随着互联网时代的发展,我国电信企业的经营发展规模得到了有效的改善。随着电信企业内部制度的革新,通信运营企业也更加关注通信客户数据的变化。根据相关数据研究得知,在2016年到2017年期间,我国某通信运营企业的客户数据出现严重的离网现象,其离网率高达45%,此数据足以说明该通信运营企业的市场盈利能力处于负面状态。所以,该通信运营企业为改变市场负面的盈利现状,同时竭力提高市场竞争能力,就需要利用互联网技术,使用系统中储存的客户数据信息来对客户离网的数据进行挖掘分析,从而保证企业可持续经营的发展模式。目前,对于我国通信运营企业来说,只有不断提高通信运营管理的效率和质量,才能够保证企业的低成本运营。因此,通信运营企业需要使用决策树技术来构建预离网客户识别模型,并从数据理解、数据模型、结果分析等方面来进行详细的研究和说明,这样做可有效帮助企业管理人员快速识别出目标客户的数据,从而有针对性的展开服务管理工作。本文选用K-means算法进行聚类分析,并用在具体的决策模型上。建模数据来源于黑龙江移动公司的实际用户数据,按照预警的程度由高到低,我们将预测对象分为红色预警用户、黄色预警用户和蓝色预警用户。基于模型预测结果,本文提出“分层挽留并长期维系”的客户挽留方案,具体包括三个方面:(1)客户分层(2)挽留措施分层递进(3)建立长期维系客户的体系。根据黑龙江移动公司的反馈结果,本研究建立的预测模型以及挽留方案都取得了一定的效果。