1
1.2 研究的必要性-1
1.3 研究内容-1
1.3 本文的结构安排-1
2 关键技术综述-3
2.1 客户关系管理理论-3
2.2 数据仓库-4
2.2.1 数据仓库的概念和特点-4
2.2.2 数据仓库的体系结构-5
2.3 数据挖掘-5
2.3.1 数据挖掘的概念-5
2.3.2 数据挖掘完成的功能-6
2.3.3 数据挖掘的分析模型-6
2.3.4 数据挖掘算法的选择-7
2.3.5 数据挖掘的步骤-8
3 邮政CRM数据仓库的建立-9
3.1 SQL Sever 2008-9
3.2 邮政CRM数据仓库设计-9
3.2.2 邮政CRM数据仓库的逻辑模型-10
3.2.3 邮政CRM数据仓库的物理模型-12
3.3 数据预处理-13
3.3.1 数据的抽取、转换和加载（ETL）-13
4 邮政CRM的数据挖掘-15
4.1 SPSS Clementine-15
4.2 数据挖掘分析-15
4.2.1 建立模型-16
4.2.2 模型实施与分析-16
4.2.3 结果分析-24
结论-25
参考文献-26
