互联网是目前世界上最密集和最丰富的信息来源,也是人们获取信息的重要手段。Internet改变了传统的商业模式,在现代电子商务模式下,客户关系管理(Customer Relationship Management, CRM)也面临着新的挑战,改善和提高企业与客户的关系成为客户关系管理的核心内容。企业从“以产品为中心”转向“以客户为中心”,分析客户消费购买行为成为企业竞争的焦点,企业必须了解与客户有关的各种信息,并根据这些信息相应地调整自己的营销策略。在电子商务发展的过程中,客户行为分析(Customer Behavior Analytics,CBA)的问题越来越突出。如何保持现有客户、发掘潜在客户；如何对客户成功实施交叉销售或关联销售：如何防范客户的欺诈行为等成为电子商务成败的关键问题。而Web数据挖掘作为一种最新的Web信息分析技术,刚好成为企业更好运行电子商务的解决方法。论文研究了客户关系管理的相关理论,包括客户关系管理的定义、分类以及客户关系管理的运作流程；通过分析对比,阐述了客户行为分析的内涵、客户行为分析的优势。同时,对Web数据挖掘技术作了研究,探讨了Web数据挖掘的分析方法、数据来源以及Web数据挖掘在客户行为分析中的主要应用。在理论分析的基础上,提出了基于Web数据挖掘的客户行为分析模型框架,运用SPSS Clementine数据挖掘建模软件对钢铁物流企业累积的销售交易数据进行客户行为分析建模,并利用可视化技术和微软.NET技术平台开发实现“钢铁在线”电子商务平台,通过可视化客户行为分析功能模块帮助企业客户实施在线交易,加快钢铁流通速度,提高企业竞争力。论文的创新点主要体现在以下方面：(1)分析客户关系管理理论,指出客户行为分析是现代电子商务发展的核心部分,在研究Web数据挖掘技术优势的基础上,提出一种基于Web数据挖掘的客户行为分析模型框架,并且实现了可视化客户行为分析业务流程。(2)对传统的钢铁物流行业实施业务流程再造,结合钢铁物流企业的数据模型,引入客户行为分析框架,在一个统一集成的电子商务平台——“钢铁在线”中,实现了钢铁物流的每一个功能环节,为钢铁物流企业打破发展瓶颈、实现产业升级进行了有效的尝试。论文得到钢铁物流企业生产管理系统项目的支持,对钢铁物流企业信息化建设以及电子商务的发展有一定的指导意义。