随着社会化大生产的发展，各行各业分工越来越细，客户关系管理系统CRM也将随着这种潮流呈现出行业化发展、CRM+ERP+SCM形式，CRM与企业CALL CENTER结合，提供完整的呼叫中心解决方案等一系列的特征，需要引起企业的重视。

　　制造业CRM系统模型

　　不同行业的CRM内容是不一样，因此在深入研究制造业、服务、金融、电信等行业客户关系管理的不同点，借鉴其他行业客户关系管理经验的基础上，提出了综合消费品、工业品及汽车制造业的管理需求的，体现制造业特点的客户关系管理模型。

　　数据挖掘技术在客户关系管理中的应用

　　客户市场细分

　　今天的客户会随着自身的发展经常改变类别。此外，新的客户细分类别也在不断涌现。因此，各个公司必须具备能够动态地修改和不断增加细分类别的能力。

　　借助于数据挖掘的聚类和决策树技术，营销人员可以对客户进行动态细分，从而大大提升营销效率，增强营销效果。

　　交叉和增值销售

　　交叉和增值销售目的是最大化现有客户的利润回报，将企业同客户的关系向深度和广度拓展,为现有客户提供新的产品或服务，或者提供价值更高的产品。

　　数据挖掘的任务是分析出最优的合理的销售匹配。可利用的技术有CART决策树算法和神经网络，也可利用规则导引预测客户在买了某一样产品之后，在多久之内会买另一样产品等等，从而更有效决定产品的推荐、不同时间的进货量与存货量等，还可以用来评估促销活动的成效。

　　赢取新客户

　　企业的增长和发展壮大需要不断赢取新客户，赢取新客户是“说服”潜在的客户购买你的产品或服务，是客户关系建立阶段。并非所有人都会对你的产品或服务感兴趣，因此在进行各种“说服”或“兜售”之前，必须首先确定哪些是值得你努力的潜在客户。

　　数据挖掘的任务就是建立客户反应行为预测模型。预测潜在的客户群。市场人员可把潜在客户名单和客户感兴趣的优惠措施对应起来，然后才和客户接触，提高市场活动的响应率，做到心中有数，有的方矢。