與此同時，客戶消費心理日趨成熟，出現(xiàn)了理性化、個性化的消費趨勢。在這種情況下，實施客戶關(guān)系管理（Customer Relationship Management，CRM）的效果與企業(yè)的預期相差甚遠。
CRM的成功除了需要一個合理的組織結(jié)構(gòu)外，還需要一個合理的信息結(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。
在激烈的競爭環(huán)境下，企業(yè)對有限數(shù)目客戶的爭奪日趨白熱化。如果不能及時了解客戶的需求、掌握客戶的消費模式，預測客戶的行為動向，企業(yè)失去競爭的能力，而CRM僅僅局限于事務處理，沒有充分地將客戶及其知識轉(zhuǎn)化為企業(yè)的持續(xù)競爭力。
針對CRM的不足，近年來關(guān)于客戶知識管理（Customer Knowledge Management，CKM）的研究獲得了普遍的關(guān)注和重視。CKM的出現(xiàn)是全球電子商務大潮對傳統(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，以客戶需求為心設計和實現(xiàn)信息技術(shù)驅(qū)動的商務活動。
從而給企業(yè)帶來長久利益。企業(yè)期望通過CKM建立一個客戶需求導向的銷售、營銷、服務和支持應用的自動化價值鏈，以便加強企業(yè)與客戶的關(guān)系，提高客戶的滿意度和忠誠度，增強企業(yè)的競爭優(yōu)勢。
目前，CKM主要的應用領域集中在制造業(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的源泉，但從數(shù)據(jù)中提取知識并不容易。
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)會不斷地增加與更新；
其次，客戶數(shù)據(jù)的結(jié)構(gòu)復雜，可以是結(jié)構(gòu)化的，如存儲在關(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、冗雜的和動態(tài)的。從某種意義上說。潛在客戶知識的發(fā)現(xiàn)是一種高級的人類智力活動。但是人腦對于處理如此大量繁復的數(shù)據(jù)并不擅長。
因此，人的經(jīng)驗和技巧必須與自動化知識處理工具結(jié)合起來才能達到從海量數(shù)據(jù)中獲取知識的目的。
顯然，潛在客戶知識發(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)展趨勢的高效、智能化工具。
因此，潛在客戶知識發(fā)現(xiàn)與管理是一項以智能信息處理技術(shù)為支撐的多學科交叉融合的前沿研究領域。
數(shù)據(jù)挖掘是指從大量不完全的、有噪聲的、模糊的和隨機的數(shù)據(jù)中，提取隱含的、未知的且潛在有用的知識和模式的過程。它綜合運用計算機科學、人工智能、統(tǒng)計學、信息管理、認知科學等領域的先進理論與技術(shù)，研究如何從海量信息資源中快速準確地獲取潛在的知識，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價值。
而且對于企業(yè)和國家信息化的跨越發(fā)展乃至整個社會經(jīng)濟建設與發(fā)展都具有極為重要的意義。當前，眾多發(fā)達國家企業(yè)紛紛開展以數(shù)據(jù)挖掘技術(shù)為基礎的知識資源管理和工商企業(yè)的智能化管理，具有代表性的應用領域有科學研究、Web智能、商務智能、風險投資、制造業(yè)、銀行、國土安全、氣象、醫(yī)學、通訊等，將數(shù)據(jù)挖掘合理地融入CKM過程之中，能夠有助于實現(xiàn)從“客戶數(shù)據(jù)礦山”中挖掘“客戶知識金礦”的目的。
