随着国内通信企业的不断发展，通信企业之间的竞争不断加剧，特别是2008年通信行业重组以来，竞争更趋于白热化。一方面，客户选择通信业务及通信企业的余地越来越大，通信企业之间对客户的争夺也越来越激烈。经过运营商不断的“价格战”，通信市场出现了严重的“增量不增收”现象，大量低忠诚度的客户转网或变更业务。通信企业虽纷纷采用具有一定优惠期限的活动来降低客户的流失率，但在优惠期结束后，很多客户便纷纷转网或弃卡重入网以套取新的优惠，仍造成了大规模的客户流失，致使通信企业的业务收入下滑、客户发展效率低成本高。另一方面，通信客户近几年高速增长，形成了庞大、需求差异很大的客户群；同时适用于不同人群的各种新业务不断推出，通信企业需要通过细分客户群，将最合适的业务推销给最需要的客户，实现业务和客户的最佳匹配。在这种激烈的竞争情况下，面对海量的客户信息及客户数据，运营商如何以客户需求为导向，运用科学的手段进行分析，从中得到有用的信息，实现精细化的管理和营销，并通过有针对性的用高质量服务来吸引和挽留客户，扩大市场占有率，在竞争中占据有利位置，是国内各通信运营商关注的重点。本人通过将数据挖掘技术应用在长沙移动的客户关系管理(CustomerRelationship Management, CRM)系统中，对海量的客户信息进行分析，达到了细分客户，精细化营销的目的，该应用得到了长沙移动业务管理人员的一致好评。本人主要完成了如下工作：一是系统的研究了国内外CRM的现状以及通信行业CRM的现状、作用和意义。二是提出将数据挖掘技术引入到移动客户关系管理系统中，建立基于数据挖掘技术的移动客户关系管理系统，以便通过客户的海量相关系信息对客户的价值取向进行预测，从而为营销人员进行有针对性的营销提供理论依据。三是将研究成果直接应用于长沙移动客户关系管理系统，首先以长沙移动客户数据为数据源，通过与长沙移动业务一线管理人员多次交流沟通选取细分变量；然后建立客户细分模型，并运用k-means算法进行聚类分析得到聚类结果；最后对聚类结果进行详细分析，得出相应的预测指标并制定相应的营销策略，同时将相应的聚类预测指标应用到长沙移动客户关系管理系统中。