Trong thời đại chuyển đổi số hiện nay, việc thu thập và phân tích các dữ liệu về khách hàng là vô cùng quan trọng với hoạt động kinh doanh của doanh nghiệp, đặc biệt đối với các ngành kinh doanh liên quan đến hoạt động trực tuyến nói chung và trò chơi trực tuyến (game online) nói riêng. Khi có được nguồn dữ liệu từ các hoạt động kinh doanh trực tuyến này, các kỹ thuật phân tích chuyên sâu về hành vi người dùng, tỷ lệ chuyển đổi, lịch sử đơn hàng sẽ giúp doanh nghiệp xác định được hành vi nào dẫn đến việc mua hàng từ đó đưa ra các quyết định sáng suốt về cách tiếp cận khách hàng tối ưu nhất. Trong nghiên cứu này, tôi tập trung vào việc phân tích hành vi của khách hàng khi tương tác với trang web thanh toán trực tuyến, sử dụng dữ liệu lịch sử mua hàng để đưa ra dự báo. Đầu tiên tôi sử dụng các phương pháp thống kê mô tả phân tích các chỉ số tỷ lệ thanh toán và thời gian giao dịch. Sau đó sử dụng mô hình MLP và LSTM trên bộ dữ liệu lịch sử mua hàng để đưa ra dự báo gói vật phẩm tiếp theo khách hàng sẽ mua. Kết quả của nghiên cứu sẽ góp phần hỗ trợ việc xây dựng hệ thống dự báo mặt hàng tiếp theo khách hàng sẽ mua, từ đó rút ngắn thời gian giao dịch, tăng tỷ lệ chuyển đổi cũng như nâng cao trải nghiệm khách hàng khi sử dụng dịch vụ thanh toán game online.