與此同時(shí)，客戶消費(fèi)心理日趨成熟，出現(xiàn)了理性化、個(gè)性化的消費(fèi)趨勢(shì)。在這種情況下，實(shí)施客戶關(guān)系管理（Customer Relationship Management，CRM）的效果與企業(yè)的預(yù)期相差甚遠(yuǎn)。
CRM的成功除了需要一個(gè)合理的組織結(jié)構(gòu)外，還需要一個(gè)合理的信息結(jié)構(gòu)，傳統(tǒng)的CRM雖然記錄了企業(yè)與客戶交往過程中形成的大量客戶數(shù)據(jù)，但并沒有將這些數(shù)據(jù)用于有效地理解客戶。
在激烈的競(jìng)爭(zhēng)環(huán)境下，企業(yè)對(duì)有限數(shù)目客戶的爭(zhēng)奪日趨白熱化。如果不能及時(shí)了解客戶的需求、掌握客戶的消費(fèi)模式，預(yù)測(cè)客戶的行為動(dòng)向，企業(yè)失去競(jìng)爭(zhēng)的能力，而CRM僅僅局限于事務(wù)處理，沒有充分地將客戶及其知識(shí)轉(zhuǎn)化為企業(yè)的持續(xù)競(jìng)爭(zhēng)力。
針對(duì)CRM的不足，近年來關(guān)于客戶知識(shí)管理（Customer Knowledge Management，CKM）的研究獲得了普遍的關(guān)注和重視。CKM的出現(xiàn)是全球電子商務(wù)大潮對(duì)傳統(tǒng)商業(yè)模式的改變，它要求企業(yè)以全新的思維看待未來的客戶，以客戶需求為心設(shè)計(jì)和實(shí)現(xiàn)信息技術(shù)驅(qū)動(dòng)的商務(wù)活動(dòng)。
從而給企業(yè)帶來長(zhǎng)久利益。企業(yè)期望通過CKM建立一個(gè)客戶需求導(dǎo)向的銷售、營銷、服務(wù)和支持應(yīng)用的自動(dòng)化價(jià)值鏈，以便加強(qiáng)企業(yè)與客戶的關(guān)系，提高客戶的滿意度和忠誠度，增強(qiáng)企業(yè)的競(jìng)爭(zhēng)優(yōu)勢(shì)。
目前，CKM主要的應(yīng)用領(lǐng)域集中在制造業(yè)、公共事業(yè)、電信業(yè)、零售業(yè)和金融服務(wù)業(yè)等行業(yè)，許多新興的企業(yè)如Amazon、Cisco等已率先成為CKM的使用者和受益者。
CKM的核心是潛在客戶知識(shí)的發(fā)現(xiàn)，包括與客戶有關(guān)的各種概念、規(guī)則、模式、規(guī)律和約束，通常都是隱含在客戶數(shù)據(jù)中的深層信息內(nèi)容。盡管客戶數(shù)據(jù)是形成潛在客戶知識(shí)的源泉，但從數(shù)據(jù)中提取知識(shí)并不容易。
這主要在于，首先，企業(yè)所積累的客戶數(shù)據(jù)往往數(shù)量非常龐大，且在企業(yè)的發(fā)展過程中客戶數(shù)據(jù)會(huì)不斷地增加與更新；
其次，客戶數(shù)據(jù)的結(jié)構(gòu)復(fù)雜，可以是結(jié)構(gòu)化的，如存儲(chǔ)在關(guān)系數(shù)據(jù)庫中的數(shù)據(jù)，也可以是半結(jié)構(gòu)化的。如文本、圖形和圖像數(shù)據(jù)，甚至是分布在網(wǎng)絡(luò)上的異構(gòu)型數(shù)據(jù)；
再次，許多客戶數(shù)據(jù)是零散的、斷續(xù)的、冗雜的和動(dòng)態(tài)的。從某種意義上說。潛在客戶知識(shí)的發(fā)現(xiàn)是一種高級(jí)的人類智力活動(dòng)。但是人腦對(duì)于處理如此大量繁復(fù)的數(shù)據(jù)并不擅長(zhǎng)。
因此，人的經(jīng)驗(yàn)和技巧必須與自動(dòng)化知識(shí)處理工具結(jié)合起來才能達(dá)到從海量數(shù)據(jù)中獲取知識(shí)的目的。
顯然，潛在客戶知識(shí)發(fā)現(xiàn)需要的不是常規(guī)的數(shù)據(jù)錄入、查詢和統(tǒng)計(jì)工具，而是能夠歸納數(shù)據(jù)特征、分析數(shù)據(jù)內(nèi)部關(guān)聯(lián)、推斷數(shù)據(jù)發(fā)展趨勢(shì)的高效、智能化工具。
因此，潛在客戶知識(shí)發(fā)現(xiàn)與管理是一項(xiàng)以智能信息處理技術(shù)為支撐的多學(xué)科交叉融合的前沿研究領(lǐng)域。
數(shù)據(jù)挖掘是指從大量不完全的、有噪聲的、模糊的和隨機(jī)的數(shù)據(jù)中，提取隱含的、未知的且潛在有用的知識(shí)和模式的過程。它綜合運(yùn)用計(jì)算機(jī)科學(xué)、人工智能、統(tǒng)計(jì)學(xué)、信息管理、認(rèn)知科學(xué)等領(lǐng)域的先進(jìn)理論與技術(shù)，研究如何從海量信息資源中快速準(zhǔn)確地獲取潛在的知識(shí)，是一種信息資源深層開發(fā)的新型信息處理技術(shù)，不僅具有很高的理論研究?jī)r(jià)值。
而且對(duì)于企業(yè)和國家信息化的跨越發(fā)展乃至整個(gè)社會(huì)經(jīng)濟(jì)建設(shè)與發(fā)展都具有極為重要的意義。當(dāng)前，眾多發(fā)達(dá)國家企業(yè)紛紛開展以數(shù)據(jù)挖掘技術(shù)為基礎(chǔ)的知識(shí)資源管理和工商企業(yè)的智能化管理，具有代表性的應(yīng)用領(lǐng)域有科學(xué)研究、Web智能、商務(wù)智能、風(fēng)險(xiǎn)投資、制造業(yè)、銀行、國土安全、氣象、醫(yī)學(xué)、通訊等，將數(shù)據(jù)挖掘合理地融入CKM過程之中，能夠有助于實(shí)現(xiàn)從“客戶數(shù)據(jù)礦山”中挖掘“客戶知識(shí)金礦”的目的。
