随着电信市场的逐步开发,竞争日趋激烈,电信运营商的经营模式逐渐从“技术驱动”向“市场驱动”、“客户驱动”转化。这就要求运营商要采取以“客户为中心”的策略,根据客户的实际需求提供个性化的服务解决方案。因此,客户关系管理(Customer Relationship Management,即CRM) 的实施迫在眉睫。在客户关系管理的流程中,由于电信市场的规模庞大,客户的背景、收入、年龄、教育程度、行为特征的不同,对电信业务的需求也呈现多层次、个性化、差异化的趋势,因此必须根据客户的特点对客户进行细分,并在此基础上对不同的细分市场提供有针对性的差异化服务。客户细分是根据客户属性划分的客户集合,它既是电信CRM 的重要理论组成部分,又是其重要管理工具,是分门别类研究客户、进行有效客户评估、合理分配服务资源、成功实施客户策略的基本原则之一。本文基于重庆电信公司和重庆大学自动化研究所共同开发的“电信市场模型及智能决策支持系统”项目,根据客户的自然属性、消费模式、消费习惯、消费频度等特征对客户进行分类。从电信业务的需求来看,单一的客户属性划分方式很难满足市场经营和决策工作的需要,因此作者提出了五种不同的划分方式:按用户行业、区域对消费收入贡献划分的细分;按用户综合使用电信业务划分的细分;按用户消费构成划分的细分;按用户消费构成比例划分的细分;按用户价值划分的细分。利用数据挖掘(Data Mining,简称DM)聚类算法以及RBF 人工神经网络算法设计了相应的系统构架,建立了电信客户细分模型,并通过大量现实数据的训练,得到了比较理想的细分结果,验证了模型的合理性、有效性和实用性,为运营商的经营和决策提供了有力的技术支持。