隨著4G時代的到來，電信市場的競爭越來越激烈，客戶資源成為電信企業競爭的焦點。客戶消費行為規律是客戶知識的重要組成部分，因此基於消費者行為認知的客戶細分成為電信企業客戶關系管理的亮點。利用數據挖掘算法分析壹個特定的客戶消費數據集，挖掘出感興趣的信息，並根據這些感興趣的結論進壹步調整企業的營銷策略。
針對當前電信企業在4G客戶細分方面的不足，通過相關性分析實現對電信企業現有客戶的細分，幫助電信企業實現對電信客戶的合理分類，從而對電信企業的營銷策略提出指導性意見。通過分析某運營商的4G客戶數據庫，利用Apriori算法發現客戶消費行為與消費特征之間有趣的關聯規則，並進壹步分析這些信息，為營銷決策者提供新的視角。
本文的研究思路是對樣本數據進行預處理，將樣本數據分為換4G卡、換4G套餐、換4G終端三大客戶群，然後分別計算月均arpu值、月均mou值、月均dou值。最後，利用克萊曼婷軟件基於MDLP原理對三個客戶群的三個值進行熵分組，得到細分的特征客戶群。然後對這些客戶群體做進壹步的研究，利用Apriori算法生成頻繁項集，根據頻繁項集生成簡單的關聯規則，挖掘出客戶消費行為與品牌、arpu值、mou值、dou值等細分變量之間的關聯，並總結出相應的規律，幫助電信企業發現特定消費群體的消費習慣，進而對識別出的消費群體進行針對性營銷。