电信行业经过近年来的高速发展,市场逐渐趋于饱和。为了争夺有限的客户资源,移动、电信、联通三大运营商展开了激烈的市场竞争。同时,伴随着3G、4G时代的到来,人们对于智能手机的需求将越来越大。为此,移动通信企业采取了智能机终端营销的策略,以此来维持和保留自己的存量市场,同时开拓新的市场。作为公司的营销手段,其实施效果也就关系到竞争优势获得的重要性。因此,不断提高终端营销活动的质量,预防和杜绝不良拆包行为,以及选择合适的手机终端进行营销的重要性显而易见。本文运用数据挖掘技术进行了客户拆包预测的研究。利用数据挖掘技术对海量的移动客户数据进行挖掘分析,根据拆包客户挖掘出拆包特征,将这些特征应用到所有办理终端营销活动的客户中,对客户进行拆包预测,从而提前预防有拆包倾向的客户拆包,这是提升终端营销活动质量的有效方法,极具理论意义及应用价值。本文以云南省移动公司客户基本信息、消费行为、通话行为等数据为依据,按照CRISP-DM过程模型的商业理解、数据理解、数据准备、建立模型、模型评估、模型部署六个步骤,选用数据挖掘工具SPSS Clementine12.0,建立拆包预测模型。在建模过程中,重视数据质量,进行了有效的数据清理、转换、探索工作,最终建立了决策树、神经网络、logistic回归三种模型,通过训练、评估和验证,选出最优模型。根据模型预测出的具有拆包倾向的客户名单,结合客户价值,对不同价值的客户制定不同程度的预防拆包措施,采取针对性的营销策略来为市场人员提供决策支持,从而提高终端营销活动的质量。