电信运营商在企业经营过程中积累了庞大的客户数据。目前国内的运营商对客户数据的利用还比较粗浅,缺乏将数据转化为市场收益的有效手段。本文结合实际的电信运营项目,提出了基于客户数据挖掘的电信客户关系管理模型,对运营商深入了解客户、开展客户关系管理具有较高的实用价值。国内的电信客户分属于移动、联通、电信三大运营商,本文以中国移动x省公司的客户行为数据为研究对象,用数据挖掘技术进行了客户细分,旨在充分洞察客户特征,寻找影响客户行为的关键因素,从而提升电信运营商的客户关系管理能力。本文运用了客户关系管理、客户细分、数据挖掘等相关理论和分析方法,内容主要围绕数据的收集与处理、模型变量的选择、数据挖掘模型的建立、模型结果的分析与应用几个方面进行。主要的研究成果是：根据管理学相关理论和数据挖掘技术,为x省的客户关系管理项目构建了三个模型：1)用K-means算法对客户聚类,建立了移动4G业务推广的聚类模型,基于客户行为数据对X省移动客户进行明确细分,扩大了X省4G目标客户的范围,为该省基于4G业务促进客户价值提升创造了条件；2)用关联规则的方法分析X省用户的增值业务订购数据,找出了移动增值业务之间具备强关联性的业务订购关系,建立了移动增值业务推广的关联规则模型,.为提升增值业务的营销成功率提供了可行方法；3)用决策树算法研究终端捆绑到期客户的离网行为,建立了终端捆绑到期客户离网判定的决策树模型,为运营商判定终端捆绑到期用户的离网倾向、做好此类客户的存量保有提供了参考。