在全面数字化的时代,运营商的商业模式发生了巨大的变革,客户的需求也从“语音+消息”的单一需求转变为了“语音+数据业务”的多元化需求。同时互联网跨界竞争加速,OTT业务直接面向用户提供服务,运营商的价值空间在不断的压缩。处在如此复杂的大环境背景之下,企业还是应该牢牢地抓住客户这个最宝贵的资源。然而面对高度饱和的通信市场,新增速度明显大不如前,客户流失还不断加剧。对比新老客户的运营成本,保存量已经成为了运营商的重要经营理念,降低客户流失率也成为了当下亟待解决的问题。从事后评估到事先预测的方法可以及时发现具有离网倾向的用户,从用户的实际需求出发采取有针对性的挽留策略必然能够有效地控制客户流失。本论文以NY移动离网现状为背景,通过数据挖掘方法建立离网分析预测模型,本论文使用的软件是SPSS Modeler,使用的数据资料来源于NY移动企业后台数据库中存储的客户行为信息,采用C5.0决策树算法来生成可能影响用户离网的显著性变量和规则集。在以往众多学者的研究基础上,本研究将扩展加入数据业务、融合产品、竞争感染等维度的变量来进行分析。同时研究紧扣公司的业务发展重心得出模型结论,为下一步离网分析应用提供了精准的目标群体,为后续的客户挽留工作提供了有效的营销建议。离网客户研究是一个系列的过程,一个完整的离网客户研究还需要在找到原因后进行挽留方案的制定、实施、评估、优化等工作。结合前面做的离网客户分析预测工作,将预测结果依赖于业务操作人员,依赖于系统,模型解释关联到决策和行动。同时将配套的管理机制融合进离网客户的预测挽回流程中,设立标准化的客户流失管理流程,分节点进行把控。将客户挽留融合进各个环节,落实到相关责任人,提升挽留效率。在流程中,本论文将经营分析系统的各大平台功能整合应用以求极大提升挽留效率。