本文基于对湛江地区用电客户业务实际的调研，从客户行为维度出发，运用决策树、逻辑回归等多种数据挖掘算法，借助SAS软件对用电客户停电敏感度进行分析。采用数据筛选、数据修改、数据转换方法对数据进行预处理；采用数据过滤、数据抽样、数据追加、数据补缺、数据分区、分箱转换方法对数据再处理；最终运用逻辑回归算法建模，利用ROC曲线、Lift值、拟合统计量、Gini系数来评价模型准确度和精度。针对寻找停电敏感度高客户的业务需求和业务目标，通过对客户群体进行统计学分析、相关性分析，评估是否与业务需求匹配的过程。分析的最终结果，运用到业务部门的实际工作和业务流程中，从而指导实际业务的针对性和精准性开展。概括本文研究的主要内容如下：（1）运用相关性分析，从营销系统中收集整理所有与用电客户相关资料；（2）运用统计学软件对用电客户进行初步分析，导出相关基础数据表；（3）运用SAS软件建立用电客户停电敏感度分析的客户细分模型；（4）结合实际情况，运用SAS软件对用电客户停电敏感度分析进行模型调优；（5）运用统计学分析用电客户停电敏感度的群体特征刻画；（6）将用电客户停电敏感度分析模型固化，并在实际业务应用。分析结果表明：在运用SAS软件建立的客户细分模型，能够很好的应用到营销系统中，解决了营销系统中原先没有用电客户停电敏感度标识的问题，并寻找到每个用电客户停电敏感度标识，且能够有效地对用电客户停电敏感度进行分析和预测，针对停电敏感度高的客户在不同的营销场景提供针对性地差异化服务，减少由于停电可能会带来较大的经济损失或造成严重舆论危机。