随着电信市场的逐渐放开，电信企业之间对客户的争夺将越来越激烈。由于电信市场日趋饱和，获取新客户的成本比留住现有客户群要昂贵得多。因此，如何尽可能将现有客户尤其是高价值客户保留在自己的网上成了各运营商的工作重点之一。作为中国移动经营分析系统的一个重要组成部分，通过建立客户离网模型，使企业能根据对以往离网客户的消费情况进行分析，找出即将离网客户的特征，及时采取相应的措施，减少客户离网的发生。因此，客户流失分析研究对企业降低运营成本，提高经营业绩有着极为重要的意义。 本文根据贵州移动面临的的市场现状，在现有的经营分析系统平台上，基于数据挖掘技术，建立客户流失预测分析模型。利用该模型，分析了客户离网原因并提出了客户挽留方案。主要研究内容包括： 1．总结了发现型数据挖掘技术中涉及的分群、关联分析、频度分析以及预测型数据挖掘技术中涉及的分类、数据预测等相关技术；介绍了数据挖掘的体系结构、数据挖掘过程以及相关挖掘工具等。 2．基于业务分析，提出了客户流失模型建立原则，通过对基础数据进行分析、研究和处理，并通过使用相关的数据挖掘工具，在现有的经营分析系统平台上建立了客户离网分析模型和客户流失预测模型。 3．设计了表述客户当前所处的状态和流失概率的数据指标及相应的衍生指标。 4．根据建立的客户离网模型，对贵州移动离网用户的特征进行了分析，获得了主要离网用户的消费特征，通话次数，通话时间，交往圈等情况。根据上述特征对流失客户进行了分组，分别分析了各组客户离网的主要原因，提出了客户挽留方案。 随着经营分析系统的建设和数据挖掘技术的不断发展，电信运营商将会越来越多地发现大量有价值的客户信息和消费模式，从而能够更有效地指导其经营决策工作。