Um problema comum entre instituições que lidam com crédito é saber se o seu cliente será um bom ou mau pagador. Desse modo, uma maneira interessante de lidar com esse problema é empregar técnicas de mineração de dados em busca da qualificação do consumidor. O presente trabalho objetiva analisar um dataset de históricos de crédito de cidadãos alemães com o intuito de reconhecer quais atributos são relevantes na identificação de um pagador, buscando verificar se uma pessoa resultará como adimplente ou inadimplente. A fim de alcançar o objetivo foi aplicado um algoritmo de mineração de dados a partir de dados pessoas e informações bancárias sobre os clientes. Para tanto, foi utilizado algoritmo baseado em árvores de decisão, que têm como característica resolver problemas que envolvem decisões sequenciais. A árvore de decisão é construída a partir do algoritmo J.48 que está disponível no software Weka. No decorrer da análise foi possível identificar as regras de decisão que o algoritmo considerou para gerar o modelo de dados. Além disso, identificou-se a taxa de acurácia das classificações analisadas pelo modelo gerado. Ao final, através do modelo construído espera-se ser possível classificar as condições de liberação de crédito para novos clientes. Dessa forma, o estudo demonstrou-se relevante para quem deseja estudar, analisar e contribuir para métodos de análise de crédito através da mineração de dados.