Serviços de armazenamento de dados geralmente utilizam uma infraestrutura terceirizada de nuvem. Os dados são armazenados como objetos em diferentes classes da infraestrutura da nuvem, o que impacta diretamente no custo do provedor de serviço. Nesse sentido, investigamos um aspecto chave para serviços de armazenamento ``virtual'': a predição da frequência de acessos aos dados para alocá-los em classes de armazenamento adequadas. Com base no padrão de acesso aos dados dos usuários, propomos um arcabouço que prediz, dinamicamente, as classes adequadas para armazenar dados (objetos) em um futuro próximo. Avaliamos a eficiência desse arcabouço através de simulações baseadas em traços de acesso a dados de um dos serviços mais populares de armazenamento em nuvem, o Dropbox. Nossos resultados mostram uma acurácia de 81% na predição e uma economia de até 14% nos custos de armazenamento, aplicando a melhor qualidade de serviço no acesso aos dados.