En Intelliboard se pueden hacer predicciones mediante modelos basados en reglas, en los que el cliente establece con su mejor criterio cuáles han de ser dichas reglas. Por ejemplo, una institución puede considerar que sus alumnos están en riesgo de abandono si no se han conectado durante la última semana, tienen menos de 5 mensajes en el foro, han suspendido 2 ó más tareas, etc. 

Complementariamente, Intelliboard ofrece analítica predictiva basada en "machine learning", con un algoritmo que, a partir de datos históricos, calcula el peso de cada parámetro utilizado en la predicción. Se accede a ella a través de Aplicaciones y Modelos predictivos:

En la esquina superior derecha aparecerá el botón Crear modelo, a partir del cual se solicitará el nombre, descripción, fuente de datos y algoritmo (red neuronal o regresión lineal). La fuente de datos ha de incluir las siguientes columnas:

• Identificadores del caso: p.ej. un campo ID que identifique el alumno.
• Resultado de la predicción: p.ej. si el alumno aprobará el curso.
• Métricas para predecir el resultado: por ejemplo tiempo de conexión, nº de conexiones, acceso a los foros, tareas realizadas, posts publicados, notas actuales, etc.
• Columna con ceros y unos, donde un 0 indica que esa fila contiene datos históricos para entrenar el modelo y un 1 implica que esa fila será objeto de predicción.

Una vez creado el modelo, haciendo clic sobre él, se pueden visualizar sus parámetros, entrenarlo y comprobar su validez. 

A efectos de la validez de las predicciones, son especialmente relevantes la Precisión y la Especificidad, que deberían ser como mínimo iguales a 0,8. Y en la gráfica, cuanto más alejada esté la curva azul de la línea discontinua de color rojo, más fiable será la predicción.