随着世界经济一体化进程的加深以及中国加入WTO,中国的证券业得到了飞速发展。随之带来的竞争也变得空前激烈,传统的“以产品为中心”的竞争模式逐渐变得不能满足客户的需求,“以客户为中心”的服务模式逐渐兴起。客户关系管理系统正是为了满足这种模式而量身定做的,它集成了先进的现代管理理念与数据挖掘等相关信息技术,分析现有客户和潜在客户的需求模式,为企业赢得最大收益。本文首先讨论了将CRM运用在证券业上的必要性和前景,深入分析了客户关系管理与数据挖掘技术的理论基础,重点介绍了客户关系管理的内涵以及数据挖掘的具体内容和实施方法。其次,结合数据挖掘的理论基础,根据证券业的实际应用特点设计了一个集成数据挖掘功能的证券业CRM系统,着重介绍了该系统的具体架构、业务流程、数据收集与清洗,数据库的设计,数据仓库的建立与组织、数据分析与报表的实现、CRM系统的具体功能和模块设计等内容,实践表明该系统能够较好的满足证券业的实际需求并且可扩展性和鲁棒性都很好。最后,在深入分析证券CRM实际需求特点的基础上,设计了一种改进的k-means聚类算法,通过改进的中心点初始化方法减小了孤立点和噪声点对聚类性能的影响,运用三角不等式减小了迭代次数降低了计算消耗,并将改进算法运用在证券业客户细分研究中,对客户群完成了有效分割,从而使不同的客户得到不同的层次的服务,提高了客户满意度,增强了企业竞争力。