El análisis de investigación de pequeñas empresas sigue siendo raro, debido a la falta de datos a nivel individual. Las fallas de las pequeñas empresas están conectadas no solo con su situación financiera, sino también con factores no financieros. En investigaciones recientes, tendemos a aplicar modelos cada vez más complejos. Sin embargo, no es tan obvio que el aumento de la complejidad incremente la efectividad. En este documento se analizó una muestra de 806 pequeñas empresas. Se utilizaron factores cualitativos en la modelización. Se estimaron algunos modelos simples y más complejos, como regresión logística, árboles de decisión, redes neuronales, boosting por gradiente y máquinas de soporte vectorial. Se verificaron dos hipótesis: (i) no solo los ratios financieros, sino también los factores no financieros son importantes para la supervivencia de las pequeñas empresas, y (ii) los modelos estadísticos avanzados y las técnicas de minería de datos solo aumentan de manera insignificante la precisión de la predicción de las fallas de las pequeñas empresas. Los resultados muestran que los modelos simples son tan buenos como los modelos más complejos. Los modelos de minería de datos tienden a estar sobreajustados. Los ratios financieros más importantes en la predicción de las fallas de las pequeñas empresas fueron: rentabilidad operativa de los activos, rotación de activos corrientes, ratio de capital, cobertura de pasivos a corto plazo por capital, cobertura de activos fijos por capital y la participación del superávit financiero neto en el total de pasivos. Entre los factores no financieros, solo dos de ellos fueron importantes: el sector de actividad y el empleo.