Colombia es un país de conflicto en el cual se generan problemáticas ambientales, sociales y familiares que dificultan que los estudiantes universitarios finalicen su proyecto académico en el tiempo previsto. Considerando, además, que las transformaciones, los cambios sociales y las modificaciones en la normativa institucional inciden de manera significativa en los índices de permanencia se evidenció la necesidad de identificar e intervenir los factores que afectan dichos índices y afirmar un modelo de acompañamiento académico que permita mantenerlos en rangos aceptables dentro de las instituciones de educación superior del país. Por tal motivo, la Universidad Nacional de Colombia se planteó la creación de un modelo basado en técnicas de minería de datos para fortalecer la identificación de tendencias en torno a factores que influyen en el desempeño académico de los estudiantes. La ponencia presentará como, mediante el uso de estas técnicas conocidas por su valor predictivo e interpretabilidad (J48/C4.5, un árbol de decisión; Naïve Bayes, un clasificador Bayesiano, y regresión logística), c., se puede construir un modelo predictivo que permita identificar a los estudiantes que perderían la calidad de estudiante en su primera matrícula por bajo desempeño académico, facilitando a las instancias, tanto académicas como de bienestar, implementar acciones que les permitan actuar de manera oportuna sobre los factores que pueden afectar la permanencia de los estudiantes. Así mismo, el documento resalta cómo la implementación de estos modelos puede facilitar la creación de perfiles de estudiantes con riesgo académico, lo cual permitirá a las instituciones generar estrategias que actúen sobre las necesidades reales de los estudiantes universitarios para así disminuir la deserción, facilitar la permanencia y egreso.