国内三家电信运营商竞争日趋激烈,提供的产品高度同质化,导致电信行业的客户流失率非常高。如何有效的降低客户流失率是各运营商急需要解决的问题。通过采用数据挖掘技术实现对客户特征刻画,建立起有效的客户流失预警模型,来完善客户流失预警机制,降低客户的流失率,已成为电信运营商客户服务中重要的环节。随着移动互联网的到来,使用手机上网的人群不断的增大,使用传统的语音通话业务在不断的减少,用户的使用习惯、行为特征也在发生着变化。本文从广西某运营商的现状出发,结合目前人们普遍进行移动上网的特点,将大数据的上网行为数据和传统的消费行为数据结合,构建客户流失预警模型,并通过对客户流失预测模型的评估及优化来提升模型的准确率,为企业降低客户流失率进行了有益的探索,提供了有效的IT支撑手段。本文重点做了如下几个方面的工作：1.对当前运营商客户流失的现状进行了分析,对客户流失数据挖掘分析方法进行了研究。2.分析客户流失预警的数据理解和数据准备阶段的主要工作内容,研究数据来源情况、互联网大数据采集获取,用户上网行为数据获取、分析,客户流失预警模型数据字段的选取,宽表的设计等内容。研究数据质量全流程保障方法,提出解决方案。3.构建了客户流失预警模型,通过分析评估优化模型,为进行客户流失预警的维系挽留工作进行了有效的支撑。4.针对广西某运营试点分公司进行了客户流失预警的维系挽留工作,对工作结果进行了评估本文围绕客户流失预警这个主题,将大数据应用于客户流失预警建模中,提高了客户流失预警的准确率。并对数据挖掘中可能存在的数据质量问题,研究数据质量全流程保障方法,提出解决方案,为以后的数据挖掘的数据质量保障研究起到了一定的借鉴作用。