随着中国电信市场的逐渐开放化,客户选择电信产品和运营商的余地越来越大,电信运营商之间对客户的争夺也越来越激烈。与此同时,电信市场日趋饱和,各大电信运营商都不得不面对日益严峻的客户流失问题。为了维持市场占有率,运营商们运用了各种促销/套餐方案来吸引新客户。然而根据调查,电信运营商吸引一位新客户所花的成本是维持一位现有客户的5至10倍;对企业而言,长期的忠诚客户比短期获取的客户更加有利可图。因此,如何维持现有客户,早期发现潜在的流失客户,并采取怎样的营销措施来遏制流失,是当前运营商急需解决的课题。本文结合实际项目,以某移动公司的历史数据为对象,运用数据挖掘技术,建立了基于决策树、神经网络和Logistic回归的三种客户流失预测模型。并对高价值高流失概率的客户进行K-means聚类分析,得到具有不同使用特征的五群,为对不同的流失客户群体提供针对性的营销策略提供了依据。本文的特点可以概括以下四点:1、以数据挖掘流程为线索,详细阐述了客户流失模型的建模过程。2、使用三种方法进行候选变量的选择。3、深入讨论算法和模型参数在建立模型过程中对结果的影响。4、对分群结果给出了详细的解释和描述,具有很高的实用价值。