随着通信技术的不断发展，电信企业之间的竞争也变的越来越激烈，过度的竞争导致企业利润的减少，使得各个电信公司不得不将传统的销售模式转移到以“客户为中心”的模式，通过增强企业自身的核心竞争力去提高盈利水平。为了能够挽留高价值客户，吸引新客户，许多公司都开始运用数据挖掘工具对客户进行细分，了解客户的需求特点，并有针对性的提供相关的服务策略。　　 本文首先对课题的背景和目的简单的进行了介绍，指出国内电信客户细分存在的一些问题；其次对数据挖掘理论进行了概述，重点介绍了聚类的主要方法，针对K-Means算法的主要缺点，给出了改进该算法的思想，并对其进行了验证.然后采用国内某电信企业的客户数据，通过数据清洗，转换，合并等技术对源数据进行预处理，根据业务需求以及使用主成分分析的方法选择合适的细分变量。最后运用SPSS Clenlentine工具对变量进行分析，比对不同聚类方法所生成的结果，选择最优的聚类模型，通过运用Kohonen再次进行聚类分析，提取出客户群体的相关特征，提供有针对性的销售策略。