金融機構在金融控股體系實施下，金融商品多元化是現在的趨勢，金融機構為求生存必須創造競爭優勢，提昇顧客忠誠度進而保留顧客，甚至挖掘潛在顧客的關鍵資訊，為金融機構創造持續的競爭優勢。
有效挖掘顧客潛在的資訊與模式，有助於金融機構業者對於真正有價值與忠誠顧客進行適合之顧客關係管理，在本研究中以資料探勘手法作為挖掘模式的工具，尤其是當今資料量爆炸性增加的年代，人類處理資料的速度遠遠追趕不上資料增加的速度，在需要處理龐大資料的今天，如何有效提升處理效率，且探勘出有用之知識，一直是相關研究人員努力追求的目標。
本研究首先對金融機構進行分析，描述出常見的金融機構問題，接著歸納各種問題的形式之後，利用資料探勘手法與工具，提出資料探勘模式及架構對應相關的金融機構問題，期望能發揮金融機構資料庫之效益，並能夠在面臨決策之時提供有效的解決方案。

Under the financial system implementation, the financial commodity multiplication of the financial organization is the present tendency. The financial organization for the survival has to create the competitive advantage to promote the customer loyalty and retention customer. Moreover, we excavate the potential customers’ crucial information for continuing the competitive advantage of the financial organization.
Excavating the customers’ latent information and the pattern effectively is helpful regarding the value and the customer loyalty to the financial organization carrying on the customer relationship management. In this research, we use the techniques of data mining as excavating tools. Due to the explosive increasing of data, the human processing speed can’t pursue the increasing speed of data. For processing the comprehensive data today, the researchers will focus on how to expedite the processing efficiency and excavate the useful knowledge.
This research implements the analysis of the financial organization first. Then, we describe the common problems of the financial organization. After inducing all kinds of problems, we use the data mining techniques and tools to propose the model and framework of the financial organization. Eventually, we hope that the result can provide the financial organization with effective solution and suitable decision-making.

