自20世纪90年代起，电力工业体制市场化改革已成国际潮流，多个国家和地区相继解冻电力垄断，在电力行业的方方面面引入了竞争。当前，我国厂网分离及继之出现的输配电独立运营和阶梯电价等电力体制改革打破了电力企业的垄断。电力企业将发展为独立运作的配电公司，逐步开放电力零售市场竞争，这使得客户在用电上有了更多的选择，但同时电力行业面临的竞争风险加剧。为了应对新的风险形势、继续保持并扩大市场份额、提高其经济效益和社会效益，供电企业正积极转变经营模式努力做到客户至上，提升整个电网的需求管理水平，将单纯的客户售电管理转变为客户知识管理。构筑全面关注客户关系、客户导向型竞争的电力营销创薪机制——客户关系管理应运而生，这对于转变电力企业文化及其价值观念，建立起客户与供电企业互利共赢的忠诚关系具有重要意义。
在以客户关系为导向的竞争环境中，各供电企业纷纷建立起客户服务中心等，使得企业逐渐积累了海量的相关客户数据，因此客户关系管理的数据分析能力变得至关重要。企业要想既能够拥有正确的客户数据，又能够拥有正确分析数据的工具，这就需要将数据仓库、数据挖掘和知识管理等信息技术整合到客户关系管理系统，才能将所掌握的客户数据转换为辅助企业决策的客户知识，提高电力企业运营、决策能力。客户知识获取能力的强弱是企业竞争能力高低的根本，但是如何将知识挖掘和知识管理的理论和技术集成到供电企业客户关系管理，更好地获取企业竞争优势呢?论文将基于当前已有研究成果的基础上作些探讨。
论文界定了供电企业客户关系管理的概念框架，通过客户知识管理的知识获取、组织、共享和使用的综合流程来阐述企业如何应用知识管理获取企业竞争力。结合电力行业的特点研究客户知识管理在供电企业的管理与决策层面的应用模式。以客户智能为目标，构建了基于数据挖掘和知识管理的供电企业客户关系管理系统架构，将知识管理的思想更好地融入贯彻到CRM系统中，不断完善客户知识的挖掘以及客户知识的共享使用，以便辅助企业决策。
2 客户关系管理及其数据管理技术
2.1 客户关系管理概述
客户关系管理是指采用先进信息技术获取和分析客户购买行为，从而为客户提供个性化产品或服务、培养客户忠诚度以平衡企业与客户之间的互利关系的企业总体战略。它运用企业与客户业务往来的交易数据和信息全方位理解客户，精准地响应客户切实需求并与之共同创造价值。它要求企业集成数据挖掘、知识管理和人工智能等先进的信息技术来构建CRM系统，优化组织体系和业务流程。同时，在基于知识管理的CRM系统平台上发现、共享客户知识，创新地使用客户知识，优化客户关系，增进客户与企业稳定、持续的互利共赢关系。
供电企业由于其社会服务职能和行业相对垄断性等鲜明特色，使得供电企业更侧重于加强企业与客户的多渠道互动交流，进行全方位的需求侧管理。做好极具前瞻性的趋势分析，正确预测客户需求和有效支持企业决策。建立以满足客户需求为导向、以挖掘客户数据为基础、以共享使用客户知识为目标的客户关系管理体系。
2.2 数据仓库技术
实施CRM系统必须首先建立功能强大的客户数据仓库(Data Warehouse，DW)，这对于企业各应用系统中客户数据的集成、客户数据挖掘和客户智能决策至关重要。数据仓库不是简单的数据收集，而是根据决策目标有选择地抽取数据，并将其预处理、深加工转换成统一标准、可用的信息。将数据仓库应用在CRM系统中可以整合企业分散的、异构的客户行为数据，为数据挖掘提供统一标准的数据，而且基于网络平台的数据仓库具有高效的信息共享功能，这也是动态客户知识库的共享机制。
2.3 数据挖掘技术
数据挖掘(Data Mining，DM)是一门融合了统计学、数据库和人工智能等许多学科领域的交叉学科，可以帮助企业进行信息重构、资源整合和知识创新等。CRM中的数据挖掘是指分析数据库中的交易数据来获得客户理解并应用商业智能有效地发现隐藏其中的客户知识，精准地响应客户需求的变动。传统的电力管理信息系统贮存了庞大的客户数据，但纯粹的客户数据并没有商业意义，只有通过数据挖掘算法和模型导出的隐含客户知识才具有商业价值。数据挖掘的聚类、
