随着全球进入移动互联网时代，移动互联网的用户量出现极大幅度增长。然而，受OTT业务影响，电信运营商短信业务收入骤降，运营商话务量被互联网公司严重分流，互联网公司在音乐、阅读、电子商务、娱乐、广告等领域给电信运营商的增值业务带来巨大冲击。因此，如何识别和捕捉客户的个性化需求，并开展基于客户偏好的精准营销，是运营商的全业务经营在移动互联网时代竞争致胜的关键。　　目前，国内外学者对精准营销展开了丰富的研究，明晰了精准营销的本质以及实践应用。然而，随着大数据和云计算等新技术的不断发展，传统的精准营销应用范围与精准度相对有限，已不能满足现代商业的发展要求。随着移动互联网的发展，学者展开移动增值业务的相关研究，对移动增值业务的发展环境、发展现状展、精准营销进行分析。然而，相关研究大多是定性研究，缺乏定量研究支撑，实践指导意义有限。　　本研究以短信增值业务为例，将精准营销理论与移动增值业务理论相结合，基于传统营销模型构建新型精准营销模型，通过聚类分析等数据挖掘方法，实证探讨精准营销在移动增值业务中应用策略及效果。　　研究从某省四个地市的电信公司以及移动公司获取研究数据，通过决策树算法等方法对相关数据进行分组对比研究，并通过相关样本进行合并建模，实证研究表明:对比以往的完全基于流量的状态监测方法，运用本文研究产生的规则进行过滤，在垃圾短信的区分率和覆盖率上都有了很大的提高，大大提升了精准营销的准确度。研究结论为移动增值业务的精准营销的发展策略提供了建议。