随着经济的发展,国内三家电信运营商的产品存在较高的同质化,因此三大运营商的竞争日趋激烈,而作为其中之一的电信行业,其客户流失率居高不下。大量客户流失让运营商蒙受巨大损失,在此情况下,存量客户的维持的重要性逐渐凸显,开始成为国内主流电信运营商的聚焦点。采取有效方法,降低客户流失率,是各大运营商都亟待处理的情形和问题。用数据挖掘技术保存客户特征,建立高质量的客户流失预警模型,以此健全客户流失预警体制机制,逐步减少客户流失,是各大电信运营商客户服务的重要内容之一。移动互联网时代,智能手机上网用户群数量基数较大,随之产生的是语音通话业务的减少。在此情形之下,用户行为特征、使用习惯与以往也有较大的不同。本文通过客户细分的思想,提出“电信企业客户流失预警模型”,此模型根据企业大量的客户信息,寻找潜在价值客户人群,此人群必须具有离网倾向。以期能够完善企业开展客户维系与挽留工作,并为企业提供科学的参考。从重庆某运营商的现状入手,结合移动上网人数流量大的特点,将大数据背景下的上网行为数据、传统的模式下的消费行为数据有机整合,构建客户流失预警模型,利用测评和优化提升模型质量,为企业减少客户流失提供了高效途径。本文在结合文献和资料的基础上做了如下工作:1.分析当前运营商客户流失现状,对分析客户流失数据的途径进行探讨。2.分析客户流失预警的数据理解和数据准备,根据数据来源,分析获取互联网大数据的途径、获得并分析用户上网行为数据、预警模型数据字段的选取方法、宽表的设计等内容。在此基础上,研究数据质量全流程保障方法,并获得优化方案。3.构建客户流失预警模型,并对此测评与优化,支撑客户流失预警的挽留维系工作。4.将维系挽留工作设想运用在重庆某运营商分公司运营中,并对结果进行了分析和评估。