Una constante en el mundo empresarial es el frecuente movimiento de clientes que se unen o abandonan los servicios y productos de las empresas. El cliente es uno de los activos más importantes de la compañía. Reducir la tasa de abandono de clientes se ha convertido en una cuestión de supervivencia y, al mismo tiempo, en la forma más eficiente de mantener la base de clientes, ya que la sustitución de los que abandonan por nuevos clientes cuesta, en promedio, un 40% más. Con el objetivo de mitigar el fenómeno de la evasión de clientes, este estudio comparó modelos predictivos para descubrir el método más eficiente para identificar a los clientes que tienden a abandonar en el contexto de una organización bancaria. Una revisión de la literatura de trabajos relacionados sobre el tema encontró que los modelos de red neuronal, árbol de decisión, bosque aleatorio y regresión logística fueron los más citados, y así se eligieron los modelos para este trabajo. Se realizaron análisis cuantitativos sobre una muestra de 200,000 operaciones de crédito, con 497 variables explicativas. El tratamiento estadístico de los datos y el desarrollo de modelos predictivos de abandono se llevaron a cabo utilizando el software de minería de datos Orange. Los resultados más expresivos se lograron utilizando el modelo de bosque aleatorio, con una precisión del 82%.