Introdução: A indústria brasileira de calçados sofreu forte queda na produção e comercialização nos últimos anos. Porém, devido a variação da demanda a que esse setor está exposto, intensificou-se a necessidade de previsões de demandas mais acuradas que garantam tomadas de decisões estratégicas e uma nova dinâmica de alocação de recursos no setor. (ABICALÇADOS, 2017). Considerando que a previsão de demanda exerce uma função relevante para as diversas áreas da gestão das empresas, sendo o gerenciamento da produção uma das áreas que mais sofre influência das previsões. Com isso, a previsão é capaz de influenciar fortemente no sucesso ou fracasso das empresas, já que é responsável por direcionar decisões estratégicas de longo, médio ou curto prazo (CORRÊA; CORRÊA, 2017). Alguns métodos de previsão aplicados a indústria são propostos na literatura e apontam para complexidade e a relevância do problema para a operação das empresas do setor calçadista. Observa-se que não há uma metodologia universal que possa ser considerada como referência. Por isso, é necessário continuar a pesquisa sobre modelos que permitam previsões mais acuradas baseadas nos dados disponíveis. (KOZŁOWSKI, 2018). Objetivo: Objetivo aplicar o modelo de Holt na previsão da demanda de uma empresa do setor calçadista. Metodologia: A pesquisa caracteriza-se como um estudo de caso, definido por Fachin (2017), como a pesquisa que se concentra no estudo profundo permitindo seu amplo e detalhado conhecimento. Tendo como cenário uma indústria do setor calçadista. As informações da demanda para o período de janeiro de 2013 a julho de 2018 foram colhidas in loco. Inicialmente, foi realizada uma análise dos dados por meio de vários testes estatísticos com o intuito de averiguar a existência de sazonalidade (teste de Kruskal-Wallis), tendência (teste de Cox-Stuart) e estacionariedade (teste KPSS). Após os testes percebe- se, que a série possui sazonalidade, não há sinais de tendência e é estacionária. Em seguida foi utilizado o modelo de Holt na previsão. Para Ravinder (2013), o modelo é aplicado a séries temporais com tendência linear. Este modelo atribui pesos às observações com o tempo, privilegiando as observações mais recentes ao passo que incorpora a tendência na série histórica. As previsões foram realizadas com o uso do software Win-QSB. Na avaliação da acurácia do modelo foi usado o critério de análise de desempenho o Erro Absoluto Médio Percentual (MAPE). Conclusão: As previsões representam estimativas de um comportamento exibido no futuro. Após a aplicação do modelo, ajustou-se as constantes de suavização α e β, minimizando o MAPE. Sendo selecionado o modelo de Holt com constantes de amortecimento α = 0,3 e β = 0,1, baseado no menor valor encontrado para o MAPE (17,1441%). A partir da escolha do modelo, foi realizado a previsão para os meses de agosto (23.301), setembro (23.255) e outubro (23.208) de 2018, pares. Os resultados encontrados mostram que o modelo de Holt apresenta boa aderência aos dados da série. E que, o modelo escolhido possui um erro relativamente alto, o que demandaria um estudo mais profundo sobre a série, com a utilização de outros métodos de previsão mais avançados e robustos.