Telekomunikasi seluler dibagi menjadi dua jenis layanan yaitu prabayar dan pascabayar. Saat ini, pangsa pasar pendapatan pascabayar di Indonesia masih rendah. PT XYZ (XYZ) merupakan perusahaan telekomunikasi yang membukukan pangsa pasar pendapatan pascabayar sebesar 5.6% pada tahun 2018. Target pada tahun 2018 untuk pangsa pasar pendapatan pascabayar di XYZ berada di angka 8.7%. Salah satu akar masalah tidak tercapainya target adalah proses pembuatan sales lead untuk pascabayar masih dilakukan manual. Membuat pemodelan prediksi sales lead berbasis data mining dengan menggunakan Push-Pull-Mooring (PPM) merupakan salah satu solusi dalam menyelesaikan permasalahan ini. Pemodelan ini menggunakan data dari pengguna XYZ prabayar untuk menjadi prediksi sales lead bagi XYZ pascabayar. Metode klasifikasi yang digunakan dalam penelitian ini terdapat empat yaitu Support Vector Machine, Naïve Bayes, Decision Tree, dan Random Forest. Dari metode klasifikasi tersebut, metode klasifikasi Random Forest adalah metode dengan akurasi tertinggi lebih dari 91%. Selain itu, hasil dari analisis PPM menyebutkan bahwa atribut promo merupakan atribut yang paling berpengaruh bagi pelanggan untuk berpindah layanan.