在当今竞争日益激烈的市场经济条件下，客户已经成为关系企业成败的最重要资源，理解不同消费者群体的偏好、购物态度、价格观念是市场营销成功的关键。明智的商家和营销人员会根据不同城市的不同消费群体，以及不同的产品生命周期的阶段，有效地规划市场策略。企业对客户进行细分时，最常用的方法是传统统计，这不利于数据中隐藏知识的发现，而数据挖掘为这些知识的发现提供了有利的技术支持。本文以电信行业为例，对我国电信企业的概况、该行业客户细分的必要性和可行性做了初步的分析。针对电信企业行业特点，设计了一个基于数据挖掘的客户细分功能模型。为进行实证分析，本文选取了广东省某电信公司的客户数据作为研究对象，在数据预处理后，本文使用数据挖掘中的K-means算法与Apriori算法对客户分别进行聚类分析和关联规则分析，通过聚类分析，本文把客户分成了四类，并在此基础上对所占比重较大的低端客户进行了再次聚类细分。通过关联规则分析，本文还发现了该公司客户对增值业务的一些消费行为规律。最后，根据数据挖掘出来的结果，本文为该公司提出了营销上的建议，这些建议对公司实施正确的营销方案起了很大的指导意义。