在CRM系统中崂擂苘哲挖掘技术对对客户数据的挖掘主题如下：
关联问题：
横向关联：是将看似独立的事件之间的潜在联系进行挖掘，例如“购买某产品”携带购买另一产品的人群比例”这就建立了两个商品的间接联系。
次序关联：这次方法主要是对事件的前后序列关系进行重点分析，例如在购物时对某几件商品的购买顺序，通过对其研究分析形成一种客户行为。
关联问题主要是对客户的各项属性之间可以存在的交叉销售或潜在联系进行研究，或者是客户实体与其他实体的联系。一般典型的关系在电信行业中包括：套餐选择问题、交叉销售、以及业务的相互影响。
预测问题：
为了使客户数据能够及时得到更新，需要对客户的行为变化以及消费等属性变化进行预测。在实际统计中发现，客户的行为变化的典型状况有通话行为的增加或减少，客户信息变化消，费行为变化以及其他情况。
分类问题：
对样本客户数据库中的数据进行分类分析，就是对各个类别进行定性的描述。这个问题也可以通过找出其分类规则，进行分析模型建立来解决，对于其他客户进行分类时可以使用。
聚类问题：
本文中的聚类是指把由于分类原则不明确等原因造成的没有进行分类的记录，以数据差异的大小为分类原则，对数据进行分类，并对其类别进行定义。对此类数据进行分类的分类规则是以统计学的聚类分析方法为指导方法的。聚类既是分类的相对概念。对客户特征的研究是客户聚类的主要工作内容，常见的典型聚类问题包括：客户的消费模型分析、客户特征分析和异常客户分析等等。