Em decorrência do avanço das tecnologias, a forma como o professor precisa lidar com engajamento estudantil tem sido difícil em virtude dos alunos se caracterizarem cada vez mais como nativos digitais. Por isso, a inserção dessas novas tecnologias nas práticas pedagógicas desse professor é crucial. Um recurso pertencente a essas novas tecnologias e que tem despertado o interesse de educadores é o jogo digital (JD), principalmente o fato do JD ter a capacidade de engajar o estudante. Pesquisadores da área da educação têm percebido no JD uma possibilidade de incluir a diversão no processo de ensino e aprendizagem, pois, além do entretenimento, eles podem estimular o desenvolvimento de habilidades motoras, intelectuais e sociais. Além disso, os JD geram uma quantidade robusta de dados referente a interação do estudante no ato de jogar. Esses dados podem ser transformados em informação a partir da Analytics de aprendizagem de jogos (GLA). Assim, pelo ponto dos JD demonstrarem uma aptidão a promoverem o desenvolvimento de aspectos educacionais e engajamento, e a possibilidade de encontrar informações pertinentes ao aprender dos estudantes nos dados gerados por eles, percebe-se que os JD possuem potencial para contribuir no processo de aprendizagem. Neste sentido, definimos o objetivo desta pesquisa como contribuir para a tomada de decisão pedagógica de professores em ambiente de aprendizagem baseada em jogos digitais (ABJD) a partir da construção de uma abordagem de GLA. A GLA construída identifica perfil de engajamento estudantil e desempenho escolar de estudantes que utilizaram jogos de matemática de uma plataforma de jogos educativos. Para atingir tal objetivo, identificou-se as variáveis comportamentais em contexto de ABJD que possibilitam a visualização de perfis de engajamento através do desenvolvimento de um mapeamento sistemático, e dividiu-se o método desta pesquisa a partir das seguintes etapas: (1) Análise Exploratória dos Dados, (2) Identificação de perfis de engajamento dos estudantes pela análise de cluster, (3) Criação de um modelo de predição de desempenho. Como resultados obteve-se a identificação e mensuração de engajamento a partir da variável “visualização” (tentativas) dos estudantes por jogo. E assim, classificou-se os estudantes em 3 grupos: engajado, “quase engajado” e “não engajado”. O grupo “quase engajado” apresentou melhor desempenho que os demais grupos e o grupo de controle. As habilidades associadas aos conteúdos de “formas geométricas” e “posicionamento de objetos” foram as melhor trabalhadas pelos jogos associados a elas. Quanto ao modelo de predição, após a aplicação de métodos de classificação e avaliação, o modelo selecionado como melhor foi o random forest que classificava o estudante em “estar ou não acima da média” no pós-teste a partir da sua quantidade de tentativas em 4 dos 16 jogos usados na intervenção. Por fim, destacamos os pontos positivos dos métodos criados e realizados nesta dissertação e suas limitações, assim como as implicações educacionais oriundas dos resultados encontrados nesta pesquisa.