起源於美國的客戶關係管理，是以資訊科技工具來實現客戶至上的目標。其背景則是從行銷理論的角度，把大眾行銷轉化為一對一行銷。從大量生產賣給多數大眾的大眾行銷，演化到鎖定市場的目標客戶行銷，接著，更細分客戶區隔的利基行銷。對每一個客戶而言，無論是一個人或一家公司，實踐這種一對一行銷是由所謂的客戶關係管理系統來執行，這也是客戶關係管理的定義，而且這也漸漸昇華為企業經營的思想。
客戶洞察是客戶關係管理的目標，客戶關係管理著眼於建立和維護企業與客戶的長遠關係。在競爭日益激烈的今天,越來越多的企業開始關注客戶，重視收集客戶的資料,傾聽並及時回應客戶的要求和期望。企業通過對客戶洞察的不斷加深以及客戶服務實踐的不斷改善，提高其競爭力。客戶關係管理的目標就在於協助企業不斷地獲取和積累客戶知識，並將這些知識運用在企業的生產、市場行銷和客戶服務等各個領域，以提升客戶滿意度和忠誠度，從而降低生產、銷售和服務成本，增加企業效益。
本研究將提供一個以資料探勘為基礎的客戶洞察框架，並詳細說明每一個在此框架內元件的操作流程，並透過個案探討某電信公司導入客戶洞察過程中，各施行階段之管理及技術層面問題，並總結此個案對企業策略及經營模式變革之重大影響。

Understanding customer behavior is important to adjusting business strategies, increasing revenues, and identifying new opportunities. The vital importance of such knowledge to these objectives is not new; in fact, it is always been a fixture of business success. What's new is that many organizations now have at their disposal an impressive variety of data and information resources that promise to reveal far more about customer behavior than previously thought possible. This potential has unfortunately created an agonizing paradox, especially for large and diverse businesses: the more data resources available, the harder it is for the organization to understand its customers.
Today, Telecommunication customer interaction data is abundant. We have data about usage behavior, returns, complaints, and more. Yet, how many businesses are truly using this data effectively? The reason for this paradox is that technology for generating, capturing, and storing data has far outpaced the human capacity to understand, analyze, and exploit it for maximum impact. Data mining technology, which focuses on identifying interesting patterns and developing predictive models from data, has the greatest potential for enabling businesses to leverage data resources for strategic business success.
This article presents customer insight in practice. It starts with a customer insight framework for Telecommunication, the procedure for each component in this framework. This research provides a real case show how this framework help business to decrease their customer churn rate and create more customer knowledge for campaign design.

中文文獻
1. 林重文，「以台灣大哥大為例的知識管理應用」，通訊雜誌出版，第110期，2003年
2. 丁惠民、許晉福譯，Frederick Newell著，收買忠誠－網路時代的顧客關係管理，美商麥格羅希爾，2000年
3. 遠擎企業智慧事業部編，顧客關係管理深度解析－第一輯，ARC遠擎出版社，2001年
4. 遠擎企業智慧事業部編，顧客關係管理深度解析－第二輯，ARC遠擎出版社，2001年
5. 野口吉昭，CRM戰略，ARC遠擎出版社，2001年
6. 黃俊英，多變量分析，華泰文化事業公司，第七版，2000年
7. 陳琇玲譯，傑依.寇里(Jay,Curry)等原著，顧客金字塔的行銷秘密，美商麥格羅希爾，2000年
8. 彭文正譯，Michael J.A. Berry 以及Gordon S. Linoff 著，資料採礦－顧客關係管理暨電子行銷的應用，維科出版，2001年
9. 謝松樺，資料倉儲建構之管理課題－以電信業為例，銘傳大學管理科學研究所碩士論文，1999年
10. 顏裕隆，以資料倉儲技術支援顧客價值決策之研究－以泛亞電信拆機（門號退租）率為例，國立中山大學傳播管理研究所，碩士論文，2001年
11. 吳耀明，電信服務事業顧客關係管理之研究，國立中山大學企業管理學系，碩士論文，2001年

英文文獻
1. Corinne Baragoin, Christian M. Andersen, Stephan Bayerl, Graham Bent, Jieun Lee, hristoph Schommer, “Mining Your Own Business in Telecoms – Using DB2 Intelligent Miner for Data”, 2001.
2. Pappers&Rogers Group, “CRM in retail revisited – Using Customer Insight to Build Competitive Advantage”, 2003.
3. Michael J.A. Berry, Gordon S. Linoff “Data Mining Techniques: For Marketing, Sales, and Customer Relationship Management” Wiley Computer Publishing, 2nd Edition, 2004
4. Arthur M. Hughes, “Strategic Database Marketing: The Masterplan for Starting and Managing a Profitable, Customer-Base Marketing Program”, McGraw-Hill Companies, 2000
5. Alex Berson, Stephen Smith, Kurt Thearing, “Building Data Mining Applications for CRM”, Columbus: McGraw-Hill, 2000