En la modelización de la susceptibilidad a deslizamientos de tierra, la investigación se ha centrado predominantemente en predecir deslizamientos al identificar factores predisponentes, a menudo utilizando inventarios basados principalmente en los puntos más altos de las coronas de deslizamientos. Sin embargo, surge un desafío significativo cuando la masa transportada impacta directamente en las actividades humanas, lo que ocurre típicamente en las áreas de deposición de estos fenómenos. Por lo tanto, identificar las características del terreno que facilitan el transporte y la deposición de material desplazado en las áreas afectadas es igualmente crucial. Este estudio tuvo como objetivo evaluar la capacidad predictiva de identificar dónde podría depositarse el material desplazado utilizando diferentes inventarios de partes específicas de un deslizamiento, incluyendo el área de origen, el área intermedia y el área de deposición. Se realizó una segmentación de muestra que incluyó inventarios de estas partes distintas del deslizamiento en la cuenca hidrográfica del Lago Ilopango, que experimentó flujos de escombros e inundaciones de escombros provocados por fuertes lluvias del huracán Ida en noviembre de 2009. Dadas las extensas variables extraídas para esta evaluación (20 variables), se empleó la versión Inducida Suavizada (IS) del operador de selección y reducción de la suma absoluta mínima (LASSO) para determinar la significancia de cada variable dentro de los conjuntos de datos. Además, se utilizó el algoritmo de Splines de Regresión Adaptativa Multivariada (MARS) para el modelado. Nuestros hallazgos revelaron que los modelos desarrollados utilizando el conjunto de datos del área de deposición fueron más efectivos en comparación con aquellos basados en el conjunto de datos del área de origen. Además, la precisión de los modelos que utilizan datos del área de deposición superó a la de aquellos que utilizan datos tanto del área de origen como del área intermedia.