El presente artículo científico de investigación tiene por objetivo analizar la forma en que la minería de datos (MD) permite optimizar el proceso de captación de matrícula. Esto, con la intención de diseñar un modelo predictivo de gestión de matrícula para las IES particulares de México. Se analiza la situación actual de las instituciones de educación superior (IES) particulares en relación con su proceso de captación de matrícula y la aplicación de la MD en este. Con un método correlacional, se utilizó un conjunto de datos de prospectos ficticios para crear un árbol de decisión con enfoque de criterio de disminución de entropía con el software Rapid Miner. Los resultados muestran que es posible construir y probar un modelo predictivo de gestión de matrícula como el ZAM&EST propuesto por quienes escriben, para que las IES particulares puedan mejorar sus procesos de captación. Educare