As ferramentas de gestão de estoques e os métodos de previsão de demanda têm sua aplicação usualmente associadas a empresas de médio ou grande porte. O presente trabalho demonstrou ser viável a aplicação desses conceitos em uma microempresa do setor de comércio varejista. O setor terciário, juntamente com os demais setores da economia (primário e secundário) encontra-se no contexto de uma das recessões econômicas mais acentuadas da história do Brasil. Com a finalidade de reduzir custos com estoques e otimizar os investimentos em compras dos produtos de moda da empresa Toke Final, este trabalho teve como objetivo aplicar os conceitos de gestão de estoques e previsão de demanda na empresa, iniciando assim um processo de melhoria que proporcione para o negócio vantagens competitivas em um cenário de dificuldades. O método de pesquisa utilizado foi a pesquisa-ação, a qual o autor, além de pesquisador, participa do processo de mudança. O trabalho foi aplicado em cinco famílias de produtos, as quais demonstraram ser mais representativas através de análise da Curva ABC. Assim, as ferramentas de Estoque de Segurança, Ponto de Pedido e Lote Econômico de Compra foram aplicadas em dois diferentes sistemas de reposição: contínuo e periódico. Percebeu-se que, devido ao alto número de reposições proposto pelos resultados do sistema de reposição contínuo, o sistema de reposição periódico é preferido. Para um produto de maquiagem com uma reposição periódica mensal, obteve-se o Estoque de Segurança igual a 16 unidades, Estoque Máximo em 56 unidades, e Lote de Compra de 40 unidades para um Customer Service Level dimensionado em 99,00% de atendimento de demanda. Em relação aos modelos de previsão, identificou-se que a demanda pelos produtos da empresa possui alta variação entre as semanas, e um padrão sazonal entre a primeira e segunda quinzena de cada mês. O método de Suavizamento Exponencial demonstrou obter o menor percentual de erro entre a maioria das famílias estudadas. Na família Maquiagem, obteve-se o percentual de erro com o valor de 26% no indicador Mean Absolute Percent Error (sic).