1、 数据仓库与数据挖掘技术
　　数据仓库的创始人W.H.Inmon将数据仓库定义如下：“数据仓库是一个面向主题的、集成的、不可更新的、随时间不断变化的数据集合，用以支持企业或组织的决策分析处理。”
　　从CRM的角度，数据挖掘(Data Mining, DM)的应用就是从大量数据中挖掘出隐含的、先前未知的、对决策有潜在价值的知识和规则，并能够根据已有的信息预测未来可能发生的行为和结果，为企业经营决策、市场策划提供依据。各种类型的数据，如静态的历史数据和动态数据流数据等，都可以利用数据挖掘技术进行分析。常用的数据挖掘技术包括关联分析、序列分析、分类分析、预测分析、聚类分析以及时间序列分析等。
　　数据挖掘技术是企业实现有效的客户关系管理的引擎。数据仓库及其数据挖掘技术在企业客户关系管理系统中的应用，能够帮助企业全方位的了解客户，把握客户的特征与需求，更有效地掌握客户的行为。
　　2、 基于数据仓库的CRM解决方案
　　基于数据仓库的CRM是：利用数据仓库与数据挖掘的理论与技术，创建能够描述并预测企业客户行为的模型，目的是优化整个CRM的流程，最终实现有效的客户关系管理。数据源、数据仓库应用系统和CRM分析系统三个部分组成了整个CRM体系结构：
　　(1)通过广泛收集企业生产、经营过程中产生的客户信息、客户行为、生产系统和其他相关数据，最终形成了数据源当中的海量数据。
　　(2)CRM中的数据仓库应用系统主要由数据仓库建设和数据仓库系统两个部分组成。数据仓库建设的功能是利用数据仓库的数据ETL和设计工具的抽取、转换、加载、刷新等功能逐步形成数据仓库;数据仓库系统具有联机分析处理(OLAP)、报表等功能，能够分析客户的整体行为和企业运营数据，针对不同的数据仓库用户提供有价值的信息。
　　(3)CRM分析系统是CRM的核心，主要有分析数据准备、客户分析数据集市、客户分析系统和企业调度监控等模块。分析数据准备模块从数据仓库中提取出进行客户分析所需要的数据，并形成客户分析数据集市;客户分析系统在客户分析数据集市的基础上，进行客户行为分组、重点客户发现和市场性能评估，其分析结果通过进一步的OLAP和报表，为市场专家经营决策、市场策划提供依据;对客户分析系统的有效性、可靠性分析由企业调度监控模块进行监管，提高企业应用 CRM的成功机率。