随着经济的发展和社会的进步，企业越来越清晰地认识到以产定销的生产和销售模式不再适应时代的要求，纷纷从“以生产为中心”转向了“以客户和市场为中心”，日益认识到客户的重要性。企业的管理者已经意识到了保持良好的客户关系对于提高企业自身竞争力的重要性，如何提高客户的满意度和忠诚度，吸引和保持客户不流失，并不断地开发出新的客户来扩大市场份额，成为管理者日常考虑的重要问题。目前，客户关系管理的理念已经深入人心，但是很多企业却并没有寻找到客户关系管理的有效途径和方法。不少企业也开发出了客户关系管理系统软件，积累了海量的关于客户的数据信息，但是由于这些信息没有得到深层次的挖掘和利用，与企业投入到大量成本相比，他们并没有获得期望的收益。客户分类管理是实现客户关系管理的重要内容和手段。企业要正确地实施客户关系管理并从中受益，就需要对已有的客户信息进行充分的分析和研究，挖掘客户的潜在需求，不断完善企业的产品或服务。在分类的基础上可以将所有客户可以划分成不同的群体，不同的群体具有各自的特征。一方面，企业可以根据不同群体的不同特征制定不同的服务策略，这样能够使营销资源得到最大化的利用；另一方面，企业还可以通过分析群体成员的特点，识别出各个群体自身特有的若干属性，通过市场调查来确定市场中具备对应属性的人群，进行主动服务。　　 本文通过文献查阅发现在客户分类领域较常用的几种分类方法有决策树法、贝叶斯法、遗传算法以及神经网络方法等。通过几种方法的对比分析，发现其各有优劣，但是神经网络方法作为一种新型的分类方法得到了更广泛的应用，它具有对非线性问题良好的解决能力，因此本文以BP神经网络方法为基础，并且针对其不足进行改进，最后以汽车行业为例，通过调查问卷的方式建立客户分类指标体系，利用改进后的BP神经网络方法建立客户分类模型，并以分类结果为基础，，根据每个分类群体的特点制定针对性的营销策略，实施差异营销和主动服务，提升企业的业绩和在市场上的竞争力。