CRM is basic need for any organizations for retaining and attracting the most valuable customers. In Corporate world, “Customer Retention” strategy in CRM is an increasingly pressed issue. For better CRM, Data mining techniques play a vital role by extracting the information of customer from the database. Data mining can help service sector like banking, insurance, and telecommunication to make crucial business decisions. The aim of the paper is to give a summary on the applications of data mining in the customer relationship management domain. This review paper explores how data mining techniques such as K-means, SVM, Decision tree, Neural Network etc which has been developed to support for customer relationship management process

CRM یک نیاز اساسی برای هر سازمانی برای حفظ و جذب مشتریان ارزشمند است. در دنیای شرکت های بزرگ، استراتژی "حفظ مشتری" در CRM یک موضوع به طور فزاینده فشرده و مهم است. برای CRM بهتر، تکنیک های داده کاوی نقش حیاتی با استخراج اطلاعات مشتری از پایگاه داده ها بازی میکنند. داده کاوی می تواند به بخشهای خدمات مانند بانکداری، بیمه، و ارتباطات از راه دور کمک کند و برای تصمیم گیریهای کسب و کار نیز حیاتی است. هدف از این مقاله به طور خلاصه بررسی در برنامه های کاربردی داده کاوی در حوزه مدیریت ارتباط با مشتری می باشد. در این مقاله به  بررسی چگونگی تکنیک های داده کاوی مانند ابزارk مانند ، SVM، درخت تصمیمگیری، شبکه عصبی و غیره پرداخته میشود که برای حمایت از فرایند مدیریت ارتباط با مشتری نعمیم داده شده است.

1-مقدمه

در استراتژی بازاریابی عصر حاضر ،  محصول گرایی به مفهوم مشتری گرایی تغییر کرده است. انتظارات مشتری همیشه به طور فزاینده در حال افزاش است و خدمات کسب و کار باید با انتظارات آنها همراه باشد. CRM به عنوان یک ابزار کسب و کار برای شناسایی، انتخاب، به دست آوردن و توسعه مشتریان سودآور استفاده می شود. سازمانهای امروز با چالش چگونگی جمع آوری، تجزیه و تحلیل و مدیریت چنین حجم بزرگی از داده ها مواجه شده اند. ما باید فن آوری های جدید را برای مدیریت ارتباط با مشتری برای مدیریت فرایندهای تعاملات بین شرکت و مشتریان و کمک به افزایش درآمد کسب و کار خود یباموزیم..