U okviru ovog magistarskog rada prikazana je primjena dubinske analize podataka kao jedne od discipline poslovne inteligencije u okruženju telekomunikacijskog tržišta, s naglaskom na pokretnu telefoniju, kroz konkretan primjer predviđanja smanjenja intenziteta prometa korisnika. Tržište telekomunikacijskih usluga danas, osobito pokretna telefonija, je veoma dinamično i konkurentno,. Penetracija tržišta u mnogim zemljama, osobito razvijenih zemalja, je prešla 100% čime je primorao davatelje usluga na promjenu načina poslovanja iz poslovanja usmjerenog prema pridobivanju novog korisnika prema poslovanju usmjerenog prema klijentu sa strategijom zadržavanja korisnika. U novije doba dubinska analiza podataka postala je jedan od najvažnijih načina otkrivanja znanja u velikim bazama podataka u svrhu provedbe tih novih načina poslovanja. U radu je prikazan proces dubinske analize podataka na jednom segmentu pre-paid korisnika operatora pokretne telefonije u svrhu predviđanja smanjenja intenziteta prometa: od procesa prikupljanja podataka iz korporativnog skladišta podataka, preko analize i transformacije podataka, izgradnje prediktivnih modela korištenjem SPSS PASW Modeler alata, odabir modela s najboljim rezultatima, te konačno procesa implementacije najboljih modela u poslovni proces. Prediktivni modeli napravljeni su korištenjem triju metoda raspoznavanja uzorka: regresija, stabla odluke i neuronske mreže. Također je opisan i način mjerenje kvalitete rezultata prediktivnih modela na osnovu kojih su odabrani najbolji. Na kraju rada dani su rezultati primjene modela u stvarnom svijetu usporedbom odziva korisnika odabranih modelom i ostalih korisnika dobivenih slučajnim odabirom – kontrolna skupina.