随着中国电信业的改革重组后,中国电信市场环境发生了前所未有的变化,行业之间的竞争日益激烈,争先恐后的争夺客户。在这样一个以客户为中心的竞争环境中,移动运营商如果要把服务作为培育企业核心竞争力的重要手段,必须从繁杂的历史数据中找出客户的消费特征、消费规律,并掌握客户的消费特征、消费规律是重中之重,因此,客户的细分工作是客户关系管理的重要基础,通过对客户的细分,并且为客户提供个性化、差异化等有针对性的服务,从而一步步地提升企业竞争力。现阶段,怎样才能预测客户流失并采取相应的挽留措施,已然成为移动运营商在客户关系管理中急需解决的问题。但面对移动运营商拥有的数以亿计的客户信息来说,而且客户的每一次使用,系统又会产生一条新的信息进行记录,想要从这样一个相当庞大的数据库中发现对自己有用的信息,那是非常困难的一项工作。面对这样的困境,数据挖掘技术无疑是解决问题最有效的一种办法。通过数据挖掘技术能够有效地预测到存在流失倾向的客户,从而可以制定相对应的措施对客户进行挽留,因此,可以有效避免大量的客户流失而造成的企业经济利润损失和企业形象方面的损失,同时,严重影响到了在电信市场竞争中的有利地位。本文利用数据挖掘技术对移动数据进行了一系列的分析,然后根据移动数据的特点对数据进行预处理,建立了本文用于数据挖掘分析的移动数据集。并结合移动业务需求,将数据挖掘技术应用于移动领域的数据分析。按照‘数据理解→数据准备→建立模型→评估模型→发布模型’的基本步骤,并利用Microsoft SQL Server 2005作为工具,采用决策树算法建立了移动客户流失预测模型。在建模过程中,进行了数据清洗、转换,处理了不平衡数据集,并建立了流失预测指标体系。建立了决策树并对模型进行了评估,对挖掘的准确性进行验证,并最终得出了客户流失的主导因素,为保留客户流失工作提供了依据。本文建立了基于数据挖掘的移动客户流失预测模型,应用的结果表明所建立的模型能够给移动决策人员提供有价值的预测信息并给出相应的解决方案。