客户群体的数量对于任何一个公司来说都至关重要,如何在挖掘新的客户资源的基础上,维护住原有的客户资源,是企业发展过程中无法回避的问题。移动通信行业更是如此,由于客户总量是固定的,各个公司提供的服务也是相近的,如何维护并扩大现有客户群体的问题就显得尤为重要。目前,许多移动通信公司没有行之有效的客户维护机制,导致在花费了大量成本挖掘新客户的同时,老客户再不停流失,最终客户群体并没有扩大,同时也造成了运营成本的增加和大量资源的浪费。为解决移动通信行业客户流失问题,本文选择了某移动通信公司为研究对象,通过对该公司运营数据的分析,发现该公司客户数量庞大,消费数据纷繁复杂,没有利用这些数据建立起有效的、能够对客户离网倾向做出预测的机制来辅助决策。因此,只能看到某些客户流失,而不知道哪些目前在网的客户需要维护以防止进一步流失。基于以上考虑,本文总结了该行业客户离网的三大类,八小点原因,并分析了可在公司层面进行改进的三点问题,对该公司提供的客户基本信息及消费信息进行了整理,提取出八个对客户离网产生严重影响的关键性信息进行分析,通过将人们对产品的满意度对离网的影响转化为精确概率,在人们对产品的感知和客户的忠诚度之间建立桥梁,将定量的数据和人们定性的感受相结合,针对客户流失情况,建立模糊贝叶斯网,对历史数据进行学习并修正参数,最终对客户未来的离网倾向进行预测计算,所得出的用户离网倾向与测试集中的真实数据相比较,误差在10%以内。实验得到的数据证明了该模型在预测未来客户流失倾向的问题上具有较好的实用性和较高的精度。