Khai phá dữ liệu là một kỹ thuật phổ biến, được sử dụng để trích xuất thông tin hữu ích từ dữ liệu đã có, từ đó hỗ trợ ra các quyết định có lợi cho tương lai. Trong bài báo này, nhóm tác giả tập trung vào vấn đề phân lớp khách hàng, từ đó hỗ trợ tìm ra nhóm khách hàng tiềm năng bằng phương pháp cây quyết định Decision Tree J48, Naïve Bayes Classification và rừng ngẫu nhiên Random Forest. Kết quả cho thấy, mô hình dựa trên thuật toán cây quyết định cho độ chính xác cao nhất, có tính khả thi cao trong việc phân lớp dự đoán hành vi khách hàng. Kết quả này được kỳ vọng sẽ là gợi ý hiệu quả về một hướng tiếp cận cho các nhà phân tích khách hàng trong việc tìm ra nhóm khách hàng tiềm năng thuộc lĩnh vực ngân hàng., Tóm tắt tiếng anh, Data mining (DM) is a popular technique, and has been used to extract useful information from existing data, thereby assisting in making decisions that benefit the future. In this paper, the authors focus on the problem of customer classification, thereby helping to find a group of potential customers using Decision Tree J48, Naïve Bayes Classification and Random Forest. The results show that the model based on the Decision Tree gives highest accuracy and feasibility in predicting customer behavior. This result is expected to be an effective suggestion for an approach that can effectively help researchers related to finding a group of potential customers in the banking field.