物流企业属于服务型行业，因此它以客户为中心的营销模式是必然的。但对所有的客户都进行一对一的营销这将会耗费企业的大量成本，因此这种模式的可行性并不高，它仅仅是一种理想模式。另外，随着信息技术的发展，企业的数据量也在不断地激增，这往往会使企业陷入“信息爆炸，知识匮乏”的信息孤岛之中，而数据挖掘的出现为潜在知识的有效利用提供了一种可行之道。将数据挖掘技术有效地应用于物流企业市场营销的问题中，找到企业的关键客户并针对关键客户进行新业务的拓展，这对物流企业的发展以及利润的增加都有着重要的现实意义。本文利用数据挖掘的相关技术为物流企业的市场营销提供了一种新方法——物流企业关键客户组合业务。这种方法将会提高物流企业对信息和数据的掌控能力，为企业管理者在市场营销活动中作出更科学合理的决策提供了依据。本文的研究内容如下：首先对客户细分、市场营销及数据挖掘的相关理论进行了阐述；其次针对相关的数据挖掘技术及工具进行了简单地概括并详细论述了K-means聚类算法和Apriori关联规则算法；然后在相关的理论和技术基础上，提出了基于K-means聚类技术和Apriori关联规则技术的物流企业关键客户组合业务的工作流程。该流程利用K-means聚类技术对企业客户进行细分，确定其关键客户。然后利用Apriori关联规则技术确定关键客户的组合业务并对组合业务进行分析和部署；最后以HY物流公司为例，确定其关键客户，并针对关键客户进行组合业务分析，提出相应的营销决策建议，达到流程的预期目的，表明此项课题具有一定的实际应用价值和学术研究价值。