客户持续在网是目前各通信运营商想方设法想要达到的目标，也是通信市场激烈竞争的焦点，随着市场容量逐渐饱和、终端产品和通信资费相对平稳的情况下，新增量用户已逐渐乏力，而如何有效地控制用户离网，是各电信运营商急需解决的问题。针对以上问题，本论文依靠从昆明电信CRM系统、营帐信息系统中所提取的普通电话用户数据，并主要通过研究回归分析方法，建立线性回归预测模型。在建模的过程中，着重从业务理解、客户行为分析、客户特征数据、样本数据抽取、数据表属性、衍生数据、自变量选择、线性回归建模、有效性显著性检验、模型调整、模型应用、模型评估等各环节，对昆明电信普通电话用户进行抽样分析和研究，探索离网用户的消费特征，通过逐步回归法建立客户流失概率的回归预测模型，经过抽样数据检验，该回归模型的预测准确率高达80％以上，完全符合通信行业的客户流失预测要求。接下来，在实际营销工作中也确实应用了该预测模型对在网的5万普通固话客户进行流失预测，根据预测结果，昆明电信分公司通过10000号主动对流失风险高的用户及时采取相应的关怀活动，使固话客户流失率从12.82％降低到3％，实际节省客保成本60多万元。其结果证明，该预测模型具有较好的预测准确率，是一个成功的回归预测模型。使昆明电信公司能准确地定位将要流失的目标客户群，能在使用较少客保成本的情况下最大限度的保留客户，减少了客户流失带来的收入损失。最后，作者还从营销和管理的角度提出综合性的解决方案，进一步完善了客户流失管理策略，提高了预测模型的适用性，给公司带来长期、稳定的经济效益。　　 同时本文普通固话用户数据的挖掘和回归分析过程，也对其它目标客户群的流失分析具有较好的参考价值。