A través del análisis de datos históricos y el uso de modelos como Random Forest, Support Vector Machines y redes neuronales, se busca optimizar la asignación de recursos y mejorar la toma de decisiones en programas de apoyo empresarial. Los hallazgos de este estudio proporcionan una herramienta valiosa para emprendedores, inversores y organismos gubernamentales, promoviendo un ecosistema más sostenible e innovador. Esta investigación contribuye tanto al campo del Data Science como al diseño de políticas públicas más eficientes para fomentar el crecimiento de startups en Chile.