Одной из важных задач учебной аналитики является прогнозирование сохранности состава обучающихся. В международном пространстве решению этой задачи в системе высшего образования посвящено множество исследований, имеется положительный опыт внедрения сервисов поддержки успешности обучения в вузах. Анализ литературы показывает повышение интереса к этой задаче у российского научно-педагогического сообщества. При этом специфика российского образования не дает возможности прямого переноса зарубежного опыта в отечественную образовательную систему.В исследовании было выявлено, что значительный вклад в прогнозирование сохранности численности обучающихся могут внести модели прогнозирования успеваемости по отдельным предметам учебного плана. Авторами предложена структурная модель системы прогнозирования успеваемости по дисциплине, которая включает в себя универсальную модель на основе обобщенных показателей цифрового следа, предметную модель, учитывающую особенности обучения по конкретной дисциплине, и модель на основе образовательного профиля обучающегося.В ходе эмпирического исследования по универсальным показателям цифрового следа студентов из LMS Moodle было обучено несколько моделей раннего прогнозирования успешности промежуточной аттестации и проведен анализ их качества. Наиболее точной моделью, особенно в первой половине семестра, оказался ансамбль-усреднение моделей логистической регрессии, случайного леса и градиентного бустинга. Был сделан вывод об эффективности универсальных моделей для раннего выявления студентов с проблемами в обучении по дисциплине, определены направления дальнейшего совершенствования универсальной модели прогнозирования успеваемости и сформулированы условия для масштабирования предложенного подхода по созданию системы прогнозирования успешности обучения другими образовательными учреждениями.