随着中国电信的改革重组，中国电信业取得了跨越式的发展，成为国民经济中发展速度最快的行业之一，但同时发展后面的深层次问题凸显出来。据信息产业部最新统计，我国电信运营商最近两年电信客户数虽然不断增加，但是业务收入却明显下降。一方面是迅猛增长的客户数，另一方面却是企业收益的日益收缩，这种发展越多亏损越严重的现状不能不让人担忧。中国的电信是否正在经历丰收的悖论?从表面上看，“增量不增收”正是丰收悖论的特征，究其原因正是电信企业客户价值不高所导致。所以这就要求我国的电信企业转变过去传统观念，不应该只注重以客户数为考核业绩的最终标准，同时还要注重本企业的客户价值和客户质量。电信市场竞争日益激烈，运营商从高速扩张变为平稳或低速增长。同时，竞争的加剧也使电信客户有了更多的选择，新客户入网的同时，又有大批原有客户离网流失。调查数据表明，开发一个新客户的费用是维持一个老客户成本的4～5倍。电信部门80％的利润将来自于20％的客户。那么，在激烈的市场竞争和不断变化的市场需求面前，如何最大程度的降低客户的流失率呢?常用的方法之一就是数据挖掘技术。数据挖掘技术是目前数据仓库领域最强大的数据分析手段。简单地讲，数据挖掘就是面对海量的存储数据，通过建立数学模型的方法找出隐含的业务规则，发现其内在的人们事先不知道的规律，在便在实际中发挥作用。在很多的行业已经具有成功的应用。本文主要是应用数据挖掘算法来分析解决上海电信部门主要存在的客户流失问题，主要使用的数据挖掘软件是SPSS公司目前比较流行的Clementine软件。本文对上海电信提供的数据仓库的信息进行了分析，使用了决策树算法、神经网络算法、聚类算法和关联规则算法，通过这些算法建立多个模型，比较这些模型的精确度，最终选取最佳的数学模型—决策树C5.0产生的模型，根据运算的结果并具体分析该数据库，发现了哪些客户易于流失，并找到了客户流失的原因，根据结果采取相应的措施来减少客户的流失，提高经济效益。制定合理的套餐保留入网时间较长的老客户；使老客户能够介绍更多的新客户；根据客户对电信业务的需求推出满足客户需求的打包服务及交叉销售模式，提高客户的忠诚度并留住客户；对目标客户的类别划分更加明确，针对性地服务以及提高自身的服务质量，这些措施在实际的应用中也取得了较好的效果，有效地减少了客户的流失。