经过三十年的高速发展,中国国内的电信运营商正面临严峻的挑战,一方面,传统电信业务增长已经触顶,另一方面,OTT（互联网应用服务）服务商正在快速地抢夺用户,在市场上形成替代效应。电信运营商必须进行以客户为中心的转型,应用大数据技术对客户信息进行管理,进一步进行客户细分,实施精细化营销和差异化的服务,才能实现保留老客户、发展新客户、提升客户价值三大核心目标。论文针对当前电信运营商在客户关系管理中存在的问题和不足（如缺乏一以贯之的经常性客户分析,运营方式落于粗放;对客户数据利用不足,没有充分发挥CRM系统中客户数据的效能;缺乏客户细分的技术手段等）,引入聚类分析K-means算法,并以改进的数据挖掘算法进行客户细分,提出精细化营销策略,具有一定的理论意义和实践价值。论文在阐述电信客户细分所需要的市场营销理论,包括客户关系管理、客户细分、精细化营销理论及大数据与数据挖掘技术等基础理论的前提下,从宏观层面和战略、品牌建设、实施保障等三个方面微观层面分析了电信运营商的客户细分现状,指出了电信运营商客户细分在战略和执行层面的问题与不足。介绍了聚类分析中的典型算法K-means,引入了密度参数和聚类有效性指标,并在此基础上提出了确定最佳聚类数的方法。以前述理论和方法为基石,以某运营商地市分公司A为应用案例,应用优化聚类分析K-means算法对A公司进行客户细分,对结果进行了抽样分析,并在细分结果的基础上,提出了相应的精细化营销策略,并非常详尽地论述了在整个营销体系四个方面的具体优化措施,以及执行保障方案。本文所论述的营销理论、聚类算法模型、应用案例、优化方案,对于国内电信运营商各级机构具有参考意义和推广价值。