随着利率市场化的持续推进和网络金融的飞速发展,商业银行已经失去了"卖方市场"的优势,逐步转变为"买方市场"。各商业银行跟随市场的变化,开启了自身的转型之路,改变以往一直所遵循的产品经营主线,开始向"以客户为中心"的综合服务金融体系转变,着手进行个人客户关系管理的研究和实践,打造适合自身特点的个人客户关系关系系统。随着移动互联网贯穿到日常生活中,所有的客户信息、行为信息、区域信息等都转换为数据的形式展现,无形的信息转化为有形的资产,成为客户分析的基础。所以,"以客户户为中心"的转变必须建立在大数据分析之上。但从目前我国商业银行个人客户关系管理的现状看,现有的客户关系管理主要以客户的金融资产和贡献度为核心,无法实现对客户的需求识别和精准营销,银行对对客户信息的大数据分析工作还在探索阶段。同时,互联网金融对客户信息的分析逐步成熟,也显示出银行在传统的客户关系管理中的不足和缺陷。本文分析了利用银行交易信息进行客户关系管理的必要性和可行性,并尝试运用数据挖掘方法,收集大量客户信息和交易数据,梳理分析维度,对银行的个人客户进行数据分析。将海量的消费交易行为数据用于客户聚类,并由聚类得到的细分客户群体结果出发,延伸分析不同客群的金融行为特征,提出针对不同的客户群体的营销建议。以期从实践角度,尝试利用大数据分析丰富完善现有客户关系管理视角的可可行性。最后,建议商业银行通过搭建企业级数据库作为个人客户管理的数据基础;发展大数据挖掘策略,加强客户群体的识别和拓展推进银行进行客群化经营模式,打造客户金融生态系统建设的核心;配合数据分析战略完善客户关系管理的配套机制;积极开展与网络金融公司的合作,多方位实现客户体验的互补,提升商业银行的个人客户管理的水平。