En esta investigación se desarrolla un método apoyado en las técnicas de Aprendizaje automático para evaluar y pronosticar perfiles financieros en el sector de Telecomunicaciones en Colombia. Lo anterior soportado en elementos conceptuales relacionados con el Análisis multivariado y herramientas de Aprendizaje automático. Para lo anterior, se utilizó información relacionada con los rublos financieros de 75 empresas, información que sirvió para calcular indicadores financieros y de productividad. Seguidamente se aplicó la técnica de análisis de conglomerados que permitió identificar y clasificar las empresas en tres grupos característicos del sector lográndose un nivel de homogeneidad de 0,,527 y heterogeneidad de 1,358. A partir de lo anterior se aplicó el algoritmo GLMNET asociado a las técnicas de Aprendizaje automático, lográndose un modelo que predice de manera correcta la pertenencia a los grupos identificados con un 98% de precisión. En general se valora el método que integra el análisis de conglomerados y el algoritmo de GLMNET para evaluar y pronosticar perfiles financieros y de productividad en el sector de telecomunicaciones en Colombia.