伴随我国移动互联网时代的来到，电信运营商之间的竞争由普通话务竞争转向数据业务竞争，高流量客户的保有已成为各大电信运营商关注的热点问题。要对客户进行有效的保有，就要预测客户的流失可能性，流失原因，流失去向，以及客户挽留成功的可能性，这样才能制定有效的挽留策略，降低运营的成本，提升企业效益。数据挖掘技术能够利用以往的历史数据，发现数据中存在的潜在的有用的规则，为决策者制定策略提供帮助。本文将数据挖掘技术用于电信客户维系工作中，通过对S市的移动客户数据进行分析，按照数据挖掘的CRISP-DM流程，利用TeradataWarehouse Miner数据挖掘软件建立了高流量客户流失预警模型，预测客户流失的可能性。通过对客户历史数据进利用统计分析，结合经验，总结出高流量客户流失原因预测规则，基于高流量客户的流失原因，得出了高流量客户流失去向的预测规则，对高流量客户的流失原因和流失去向进行预测。本文通过预测高流量客户的流失情况，并根据客户的流失原因和流失去向，利用因子分析方法，建立了高流量流失客户挽留机会评估模型。利用挽留机会评估模型的结果，结合经验，对高流量流失客户进行分类，将客户分成无须挽留，较难挽留，正常挽留和容易挽留四类，为电信运营商制定客户挽留和维系策略提供理论依据。