在移动通信行业，随着低端用户比例逐步增加，市场竞争日益激烈，来自话音等传统业务的每用户业务收入ARPU值持续下降、电信运营商需要新业务增长点维持甚至提高ARPU值，移动数据业务为运营商提供了这个机会。如何利用移动数据业务提高用户的ARPU值，就成了现在电信增值业务的一个急需解决的问题。一方面由于SP商的违规操作严重影响了电信服务商的诚信形象，这个问题电信运营商已于去年8月对SP和CP的整顿得到了部分改善。另外一个方面，电信增值服务商用正常的渠道向用户外呼和PUSH短信的方式来推荐新的业务，用户的响应率较低，并且给网络也带来了相当大的负荷，使运营成本无形增加，更重要的是把一些非常好的业务推荐给了不合适的人群，带来了一些用户的投诉。那我们该从什么方面来解决这类问题呢，这也是本文所研究的主要课题。本文使用的是CRISP-DM就是公认的、较有影响的方法论之一。CRISP-DM强调，DM不单是数据的组织或者呈现，也不仅是数据分析和统计建模，而是一个从理解业务需求、寻求解决方案到接受实践检验的完整过程。CRISP-DM将整个挖掘过程分为以下六个阶段：①商业理解(Busihess Understanding)，②数据理解(Data Understanding)，③数据准备(Data Preparation)，④建模(Modeling)，⑤评估(Evaluation)和⑥部署(Deployment)。应用以上数据挖掘技术对用户消费行为进行分析，建立用户消费行为知识库。用户消费行为知识库是根据用户的消费记录，经过一系列的算法和分析来推断用户消费偏好。本文应用SPSS公司提供的数据挖掘软件Clementine从点对点短信、梦网业务和WAP业务的大量历史数据中，应用关联分析发现移动数据业务用户选择业务之间的关联关系。找到用户的消费特征，然后再根据业务特征描述，找到相关的用户，然后通过外呼和PUSH短信来提高营销的精准性，减少营销费用，提高用户的响应率。最终达到提高用户ARPU值的目的。本文使用的方法在提高移动增值业务的传播效率方面取得了初步成功，对很多类似的网络营销传播具有借鉴意义，这是本论文的主要应用价值。