随着垄断格局的打破,国内电信运营商间的竞争也越来越激烈,而网络服务质量等方面的差别也在逐渐减少,单纯的价格战将对竞争的双方造成损失。因此电信企业都在寻求改善服务质量、提高市场竞争力的方法。面对这种越来越激烈的市场竞争,电信企业迫切地需要提高企业内部的科学决策能力,增强在市场经营方面的正确判断能力,因此,电信运营商需要客户关系管理系统(CRM)。另一方面,电信运营商积累了大量的业务运营数据,这些数据都是已经电子化的数据,通过数据挖掘技术,可以从这些用户数据中发现很多有价值的信息,例如用户的消费行为分析特征等。根据这些消费行为特征,市场经营部门可以提供针对性更强的市场服务策略,并且.节约了市场营销的成本。因此,电信企业的大量电子化数据为其建设客户关系管理系统奠定了技术基础。本文首先对客户群细分作出了初步的研究,利用聚类算法将电信客户群进行系统自动划分；同时,根据CRM系统里的客户背景资料、消费／支付数据、行为资料及相关推导指标等历史数据,本文利用决策树等数据挖掘技术对CRM里要求的客户流失预测进行了研究,针对目前相关研究中存在的问题,给出了客户流失研究中涉及的主要问题的解决方案,包括客户描述、属性规约、流失原因分析以及流失预测与控制策略等,重点解决流失模型的建立问题。本文的研究工作为电信企业应用数据挖掘技术分析客户行为和提升CRM水平可提供有益参考,在理论研究和工程实践上具有重要意义。