[pt] Em um contexto mercadológico de orientação para o mercado e não mais para o produto, torna-se fundamental que as empresas conheçam seus clientes, entreguem valor a eles e maximizem o valor dos clientes para a empresa. O valor do cliente está relacionado ao valor econômico do relacionamento do cliente com a empresa. Nesta relação, empresas podem obter informações em relação ao comportamento dos clientes e construir bases de dados valiosas que ajudem a compreender o perfil de cada um e mensurar o valor dos mesmos. A partir de uma base de dados de clientes de uma grande empresa de varejo no setor supermercadista, esse trabalho tem como objetivo propor um modelo de classificação de clientes de alto valor e analisar a resposta destes e dos demais clientes a uma ação de relacionamento de cross-selling, compreendendo o impacto desta ação no aumento de valor do cliente. O trabalho contribui com o entendimento do perfil de clientes com maior e menor propensão de resposta a uma ação de CRM e a consequente geração de valor à base de clientes, sendo útil a praticantes e acadêmicos. A partir de um modelo de dados secundários extraídos de bancos de dados de um supermercado brasileiro, aplicou-se modelos machine learning de classificação em uma base de mais de mil e quinhentos clientes para encontrar modelos que expliquem clientes de alto valor. / [en] In a market context oriented towards the customer and no longer towards the product, it is essential that companies know their customers, deliver value to them and maximize the value of customers to the company. The value of the customer is related to the economic value of the customer s relationship with the company. In this relationship, companies can obtain information regarding customer behavior and build valuable databases that help to understand each other s profile and measure their value. Based on a database of customers of a large retail company in the supermarket sector, this work aims to propose a model for classifying high-value customers and analyze the response of these and other customers to a cross-selling relationship action, understanding the impact of this action on increasing customer value. The work contributes to the understanding of the customer profile with greater and lesser propensity to respond to a CRM action and the consequent generation of value to the customer base, being useful to practitioners and academics. Using a secondary data model extracted from databases in a Brazilian supermarket, machine learning classification models were applied to a base of more than thousand five hundred customers to find models that explain high-value customers.