当今社会经济快速发展,信息化程度不断深入。随着信息时代的到来与发展,特别是互联网通讯技术的发展,使得全球电信消费市场向着4G时代发展。随着虚拟运营商的加入,国内的电信市场竞争十分激烈。作者本人身处运营商体制内,也感受到企业对数据挖掘需求的日趋强烈。目前国内的电信运营商也在试探进入数据挖掘领域,毕竟自己守护着的是一个信息的“金矿”。如何适用恰当的技术挖掘商业信息以满足日益增长的用户需求,是实现“企业价值与客户价值共同成长”经营理想的必要前提。论文从一个运营商日常数据运维人员的角度,通过研究数据挖掘与聚类分析对于企业其客户分类的关联和帮助,结合日常企业运营经验积累,期望通过科学方法,建立一套数据模型,并且使用理解的聚类分析的方法,编写一套聚类算法程序进行分析。目前企业的数据挖掘方面,入门较晚,行业门槛较高,希望本文可以为企业提供一套可以因地适宜的数据分析方案。论文从相关技术入手,全面研究客户关系管理系统、客户分类、数据挖掘和聚类分析的相关知识和背景。系统性的进行电信客户分类的分析与设计,包括了具体挖掘目标的提出、分析方法的使用、以及商业理解上的客户分析。在客户分类的数据理解和数据准备阶段完成后,构建一套客户分类模型,由分析变量和描述变量构成。在电信企业数据现状中,找到一个相对科学的可以付诸于企业大数据的模型应用。在数据模型建立完成后,将编写一套具体的K-Means算法工具,实践于这套数据模型在实际的企业的生产数据上,并将输出结果详尽分析和评估。实践于具体的企业生产环境。这次课题的研究,可以来满足电信客户的切实需求以及自身业务部门的需求,尽可能精确的找到每一位即将流失的用户,发掘出各类潜在客户,在客户发现自己的使用需求前,运营商就可以发现并加以激发、进行营销。推动聚类分析和数据挖掘在电信运营商生产经营中的具体应用。