在日益严峻的市场环境下,越来越多的企业把老客户视为企业最重要的资源,并积极采取有效的营销政策,最大程度上挽留老客户,以避免较大的损失。本文主要研究客户的流失预测问题,将客户的流失分析视作一个二分类问题,即流失状态可分为流失和非流失等两种状态。其次,详细介绍了常用的分类算法:Logistic回归算法和决策树算法,并将这两种算法应用于某航空公司会员客户数据的实证分析。在实证分析阶段,首先采用ROSE算法处理不平衡数据集,然后确定了用于构建模型的变量,接着分别利用Logistic回归算法和决策树算法建立了客户流失预测模型,并得到了较为理想的结果。基于Logistic回归模型计算出客户流失比例为0.245,而客户客观流失比例为0.270。而创建的决策树模型,在训练样本集上的判错率为2.84%,在测试样本集上的判错率为5.18%,分类准确率较高。因此,本文的研究结果对航空公司而言具有一定的参考价值。