El modelo Kano es uno de los modelos que ayudan a determinar qué características deben incluirse en un producto o servicio para mejorar la satisfacción del cliente. El modelo se centra en resaltar los atributos más relevantes de un producto o servicio junto con la estimación de los clientes sobre cómo la presencia de estos atributos puede usarse para predecir la satisfacción en servicios o productos específicos. Este estudio tiene como objetivo desarrollar un método para integrar el modelo Kano y enfoques de minería de datos para seleccionar atributos relevantes que impulsen la satisfacción del cliente, con un enfoque específico en la educación superior. La contribución significativa de esta investigación es resolver el problema de seleccionar características que no estén correlacionadas metodológicamente con la satisfacción del cliente, lo que podría reducir el riesgo de invertir en características que podrían resultar irrelevantes para mejorar la satisfacción del cliente. Se recopilaron datos de cuestionarios de 646 estudiantes de la Universidad de los Emiratos Árabes Unidos. El experimento sugiere que la Regresión XGBoost y la Regresión del Árbol de Decisión producen los mejores resultados para este tipo de problema. Basándose en la integración entre el modelo Kano y el método de selección de características, el número de características utilizadas para predecir la satisfacción del cliente se minimiza a cuatro características. Se encontró que la integración del modelo de selección de características ANOVA con el modelo Kano proporciona coeficientes de correlación de Pearson más altos y valores de R2 más altos.