En el seguimiento a la no matrícula y a la retención estudiantil en la Universidad de Bogotá Jorge Tadeo Lozano -Utadeo- se adelantó una caracterización de la población de estudiantes activos y retirados, iniciando con el diseño de dos instrumentos institucionales bajo los nombres de Hoja de Matrícula para Nuevos Aspirantes y de actualización de datos para estudiantes antiguos y la Encuesta de identificación de las causas de deserción estudiantil. La caracterización de la población de estudiantes activos como identificación de la población también representaba un insumo para analizar el riesgo de deserción, en dos sentidos: el primero operaba en caso de presentarse la no matrícula, porque se tendría información actualizada y detallada posibilitando un análisis integral; el segundo actuaba al tener esta información, en lo posible de forma censal, si se detectaba una característica importante de la población que se retiraba, resultaba imperioso detectar en la población que se retenía cuál era la frecuencia de estudiantes con esta misma característica. En otros términos la información podía ser empleada para delinear perfiles de riesgo y para actuar como contraste en caso de detectar alguna particularidad relevante entre los retirados. Tomando como punto de partida los datos recogidos con los dos instrumentos en 2013-3 y con la Hoja de Matrícula para 2014-1, se realizó un estudio mediante los árboles de decisión con el objeto de jerarquizar las variables explicativas de la variable de interés, el estado Pago y Matriculado en 2014-1 en el Sistema Integrado de Información Académica. Para el efecto se examinaron 1.477 datos de ingresos reportados en el periodo 2013-3 y su estado en el 2014-1. Como conclusión en la aplicación del modelo, se obtuvo que una mayor probabilidad de matrícula de un periodo a otro estará adecuadamente distribuida entre quienes tardan un menor tiempo entre la fecha de graduación del colegio y el ingreso a la universidad, aquellos que tengan una experiencia previa en educación superior y que pertenezcan a estratos económicos más altos. Debido al carácter reducido de la muestra, se advierte que el porcentaje de correcta clasificación del modelo es tan solo de 64,39% en la predicción del estado de matrícula. Esta situación es susceptible de mejoría ya que los instrumentos se pueden robustecer, se puede aumentar el tamaño de la muestra de entrenamiento y considerar un mayor número de periodos académicos, todo esto a través de sucesivas aplicaciones.