信用卡是一种先进的支付结算工具,当前政府和国内商业银行都在大力推进金融电子化,信用卡的应用已经越来越普及。随着信用卡客户群体的不断扩大,信用卡的发展阶段也由“跑马圈地”阶段向“精耕细作”阶段转化,数据挖掘技术将越来越多地被应用于信用卡业务领域。客户在申请和使用信用卡时产生了大量的数据,也使得发卡银行使用数据挖掘技术,建立行之有效的客户分类模型成为可能。本论文选择信用卡数据挖掘应用实证分析,与国内目前信用卡业务“精耕细作”转型期有很好的结合度,主要工作有：1.提出了当前国内信用卡业务发展阶段由“跑马圈地”向“精耕细作”进行过渡的转型期概念。国内信用卡业务经过近几年的快速发展,客户规模、客户信息和客户行为数据得到有效积累,信用卡数据挖掘分析将普遍被银行业所应用。2.分析研究了国内外数据挖掘技术应用现状,对数据挖掘分析的主要功能、常用的数据挖掘分析方法和数据挖掘的主要过程进行了分析和研究,并对Stata和SAS分析系统进行了深入学习和实际应用。3.对数据挖掘技术在信用卡业务经营管理中的应用进行了分析,包括市场拓展管理和风险管理两个方面。4.为做好数据挖掘分析,结合国内信用卡发展实际,对信用卡客户生命周期进行了研究,提出了信用卡客户所经历的潜在客户、睡眠客户、活动客户、客户流失四个阶段,为下一步的建模分析奠定基础。5.采用数据挖掘方法,对现有信用卡客户进行分析,抽取客户特征,建立信用卡客户分类模型,用Stata逻辑回归分析方法分析影响信用卡睡眠和活跃的重要因素,重点针对睡眠客户和活动客户进行模型应用处理,以解决当前信用卡业务发展中账户活动率不高、客户营销响应度低的问题。