Este estudio tiene como objetivo investigar la predicción del consumo de gas natural en una cementera de Río de Janeiro, en el contexto de la transición del mercado regulado al mercado abierto de gas natural, dentro de las políticas de la "nueva ley del gas" de Brasil. Se utiliza la predicción de la demanda para potencialmente reducir los costos de adquisición, transporte y almacenamiento de gas en la red de gasoductos. Para ello, se han recopilado los datos históricos diarios de demanda de la empresa, así como otros datos exógenos sobre series temporales diarias relacionadas, que se utilizarán para entrenar modelos de predicción univariados y multivariados. Los modelos univariados ajustados en este estudio son el Método Ingenuo, el Método de la Media y los modelos de Holt-Winters. Los modelos de predicción multivariados son la regresión dinámica y los modelos SARIMAX, que vinculan la serie temporal objetivo con las series temporales externas relacionadas. Tras el entrenamiento, estos modelos se utilizan para realizar predicciones sobre el periodo de validación, y su precisión se compara entre sí mediante cinco métricas diferentes, destacando así el rendimiento y la idoneidad de cada modelo. Los resultados indican que los modelos multivariados presentan una precisión significativamente mayor en comparación con los univariados durante el periodo de prueba. Los mejores resultados de los modelos multivariados presentan un valor MAPE del 9,9 % y un MPE del -0,3 %.