Recentemente o modelo de entrega de softwares denominado Software as a Service (SaaS) têm ganhado muita popularidade. A previsão de crescimento deste modelo de software entre 2018 e 2023 é de 21,2% ao ano. Essa rápida expansão gera um esforço para o treinamento de novos usuários e de equipe de suporte técnico aos clientes, ocasionando um alto custo operacional e dificultando a competitividade das empresas. Existem diversos serviços que visam facilitar a adaptação de novos usuários em sistemas online, contudo, estes sistemas necessitam de mão de obra técnica para serem configurados e podem apresentar inconsistências ao longo do tempo de vida do software. Com base nesse cenário, o presente trabalho propõe um modelo preditivo com base no monitoramento das ações de usuários de um determinado sistema, permitindo a inferência de futuras interações realizadas em uma dada tela por novos usuários, automatizando o processo de configuração de guias interativos. Para a realização dos treinamentos do modelo preditivo, foi necessário coletar dados de interações dos usuários ativos através de um plugin criado especificamente para este fim. De acordo com os experimentos realizados, identificou-se que a melhor configuração da rede neural para o cenário estudado atingiu uma acurácia de 58,14% na predição de um conjunto com 81 classes possíveis. Entende-se que os resultados obtidos neste trabalho são satisfatórios, dado que a probabilidade arbitrária de acerto em um problema com a mesma quantidade de classes é de 1,23%.