客户是企业最重要的资产,是市场竞争的焦点,客户保持对公司的利润有着惊人的影响,客户保持率一个小的提高就能导致利润可观的改善。随着电信业的不断发展,客户保持已成为电信运营商成功至关重要的目标,而客户保持的关键在于客户价值的分析和运用。客户价值是客户关系管理CRM(Customer Relationship Management,客户关系管理)的核心与基础,在客户生命周期管理理论中,对客户价值的评判始终是贯穿客户生命周期各个阶段的核心问题。电信业在中国国民经济中具有非常独特的地位,国内电信业的管理正处于从以产品为中心的模式向以客户为中心的模式转变,以生产为中心以销售为目的的市场战略,正逐步被以客户为中心、以服务为目的市场战略所取代。因此将电信业作为客户价值研究成果的应用行业,对于促进中国电信运营商的客户竞争手段从单纯的价格工具转移到科学的管理方法上有重要的现实意义。本文结合中国电信集团XX分公司的实际情况,在研究客户价值和客户生命周期的基础理论和深入研究数据仓库与数据挖掘相关技术的基础上,结合电信PAS(Personal Access Phone System,小灵通)客户的基本自然属性和消费信息的相关数据,使用统计学方法对数据进行清洗、整理、规约和集成,利用基于距离的聚类算法K-means算法,在无指导的过程中,将客户进行聚类,使得类内具有最大相似度,类间具有最大相异度,然后针对聚类产生的类别号,使用决策树算法对客户信息和细分的类别进行有指导的学习,构建客户分类的规则,以利于新入网PAS客户的类别判断。最后对不同类别的PAS客户利用时间序列分析建立相应的电信PAS客户生命周期价值模型,该结果可应用于新客户的生命周期价值模型的识别上,为电信行业B2C的客户价值分析与针对性营销提供参考和决策支持。