（一）客戶關系管理與數據倉庫、數據挖掘技術的融合問題

數據倉庫（Data Warehouse，DW）和數據挖掘（Data Mining，DM）的概念早在客戶關系管理之前就已產生，但真正引起人們普遍關注應起始于該技術在各行業中的廣泛應用。

實施CRM的基礎就是客戶數據，沒有較多的信息資源，CRM就成了無源之水、無本之木。

數據倉庫是目前國際上解決此項問題的比較成熟、應用較為廣泛的技術。在CRM中，數據倉庫的目標就是決策支持，數據倉庫技術在改善交易系統數據方面取得了顯著成效。Chris Todman認為，采用個性化的銷售方法，必須盡可能了解有關客戶詳情和行為的信息，而只有通過提取、轉換、裝載（ETL）等程序建立起來的以CRM為中心的數據倉庫才能滿足這一需求。

隨著數據倉庫技術的應用，越來越多的企業擁有了大量的客戶數據，當這些數據的規模成為“海量”數據時，數據挖掘技術在CRM中的應用就成為必然。如果說過去是因為企業掌握的客戶數據太少而對客戶行為無從把握，今天則是由于企業獲得的客戶數據太多而使企業無所適從。很顯然，在如今浩如煙海的數據中淘金，僅靠人力是無法做到的。數據挖掘就是從客戶數據的“礦山”中挖掘出潛在的、尚不為人知的趨勢或模式，從而使企業能更好地進行客戶關系管理。Alex Berson等人提出，數據挖掘能幫助銷售人員更準確的定位銷售活動，并使活動緊密結合現有客戶和潛在客戶的需求、愿望和狀態。數據挖掘軟件能自動地從龐大的數據堆中找出好的預測客戶購買行為的模式。他們認為，統計、鄰近、聚類、決策樹、神經元網絡、規則歸納等數據挖掘技術能在客戶盈利能力分析、客戶獲取、客戶保持、客戶細分、交叉營銷等方面體現重大的商業價值。Michael J.A.Berry和Gordon S.Linoff認為。在客戶關系管理中，數據挖掘正起著導向作用，只有應用數據挖掘技術，大企業才能將客戶數據庫的大量數據轉變成描述顧客特征的一些圖像。目前，在這個領域內比較全面的當屬Ronald S.Swift和William G.Zikmund等人的觀點，他們認為數據倉庫和數據挖掘都是CRM中不可或缺的重要內容，沒有二者的結合應用，CRM系統就不可能發揮其全部功效。盡管上述觀點都不同程度地強調了技術的重要性，但他們同時都堅信技術必須以商業目標為指導。這樣才能真正實現技術與商業的完美結合。