Demand forecasting plays an increasingly relevant role within competitive and globalized marketplaces, in as much as operations planning and subsequent transition into a sustainable chain of supplies, is concerned. To this effect, the purpose of this study is to present the application of demand forecasting as a strategic sustainability tool at a Brazilian SME. Therefore, this is a descriptive, ex-post facto and cross-cut, sectional time case study, which employs qualitative and historical quantitative and direct observational data and that utilizes, as both indicators of the level of service offered to consumers and of opportunity costs the artificial neural networks model and fill-rates, for demand forecasting and response purposes. The study further established cause-effect relationships between prediction accuracy, demand responsiveness and process-resulting economic, environmental and social performances. Findings additionally concurred with both widely acknowledged sustainability concepts - NRBV (Natural-Resource-Based View) and 3BL (Triple Bottom Line) - by demonstrating that demand forecasts ensure the efficient use of resources, improvements in customer responsiveness and also mitigate supply chain stock out and overstock losses. Further to the mentioned economic benefit, demand forecasting additionally reduced the amount of waste that arises from retail product shelf-life expiration, improving the addressing of demand itself and of customer satisfaction, thus driving consequent environmental and social gains., Em um mundo competitivo e globalizado, a previsão de demanda assume um importante papel para o planejamento das operações e na sua transição para uma cadeia de suprimentos sustentável. Neste sentido, o objetivo do presente trabalho é descrever a previsão de demanda como uma ferramenta estratégica de sustentabilidade aplicável a uma PME brasileira. Para a previsão de demanda utilizou-se o modelo de redes neurais artificiais e o fill rate como indicador do nível de serviço oferecido ao consumidor, assim como do custo de oportunidade em resposta à demanda. O estudo também estabeleceu relação de causa-efeito entre a acuracidade da previsão, a responsividade da demanda e o desempenho econômico, ambiental e social decorrentes do processo. Em concordância com os conceitos da VBRN e do 3BL, o estudo demonstrou que a previsão de demanda proporciona eficiência na utilização dos recursos, melhorias na responsividade do cliente e evita “perdas” por stock out e por overstock na cadeia de suprimentos. Além deste ganho econômico, a previsão de demanda reduz a quantidade de resíduos gerados pelo vencimento de produtos no varejo, melhora o atendimento da demanda e a satisfação do consumidor, com consequentes ganhos ambientais e sociais. Trata-se de um estudo de caso descritivo, ex-post facto e de corte temporal seccional, com utilização de dados qualitativos, dados quantitativos históricos e observação direta.