经历过.com的狂热后，人们开始冷静地思考一些东西，考虑信息技术为这个社会能带来的真实价值在哪里？CRM的出现，从一个方面让许多企业看到IT技术与传统企业经营相配合所产生的巨大效益。然而，各种不同规模、不同功能的CRM产品让企业用户感到难以选择。笔者认为，目前市场上存在的CRM产品主要分为以下几种，企业可根据自身情况做出选择。

传统ERP型

由于看好CRM的发展潜力，许多主要的传统后端ERP厂商，如Oracle、SAP、PeopleSoft等，都进入了CRM市场。其中，Oracle正致力于将自己转型为一家提供全面电子商务解决方案的软件公司，力推其第三代的CRM解决方案——Oracle CRM3i。
该类产品的最大特点是采用了客户智能、融会贯通的交流渠道和基于Internet技术的应用体系结构三个关键战略。Oracle CRM为企业改进客户满意度、扩展新的市场和商业渠道、缩减销售周期和销售成本提供了全方位的支持，同时还能为企业进军电子商务开辟道路。Oracle CRM能做到这些应该归功于其三个关键战略的运用以及强大的Oracle ERP集成支持。
亚马逊书店采用了Oracle的数据库、Internet技术平台及大量Oracle电子商务应用程序，充分利用了CRM的客户智能。当你在亚马逊购买图书以后，其销售系统会记录下你购买和浏览过的书目。当你再次进入该书店时，系统识别出你的身份后就会根据你的喜好推荐有关书目。你去该书店的次数越多，系统对你的了解就越多，也就能更好地为你服务。CRM在亚马逊书店的成功实施不仅给它带来了65％的回头客，也极大地提高了该书店的声誉和影响力，使其成为网上交易及电子商务的代表。
传统ERP型的CRM由于其前期对ERP开发与实施的经验而具有功能强大、行业覆盖面广、模块数量多以及较强灵活性等特点，但同时也面临企业投入金额大、实施周期长、上线培训慢、管理理念容易发生冲突等困难，对企业从规模和管理上都有较高的要求。

数据仓库是CRM进行客户分析的基础，目前很多拥有数据仓库技术的厂商纷纷提倡CRM，其中包括NCR、Sybase等。
数据仓库所建立的客户数据库使企业能收集到更详细的客户信息档案，以便对现有客户提供更好的服务，也可以建立一个预测模型，尽可能准确地预报客户流失的概率和可能性，以便及早采取相应的措施。利用数据挖掘工具和统计模型对数据仓库的数据进行研究，可以分析顾客的购买习惯、广告成功率和其他战略性的信息。对零售商而言，可以利用数据仓库对商品品种和库存趋势进行分析，选定需要补充的商品，研究顾客购买趋势，分析季节性购买模式，确定降价商品，并对其数量和运作做出反应。
Wal-Mart的数据仓库始建于20世纪80年代。自1980年以来，NCR一直在帮助Wal-Mart经营世界上最大的数据仓库系统。1988年Wal-Mart数据仓库容量为12GB，1989年升级为24GB，以后逐年增长，1996年其数据量已达7.5TB。1997年为了圣诞节的市场预测和分析，Wal-Mart将数据仓库容量扩展到24TB。利用数据仓库，Wal-Mart对商品进行购物篮分析（Marketing Basket Analysis），即分析哪些商品顾客最有希望一起购买。Wal-Mart数据仓库里集中了各个商店的原始交易数据。在这些原始交易数据的基础上，Wal-Mart利用自动数据挖掘工具（模式识别软件）对这些数据进行分析和挖掘。数据仓库改变了Wal-Mart，而Wal-Mart改变了零售业。在它的影响下，世界顶尖零售企业，如Sears、Kmart、JC Penney、No.1 German Retailer、日本西武、三越等先后建立了数据仓库系统。1996年，Wal-Mart和NCR联合获得数据仓库研究所VLDB技术领域的“最佳实践奖”。
数据仓库的出现使企业能够准确地分析和把握消费心理，但因为数据仓库是一个复杂的应用系统，如果没有丰富的实践经验，很容易出现失败。《财富》杂志在其最近的一篇报告中指出，许多数据仓库系统根本没有实用价值。某公司投资3000多万美元用于建造信用卡方面的数据仓库，其应用效果近乎零。