随着电信企业市场竞争的日趋激烈，客户的需求不断多样化，一对一营销，以客户为中心的市场理念逐渐被人们接受，这些都促使客户细分成为必然。客户细分是电信企业营销的关键所在，它是电信提供面向客户的产品和服务的基础。通过客户细分可以准确的了解客户需求和客户消费行为特征，制定相应的产品营销策略，为产品寻找合适的市场定位。 本文以湖北某电信公司的小灵通用户作为客户细分的研究对象。通过对小灵通业务特点和用户行为特征的分析，选择出细分维度和行为度量指标，建立客户细分变量表。从电信计费系统中抽取大约6000个样本作为数据源，导入数据源后进行数据预处理，如缺失值、异常值、数据标准化等。以经典的K-means快速算法为主要的挖掘算法，考虑到小灵通用户源数据的独特性，对K-means算法进行相应的改进，尤其是在聚类初始中心点的优选方面有所改进。使用统计分析软件SPSS进行聚类分析，并利用判别分析方法对聚类结果进行验证，得出最优的聚类结果。最后，对聚类结果进行解释、评估，并根据不同客户群提出相应的营销策略。 文中研究了电信小灵通客户细分的整个过程，改进了聚类算法，建立了客户细分功能模型。实践证明，客户细分的结果具有一定的合理性和实用性，对资费套餐的制定及其他相关营销决策具有很大的参考价值。