中文部分
1.李秀梅(民國89年)，「信用卡持卡者資料探勘之研究」，私立輔仁大學應用統計系碩士論文。
2.蔡永恒(民國89年)，「應用資料挖掘技術研究銀行顧客消費行為」，私立靜宜大學資訊管理所碩士論文。
3.黃彥文(民國89年)，「資料探勘之應用-會員消費特徵之發掘」，屏東科技大學資訊管理系碩士論文。
4.王智弘(民國90年)，「應用資料探勘技術分析及預測銀行顧客貢獻度之研究」，國立中正大學資訊工程系碩士論文。
5.黃琮盛(民國90年)，「以個人消費行為預測信用卡詐欺事件之研究」，國立中央大學資訊管理研究所碩士論文。
6.彭慧雯(民國90年)，「建構信用卡資料挖礦架構及實証研究」，國立台北科技大學生產系統工程與管理研究所碩士論文。
7.劉如興(民國90年)，「信用卡資料庫行銷之顧客價值分析與促銷成效之研究」，國立台灣大學國際企業管理研究所碩士論文。
8.于還莒(民國90年)，「應用資料探勘技術於一對一行銷系統」，國立臺灣大學資訊工程學研究所碩士論文。
9.張永固(民國91年)，「資料探勘在目標行銷之研究-以通信用戶為例」，雲林科技大學資訊管理系碩士論文。
10.黃日鉦(民國91年)，「資料挖掘與統計技術於商業應用之模型比較-以零售業、保險業及銀行業為例」，國立台北大學企業管理研究所碩士論文。
11.陳金山(民國91年)，「資料探勘於目標行銷上之應用研究」，國立雲林科技大學資訊管理學系碩士論文。
12.陳淑萍(民國91年)，「資料探勘應用於財務危機預警模式之研究」，私立銘傳大學資訊管理學系碩士論文。
13.陳麗君(民國91年)，「應用資料探勘技術於信用卡黃金級客戶之顧客關係管理」，私立元智大學工業工程與管理系碩士論文。
14.李欣頤(民國91年)，「應用資料探勘於顧客消費行為之研究--以信用卡為例」，私立元智大學工業工程與管理系碩士論文。
15.林正榮(民國91年)，「資料探勘 - 信用卡風險控管」，私立淡江大學資訊工程系碩士論文。
16.林芝儀(民國91年)，「應用資料探勘於信用卡授信決策模式之實證研究」，私立元智大學工業工程與管理系碩士論文。
17.邱創政(民國91年)，「以消費表現為基礎之顧客群集分析」，私立元智大學工業工程與管理系碩士論文。
18.周裕聲(民國92年)，「應用資料探勘技術分析銀行顧客之交易行為」，私立淡江大學管理科學學系碩士論文。
19.陳瑋翔(民國92年)，「應用資料探勘技術於客戶分群之研究─以線上音樂公司為例」，國立台北科技大學生產系統工程與管理研究所碩士論文。
20.楊文德(民國92年)，「應用資料探勘技術於共同基金客戶分群之研究─以金融業為例」，輔仁大學資訊管理學系碩士論文。
21.吳明玲(民國92年)，「在金控法下我國銀行購併策略之研究---富邦、台北銀行及國泰、世華銀行之案例探討」，國立台北大學企業管理學系碩士在職專班碩士論文。
22.鍾碧姮(民國92年)，「資料探勘應用於銀行業信用卡持卡者、帳戶區隔與零售業酒品交叉銷售之探勘研究」，銘傳大學管理科學研究所碩士論文。
23.黃致諳(民國93年)，「資料探勘技術用於結合客戶價值與客戶消費行為的直效行銷之研究」，國立台灣科技大學資訊管理研究所碩士論文。
24.楊清潭(民國93年)，「應用資料探勘技術於顧客價值分析之研究」，私立東吳大學資訊科學學系碩士論文。
25.林進福(民國93年)，「循環性金融資產信用評等與風險管理之研究-以現金卡為例兼論資產證券化」，國立中興大學高階經理人碩士在職專班碩士論文。
26.吳長洲(民國93年)，「運用資料探勘技術在產險行銷之個案研究」，中原大學企業管理研究所碩士論文。
27.張豫雯(民國93年)，「應用資料探勘挖掘潛在電子商務客戶群」，大同大學資訊工程研究所碩士論文。
28.陳佳鈴(民國93年)，「應用資料探勘於客戶關係管理之分群研究─以壽險業為例」，中華大學科技管理研究所碩士論文。
29.吳瑞川(民國93年)，「資料探勘技術應用於保險業-以壽險保障為例」，東吳大學商用數學系碩士論文。
30.孫恬琳(民國93年)，「應用資料探勘技術於汽車保險購買行為之研究」，國立中正大學企業管理研究所。

英文部分
[1] Anand, S.S., Patrik, A.R., Hughes, J.G., Bell, D.A. (1998) A Data
Mining Methodology for Cross-Sale. Knowledge Based System, 10
(7), 449-461.
[2] Chung, H.M., Gray, P. (1999) Special section: Data mining. Journal
of Management Information Systems, 16 (1), 11.
[3] Chye, K.H., Gerry, C.K.L. (2002) Data Ming and Customer
Relationship Marketing in the Banking Industry. Singapore
Management Review, 24 (2), 1-27.
[4] Donato, J.M., Schryver, J.C., Hinkel, G.C. Schmoyer, R.L., Leuze,
M.R., Grandy, N.W. (1999) Mining Multi-Demensional Data for
Decision Support. IEEE Future Generation Computer Systems, 15,
433-441.
[5] Fabris, P. (1999) Advanced Navigation. CIO, 11 (15), 50-55.
[6] Peacock, P.R. (1998) Data Mining in Marketing: Part1. Marketing
Management, 6 (4), 8-18.